[发明专利]一种无接触式呼吸或心跳检测方法有效
申请号: | 202011218737.2 | 申请日: | 2020-11-04 |
公开(公告)号: | CN112336322B | 公开(公告)日: | 2023-05-30 |
发明(设计)人: | 杨洋;骆云龙;亚历克斯·漆;史歌;漆一宏;薛瑞尼;金荣皓 | 申请(专利权)人: | 珠海市海米软件技术有限公司 |
主分类号: | A61B5/0205 | 分类号: | A61B5/0205 |
代理公司: | 四川力久律师事务所 51221 | 代理人: | 韩洋 |
地址: | 519080 广东省珠海市高新区唐*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 接触 呼吸 心跳 检测 方法 | ||
1.一种无接触式呼吸或心跳检测方法,其特征在于,包括以下步骤:
S1,根据输出的无线信号和被测目标反射回来的无线信号,获取无线信号的信道状态信息;
S2,从所述无线信号的信道状态信息中提取出生命体征波形信号;
S3,对所述生命体征波形信号进行基于Huber-Kalman滤波算法的滤波,得到滤波后的生命体征波形信号,所述Huber-Kalman滤波算法采用Huber目标函数对Kalman滤波算法的公式进行更新;
S4,从所述滤波后的生命体征波形信号中提取出呼吸特征参数和/或心跳特征参数;
步骤S4具体包括以下步骤:
A41,对所述滤波后的生命体征波形信号按照时间窗口进行分段,得到生命体征波形;
A42,提取所述生命体征波形的峰值之间的时间间隔,根据所述峰值之间的时间间隔,确定被测人体的呼吸或心跳的频率。
2.如权利要求1所述的一种无接触式呼吸或心跳检测方法,其特征在于,步骤S3中,所述Huber-Kalman滤波算法采用Huber目标函数对Kalman滤波算法的公式进行更新,具体包括以下步骤:
通过Huber目标函数对Kalman滤波算法的预测方程和更新方程的迭代计算过程进行修改,对输入的生命体征波形信号进行滤波;
所述Huber目标函数将误差分为两个部分,包括大误差和小误差,所述大误差是指偏离真实值并且大于大误差阈值的误差值,所述小误差是指以真实值为基准,在小误差阈值范围内波动的误差值;
所述迭代计算是指:当前时刻的最优估计值是由上一时刻根据所述更新方程计算出的最优估计值和当前时刻根据所述预测方程计算出的观测值共同决定。
3.如权利要求2所述的一种无接触式呼吸或心跳检测方法,其特征在于,步骤S3中,所述基于Huber目标函数的Kalman预测方程表示为:
所述Kalman更新方程为:
其中,k表示第k时刻;a表示大误差和小误差之间的阈值;表k时刻的预测值,表示k-1时刻的最优估计值;zk是输入数据;uk-1表示状态转移过程的随机噪声;vk表示测量噪声;Q表示过程噪声协方差;R表示测量噪声协方差;A表示状态转移系数;B表示控制输入系数;H表示测量系数;ek表示后验误差;表示先验误差;表示先验误差函数,ρa(ek)表示后验误差函数;Kk表示卡尔曼增益。
4.如权利要求3所述的一种无接触式呼吸或心跳检测方法,其特征在于,步骤S3还包括,实时检测环境噪声程度,根据所述环境噪声程度调整所述大误差和小误差之间的阈值。
5.如权利要求1所述的一种无接触式呼吸或心跳检测方法,其特征在于,步骤S4具体包括以下步骤:
B41,对所述滤波后的生命体征波形信号按照时间窗口进行分段,得到生命体征波形;
B42,对所述生命体征波形进行频域分析,得到所述生命体征波形的频谱特性;
B43,对所述生命体征波形的频谱特性进行低通滤波,得到被测人体的呼吸频率和/或对所述生命体征波形的频谱特性进行高通滤波,得到被测人体的心跳频率。
6.如权利要求1-5任一所述的一种无接触式呼吸或心跳检测方法,其特征在于,当所述无线信号是毫米波雷达信号时,步骤S1具体包括以下步骤:
S11,输出毫米波雷达信号到被测目标,并将发射时刻的毫米波雷达信号作为参考信号;
S12,被测目标将所述毫米波雷达信号反射出去,形成回波信号,所述回波信号与所述参考信号解调产生中频信号;
S13,对所述中频信号依次进行ADC采样、FFT变换,得到被测目标的距离信息和被测目标的相位信息;
S14,所述毫米波雷达信号的相位信息作为毫米波雷达信号的信道状态信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海市海米软件技术有限公司,未经珠海市海米软件技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011218737.2/1.html,转载请声明来源钻瓜专利网。