[发明专利]一种健康管理智能系统及人体心肺功能信号监测方法

权利要求书

1.一种基于健康管理智能系统的人体心肺功能信号监测方法，其特征在于，包括具体步骤如下：S1、通过毫米波雷达在FMCW模式下产生无线信号，再基于FMCW毫米波雷达的无线感知技术，即利用受人体影响的反射信号对人体呼吸和心跳所产生的细微振动进行感知，并将反射的回波信号经过低通滤波器进行远处静态物体反射信号过滤，来获得混合反射信号；

S2、通过多路复用机制，实现从混合反射信号中分离出每个目标的反射信号；利用距离AoA映射图来进行多目标感知场景的重建工作，以便直观地评估多个目标的距离和AoA信息的差异性，选择合适的多路复用机制：

(1)、当两个目标在AoA上存在较大的差异性，可使用角分复用机制来完成多目标的分离任务；

角分复用：首先基于大量的阵列天线采集到的原始数据，估计整个感知场景内多个目标的角度信息；其次依据获取的不同角度信息，形成分别指向各个目标的空间波束；最后利用波束成型或者其他算法分离得到单个目标的反射信号，同时借助单目标的感知技术来估计目标的状态信息；

(2)、当感知场景内的目标相对于天线阵列的距离大概率会有所不同，可使用距分复用机制来完成多目标的分离任务；

距分复用：首先基于无线信号传播时间的测量值或线性调频中中频信号频率的估计值，获取多个目标相对于天线阵列的距离向量；其次明确各个目标的距离差异情况，利用无线设备固有的距离分辨能力来分离各个目标的无线信号；最后借助单目标感知的无线感知方法，依次对分离得到各目标信号进行状态提取；

(3)、如果两个目标的AoA和距离信息非常相近甚至完全相同，但不同目标的信号在统计学上仍然保持相互独立，对于无线信号的影响是不相关时，可使用源分复用机制来完成多目标的分离任务；

源分复用：首先对天线阵列接收的无线信号进行白化处理，使其组成成分不相关；其次基于中心极限定理，通过优化混合信号的负熵来最大化其非高斯性，从而实现对源信号的重构；最后借助单目标的无线感知方法对重构的原信号进行状态提取；

S3、对分离后的中频信号进行相位信息提取，进而来表征目标呼吸信号的变化；实际操作时，将采集的中频信号采样点整理成矩阵形式，矩阵的行为锯齿波的序列数，矩阵的列为一个锯齿波的采样点数；之后沿矩阵的行方向对每个锯齿波对所有采样点数做Range-FFT操作，找到每个锯齿波的幅度谱峰值，确定目标的位置，再提取每个锯齿波的峰值相位作为该时刻的相位信息；

S4、由于提取的相位信号的时长较短，采样点数偏少，故采用MATLAB中的fdatool工具设计滤波器的各项参数，对其进行实时滤波，获得中频信号，并对中频信号傅里叶变化，以得到呼吸、心跳信号的时域波形，呼吸、心跳信号的频域波形以及对呼吸速率、心率估计的数值，并通过显示屏进行实时显示，达到对人体心肺功能健康监管。

2.根据权利要求1所述的一种基于健康管理智能系统的人体心肺功能信号监测方法，其特征在于，所述中频信号为：

其中，A为发射信号能量，为中频信号的频率成分，为中频信号相位成分，其变化由呼吸导致的目标微小变动决定，故需要提取中频信号的相位信息来表征呼吸信号的变化，即可将上述公式简写为：

其中，中频信号IF(t)的傅里叶变化为：