[发明专利]一种基于毫米波雷达的生命体征监测方法

权利要求书

1.一种基于毫米波雷达的生命体征监测方法，其特征在于：所述方法包括如下步骤：

步骤1，信号采集；使用毫米波雷达对人体进行生命体征信号的采集，并将采集到的信号进行数字化处理；

步骤2，信号预处理，包括定位、展开和去噪；

步骤2.1，目标定位；对步骤1得到的数据进行快速傅里叶变换，将时域信号转变为频域信号，得到频谱图，频谱中峰值的位置对应目标的距离；

步骤2.2，相位展开；对步骤2.1中获得的频域信号的峰值处，即目标所在位置处的信号，使用反正切函数获得相位值，再通过加减2π的倍数进行相位展开，通过相位随时间的变化体现出胸腔的周期性运动；

步骤2.3，基于自适应阈值函数的小波阈值去噪；对目标位置上的生命体征信号进行降噪处理，通过使用基于自适应阈值函数的小波阈值去噪方法去除噪声，获得纯净的生命体征信号；

步骤3，信号分离；使用滤波器对信号进行带通滤波，分离出心跳区频谱[0.8-2.0]Hz和呼吸区频谱[0.1-0.5]Hz的信号；

步骤4，频率估计；滤波处理后，使用Hamming窗函数与MUSIC算法相结合的频率估计方法，分别对呼吸和心跳信号进行频率估计，获得心跳频率和呼吸频率值。

2.根据权利要求1所述的一种基于毫米波雷达的生命体征监测方法，其特征在于：步骤1中，通过毫米波雷达生成线性调频脉冲，发射并接触到目标后，形成回波信号，被接收天线接收；通过混频器将发射信号和回波信号进行混合后得到了中频信号，再进行数字化得到数字化中频信号y(t)，以供后续进行信号处理得到被监测者的呼吸频率和心跳频率。

3.根据权利要求2所述的一种基于毫米波雷达的生命体征监测方法，其特征在于：步骤1中，设目标人物与雷达的距离为S₀，用S(t)表示雷达与胸腔间的时变距离，发射线性调频脉冲的调频率为K，周期为T，最大波长为λ_max，波的往返延迟时间为t_d，则y(t)如式(1)所示。

其中，t是时间，c是光速，A是振幅。

4.根据权利要求1所述的一种基于毫米波雷达的生命体征监测方法，其特征在于：步骤2.3中，将得到的相位信号进行四层小波分解，得到一组小波分解系数W_L,j；再用阈值函数对得到的小波系数进行阈值处理，去除噪声信号对应的系数，并生成一组新的小波系数M_L,j；最后利用M_L,j进行小波重构，得到重构信号，即为去噪后的信号。

5.根据权利要求4所述的一种基于毫米波雷达的生命体征监测方法，其特征在于：步骤2.3中，基于自适应阈值函数的小波阈值去噪方法具体包括如下步骤：采用自适应阈值选取方法，如式(2)所示，对阈值的取值进行动态调整：

其中，thr_L,j为第j层的阈值，δ_j＝MAD_j/0.6745，MAD_j为第j层小波系数的中值，n为相位信号长度，L为小波分解的总层数，j为当前的分解层数；

采用的自适应阈值函数如式(3)所示：

其中，W_L,j为小波分解系数，L为小波分解的总层数，j为当前的分解层数，thr_L,,j为公式(2)中求得的阈值，m为调节因子，通过改变m的大小来控制阈值函数。

6.根据权利要求1所述的一种基于毫米波雷达的生命体征监测方法，其特征在于：步骤4中，包括如下分步骤：

步骤4.1：Hamming窗处理；首先，选取长度为N的数据滑窗对数据进行划分，再使用式(4)所示的Hamming窗函数K(a)，对呼吸信号或心跳信号的数据进行加窗处理，如式(5)所示，得到X(t)，它是一个N×1维的矩阵；

式中，b(t)为步骤3分离出的呼吸信号，h(t)为步骤3分离出的心跳信号；

步骤4.2：MUSIC算法估计频率；

对信号X(t)使用MUSIC算法进行谱峰估计；首先通过滑窗将X(t)划分成长度为K的各段，总共划分成J段，构造成K×J维的矩阵F，其中K要小于慢时间维的采样数，且KJ，进而求出协方差矩阵A，如式(6)所示，其中H表示矩阵的共轭转置；

A＝FF^H (6)

求出矩阵A的特征值和特征向量，对特征值进行排序，其中前J个较大的特征值对应的特征向量组成信号子空间，后K-J个特征值对应的特征向量组成噪声子空间R_K；

构建搜索频率向量V(w)，如式(7)所示。再根据式(8)所示的空间谱函数U(w)得到空间谱；

V(w)＝[1,e^jw,...,e^j(k-1)w]^T (7)

其中j表示第j列，w＝2πf/f_s，f_s表示慢时间维的采样率，f为对应点的频率值；

对空间谱进行谱峰搜索，得到对应峰值位置的频率f，基于健康情况时的正常呼吸或心跳频率为准则，对谱峰搜索得到的峰值进行选择，最终计算出呼吸频率或心跳频率。