一种基于雷达的生命检测方法和装置与流程

1.本发明涉及雷达领域，尤其涉及一种基于雷达的生命检测方法和装置。


背景技术：

2.现今通过毫米波雷达检测呼吸和心跳的方式，是将帧呼吸和心跳频带范围内频谱的最大峰值作为结果输出，但呼吸和心跳频率极其容易因身体移动而影响到其检测精度。
3.而若通过时域方法计算呼吸和心跳频率，短时间的强干扰仅会对其结果结果产生微小的影响，但时域计算呼吸和心跳频率的方法对呼吸和心跳频率的变化不够敏感，精准度依然不够高。
4.因此，需要提供一种基于雷达的生命检测方法和装置，提升检测呼吸和心跳频率的精准度。


技术实现要素：

5.本发明的目的是提供一种基于雷达的生命检测方法和装置，提升检测呼吸和心跳频率的精准度。
6.为了达到上述目的，本发明提供了一种基于雷达的生命检测方法，包括：
7.雷达检测目标，确定所述目标的距离信息和角度信息；
8.根据所述距离信息和角度信息，对所述目标的距离单元的信号进行各通道距离维快速傅里叶变换，并进行多通道数字波束形成，输出目标信号；
9.提取所述目标信号的相位信息，对所述目标信号进行相位解缠，获取生命信号；
10.分离所述生命信号，获取呼吸信号和心跳信号；
11.通过时域方法获取所述心跳信号的第一心跳频率，通过频率方法获取所述心跳信号的第二心跳频率；
12.根据所述呼吸信号判断所述目标是否处于屏息状态；若不是，则通过时域方法获取所述呼吸信号的第一呼吸频率，通过频域方法获取所述呼吸信号的第二呼吸频率；
13.根据所述第一呼吸频率与第二呼吸频率的数值差，确定呼吸频率加权系数，获取呼吸频率检测值；根据所述第一心跳频率和第二心跳频率的数值差，确定心跳频率加权系数，获取心跳频率检测值。
14.可选的，所述角度信息包括：俯仰角信息和水平角信息。
15.可选的，在进行数字波束形成前，根据所述俯仰角信息和水平角信息构建导向矢量。
16.可选的，所述雷达为毫米波雷达。
17.可选的，应用滑窗于相位解缠、时域方法和频域方法中的一个或多个。
18.可选的，判断所述检测目标是否处于屏息状态的方法包括：获取呼吸信号的时域变化量，若所述时域变化量小于阈值，则所述检测目标为屏息状态。
19.可选的，所述分离呼吸信号和心跳信号的方法包括：通过呼吸滤波器和心跳滤波
器对所述生命信号做带通滤波。
20.可选的，所述呼吸滤波器和心跳滤波器的频率范围分别根据所述目标的呼吸频率范围和心跳频率范围确定；所述呼吸滤波器的频率范围和所述心跳滤波器的频率范围为部分重合或完全不重合。
21.可选的，通过时域方法获取第一呼吸频率和第一心跳频率的方法包括：根据所述心跳信号的心跳频率范围和所述呼吸信号的呼吸频率范围分别确定心跳波形周期和呼吸波形周期；确定所述呼吸信号和所述心跳信号的有效峰值点；根据所述有效峰值点获取所述呼吸信号的呼吸频率和所述心跳信号的心跳频率。
22.本发明还提供了一种基于雷达的生命检测装置，包括：
23.检测模块，用于获取雷达检测目标的信息；
24.信号处理模块，用于根据所述雷达检测目标的信息获取生命信号，并对所述生命信号进行相位提取和分离，获取呼吸信号和心跳信号；
25.信号判断模块，用于判断所述雷达检测目标是否处于屏息状态；
26.信号运算模块，用于结合时域方法和频域方法，获取呼吸信号的呼吸频率和心跳信号的心跳频率。
27.本发明的基于雷达的生命检测方法，在通过毫米波雷达获取目标信号后，先对目标信号进行一系列处理以获取生命信号，再分离生命信号中的心跳信号和呼吸信号，然后分别通过时域方法和频率方法计算心跳信号和呼吸信号的频率，最后分别根据两种方法的频率差来计算心跳信号和呼吸信号的权重系数，以使时域方法的频率结果和频率方法的频率结果能够相结合，计算出更为精准的心跳频率和呼吸频率。这种方法有效消减了时域方法和频率方法各自的弊端，提升了检测生命体征数据的精准度。
附图说明
28.图1为本发明一具体实施例中的基于雷达的生命检测方法的流程图；
29.图2为本发明一具体实施例中的基于雷达的生命检测装置的模块图；
30.图3为本发明一具体实施例的基于雷达的生命检测的数据波形图；
31.图4为本发明另一具体实施例的基于雷达的生命检测的数据波形图。
具体实施方式
32.下面将结合说明书附图对本发明的基于雷达的生命检测方法和装置进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明，而仍然实现本发明的有利效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。
33.请参考图1，图1为本发明一具体实施例中的基于雷达的生命检测方法的流程图。
34.本实施例的的基于雷达的生命检测方法包括：
35.步骤s101：雷达检测目标，确定所述目标的距离信息和角度信息；
36.步骤s102：根据所述距离信息和角度信息，对所述目标的距离单元的信号进行各通道距离维快速傅里叶变换，并进行多通道数字波束形成，输出目标信号；
37.步骤s103：提取所述目标信号的相位信息，对所述目标信号进行相位解缠，获取生
命信号；
38.步骤s104：分离所述生命信号，获取呼吸信号和心跳信号；
39.步骤s105：通过时域方法获取所述心跳信号的第一心跳频率，通过频率方法获取所述心跳信号的第二心跳频率；
40.步骤s106：根据所述呼吸信号判断所述目标是否处于屏息状态；若不是，则通过时域方法获取所述呼吸信号的第一呼吸频率，通过频域方法获取所述呼吸信号的第二呼吸频率；
41.步骤s107：根据所述第一呼吸频率与第二呼吸频率的数值差，确定呼吸频率加权系数，获取呼吸频率检测值；根据所述第一心跳频率和第二心跳频率的数值差，确定心跳频率加权系数，获取心跳频率检测值。
42.具体的，在步骤s101中，雷达向待检测的目标发射信号，并接收目标的反射信号，根据所述发射信号和反射信号确定目标的距离信息和角度信息。在本具体实施例中，雷达为毫米波雷达，毫米波雷达工作在毫米波段，能够高效分辨目标的生命体征信号。
43.进一步的，所述角度信息包括俯仰角信息和水平角信息。
44.在步骤s102中，根据所述距离信息，确定目标位置，在目标所在的距离单元内，对目标的雷达信号进行距离单元的各通道距离维快速傅里叶变换，并结合角度信息进行多通道数字波束形成，最后输出目标信号。数字波束形成能够有效提高目标信噪比，提升目标信号的有效性。
45.进一步的，在本具体实施例中，角度信息包括俯仰角信息和水平角信息，在进行数字波束形成前，首先对角度信息进行处理，即根据所述俯仰角信息和水平角信息构建导向矢量，从而进行水平角度和俯仰角度相结合的数字波束形成。
46.在步骤s103中，计算所述目标信号中的相位信息，并通过相位解缠获取所述目标的真实相位信息，从而获取生命信号。
47.进一步的，相位解缠应用滑窗存储相位，并将相位解缠结果存储在滑窗的最后一个单元。在一具体实施例中，滑窗长度为256。
48.进一步的，本实施例中的时域方法、频域方法和其他运算信号数据的方法也可以利用滑窗存储和运算，从而降低运算的复杂度，提升信号处理效率。
49.在步骤s104中，对滑窗中的生命信号进行分离处理，获取生命信号中的呼吸信号和心跳信号。在本具体实施例中，分离呼吸信号和心跳信号的方法为：通过呼吸滤波器和心跳滤波器对所述生命信号做带通滤波。
50.具体的，因呼吸信号和心跳信号的频率范围不同，因此，呼吸滤波器和心跳滤波器可以根据呼吸信号和心跳信号的频率范围分别设置其频率范围，即呼吸滤波器的频率范围与呼吸信号的频率范围相同，心跳滤波器的滤波频率范围与心跳信号的频率范围相同，从而获取心跳信号和呼吸信号。进一步的，呼吸信号和心跳信号这两者的频率范围可以是部分重合或者完全不重合。
51.例如，在一具体实施方式中，呼吸信号的频率范围是0.1hz-0.75hz，心跳信号的频率范围是0.7hz—2hz；则设置呼吸滤波器的频率范围是0.1hz-0.75hz心跳滤波器的频率范围是0.7hz—2hz。
52.在步骤s104-步骤s106中，根据所述呼吸信号判断所述目标是否处于屏息状态。具
体方式为：计算所述呼吸信号的相邻帧之间的相位差，并将相位差结果存储入滑窗中。因每帧对应一个滑窗，所以相位差的计算公式为：帧对应一个滑窗，所以相位差的计算公式为：为每一帧输出的呼吸时域值，n为滑窗的长度，n为大于1的自然数；再计算滑窗内存储的多个相位差的平均相位差值，平均相位差值计算公式为：最后计算相位差的变化量，计算公式为：的变化量，计算公式为：即为呼吸信号的时域变化量。
53.通过将时域变化量与设定阈值相比，能够确定所述目标是否处于屏息状态。例如，若设定阈值为2，当呼吸信号的时域变化量小于2时，则意味着目标呼吸和心跳导致的胸腔变化很小，因此，目标能够被判断为屏息状态。
54.若目标处于屏息状态，则不对呼吸信号进行频率获取，而仅获取心跳信号的频率；若目标不处于屏息状态，则获取心跳信号和呼吸信号的频率。即通过时域方法获取呼吸信号和心跳信号的第一呼吸频率和第一心跳频率；通过频率方法获取呼吸信号的第二呼吸频率和心跳信号的第二心跳频率。
55.具体的，通过时域方法获取第一呼吸频率和第一心跳频率的方法为：根据心跳信号心跳频率范围和所述呼吸信号的呼吸频率范围分别确定心跳波形周期和呼吸波形周期；确定所述呼吸信号和所述心跳信号的峰值点，第一个峰值点为有效峰值点，根据所述心跳波形周期和呼吸波形周期，以所述第一个峰值点为始，依次确定其他有效峰值点，即与上一个有效峰值点的时间距离在其所属的波形周期内的峰值点，则被判定为有效峰值点。
56.例如，当呼吸信号的频率范围是0.1-0.75时，所述呼吸信号的波形周期在1.33s-10s之间；获取呼吸信号的峰值点，首先确定呼吸信号的第一个峰值点为有效峰值点，以第一个有效峰值点为始，距离第一个有效峰值点的时间间隔在1.33s-10s之间的峰值点为第二有效峰值点，再以第二有效峰值点为始，根据周期时间范围，确定第三有效峰值点，再以第三有效峰值点为始，根据周期时间范围，确定第四有效峰值点，以此类推，直到获取呼吸信号的全部有效峰值点；最后统计全部有效峰值点的个数，计算第一呼吸频率。
57.通过频率方法获取第二呼吸频率和第二心跳频率的方法为：分别对所述呼吸信号和心跳信号进行快速傅里叶变换，获取呼吸频谱和心跳频谱；分别寻找所述呼吸频谱和心跳频谱上的最大值，获取第二呼吸频率和第二心跳频率。
58.在步骤s107中，根据所述第一呼吸频率与第二呼吸频率的数值差，确定呼吸频率加权系数，获取呼吸频率检测值。在本实施例中，呼吸频率加权系数的确定方法为：如果第一呼吸频率和第二呼吸频率的数值差超过10次/分钟，则时域结果的权值为1，频率结果的权值为0；若第一呼吸频率和第二呼吸频率的数值差不超过10次/分钟，则时域结果的权值为0.3，频率结果的权值为0.7。在其他具体实施例中，也可以根据具体目标设定不同的呼吸频率加权系数计算方式。
59.通过呼吸频率加权系数中的时域结果系数和频率结果系数，能够结合时域和频率获取呼吸频率检测值。
60.根据所述第一心跳频率和第二心跳频率的数值差，确定心跳频率加权系数，获取心跳频率检测值。在本实施例中，如果第一心跳频率和第二心跳频率的数值差超过15次/分钟，则时域结果的权值为1，频域结果的权值为0；如果第一心跳频率和第二心跳频率的数值
差不超过15次/分钟，则时域结果的权值为0.5，频域结果的权值为0.5。在其他具体实施例中，也可以根据具体目标设定不同的心跳频率加权系数计算方式。
61.通过心跳频率加权系数中的时域结果系数和频率结果系数，能够结合时域和频率获取心跳频率检测值。请参考图3和图4，图3为仅通过时域方法检测心跳频率检测值的数据结果图，图4为本实施例通过时域和频域加权计算的数据结果图，可以明显看出，图4的雷达检测结果与参考值的误差远远小于图3的雷达检测结果与参考值的误差，本实施例的基于雷达的生命检测方法极大地提升了检测生命体征的精准度。
62.本发明的基于雷达的生命检测方法，在通过毫米波雷达获取目标信号后，先对目标信号进行一系列处理以获取生命信号，再分离生命信号中的心跳信号和呼吸信号，然后分别通过时域方法和频率方法计算心跳信号和呼吸信号的频率，最后分别根据两种方法的频率差来计算心跳信号和呼吸信号的权重系数，以使时域方法的频率结果和频率方法的频率结果能够相结合，计算出更为精准的心跳频率和呼吸频率。这种方法有效消减了时域方法和频率方法各自的弊端，提升了检测生命体征数据的精准度。
63.请参考图2，图2为本发明一具体实施例中的基于雷达的生命检测装置的模块图。
64.本实施提供了一种基于雷达的生命检测装置，包括：
65.检测模块201，用于获取雷达检测目标的信息；
66.信号处理模块202，用于根据所述雷达检测目标的信息获取生命信号，并对所述生命信号进行相位提取和分离，获取呼吸信号和心跳信号；
67.信号判断模块203，用于判断所述雷达检测目标是否处于屏息状态；
68.信号运算模块204，用于结合时域方法和频域方法，获取呼吸信号的呼吸频率和心跳信号的心跳频率。
69.具体的，检测模块201用于雷达向待检测的目标发射信号，并接收目标的反射信号，根据雷达的信号获取目标距离信息和角度信息。
70.信号处理模块202用于根据所述距离信息和角度信息，对所述目标的距离单元的信号进行各通道距离维快速傅里叶变换，并进行多通道数字波束形成，输出目标信号；对目标信号进行相位提取和相位解缠获取生命信号；通过带通滤波器分离生命信号，获取心跳信号和呼吸信号。
71.信号判断模块203，用于根据呼吸信号的时域变化量与阈值的对比结果，判断目标是否处于屏息状态，若目标处于屏息状态，则不对其进行呼吸频率的运算，若目标不处于屏息状态，则需对其进行呼吸频率的运算。
72.信号运算模块204，用于通过时域方法获取所述心跳信号的第一心跳频率，通过频率方法获取所述心跳信号的第二心跳频率；通过时域方法获取所述呼吸信号的第一呼吸频率，通过频域方法获取所述呼吸信号的第二呼吸频率；根据所述第一呼吸频率与第二呼吸频率的数值差，确定呼吸频率加权系数，获取呼吸频率检测值；根据所述第一心跳频率和第二心跳频率的数值差，确定心跳频率加权系数，获取心跳频率检测值。
73.本发明的基于雷达的生命检测装置通过检测模块、信号处理模块、信号判断模块和信号运算模块之间的相互配合，在使用雷达检测目标获取信号数据，并对信号数据进行一系列处理后，获取分离的呼吸信号和心跳信号，结合时域和频率对呼吸信号和心跳信号的频率获取方法，检测目标的呼吸频率和心跳频率。这种雷达检测生命的装置能够更精准
地检测目标的生命体征信息，呼吸频率和心跳频率的检测准确度更高，有效提升了雷达检测生命的装置的功效。
74.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明的权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.一种基于雷达的生命检测方法，其特征在于，包括：雷达检测目标，确定所述目标的距离信息和角度信息；根据所述距离信息和角度信息，对所述目标的距离单元的信号进行各通道距离维快速傅里叶变换，并进行多通道数字波束形成，输出目标信号；提取所述目标信号的相位信息，对所述目标信号进行相位解缠，获取生命信号；分离所述生命信号，获取呼吸信号和心跳信号；通过时域方法获取所述心跳信号的第一心跳频率，通过频率方法获取所述心跳信号的第二心跳频率；根据所述呼吸信号判断所述目标是否处于屏息状态；若不是，则通过时域方法获取所述呼吸信号的第一呼吸频率，通过频域方法获取所述呼吸信号的第二呼吸频率；根据所述第一呼吸频率与第二呼吸频率的数值差，确定呼吸频率加权系数，获取呼吸频率检测值；根据所述第一心跳频率和第二心跳频率的数值差，确定心跳频率加权系数，获取心跳频率检测值。2.根据权利要求1所述的基于雷达的生命检测方法，其特征在于，所述角度信息包括：俯仰角信息和水平角信息。3.根据权利要求2所述的基于雷达的生命检测方法，其特征在于，在进行数字波束形成前，根据所述俯仰角信息和水平角信息构建导向矢量。4.根据权利要求1所述的基于雷达的生命检测方法，其特征在于，所述雷达为毫米波雷达。5.根据权利要求1所述的基于雷达的生命检测方法，其特征在于，应用滑窗于相位解缠、时域方法和频域方法中的一个或多个。6.根据权利要求1所述的基于雷达的生命检测方法，其特征在于，判断所述检测目标是否处于屏息状态的方法包括：获取呼吸信号的时域变化量，若所述时域变化量小于阈值，则所述检测目标为屏息状态。7.根据权利要求1所述的基于雷达的生命检测方法，其特征在于，所述分离呼吸信号和心跳信号的方法包括：通过呼吸滤波器和心跳滤波器对所述生命信号做带通滤波。8.根据权利要求7所述的基于雷法的生命检测方法，其特征在于，所述呼吸滤波器和心跳滤波器的频率范围分别根据所述目标的呼吸频率范围和心跳频率范围确定；所述呼吸滤波器的频率范围和所述心跳滤波器的频率范围为部分重合或完全不重合。9.根据权利要求1所述的基于雷达的生命检测方法，其特征在于，通过时域方法获取第一呼吸频率和第一心跳频率的方法包括：根据所述心跳信号的心跳频率范围和所述呼吸信号的呼吸频率范围分别确定心跳波形周期和呼吸波形周期；确定所述呼吸信号和所述心跳信号的有效峰值点；根据所述有效峰值点获取所述呼吸信号的呼吸频率和所述心跳信号的心跳频率。10.一种基于雷达的生命检测装置，其特征在于，包括：检测模块，用于获取雷达检测目标的信息；信号处理模块，用于根据所述雷达检测目标的信息获取生命信号，并对所述生命信号进行相位提取和分离，获取呼吸信号和心跳信号；信号判断模块，用于判断所述雷达检测目标是否处于屏息状态；
信号运算模块，用于结合时域方法和频域方法，获取呼吸信号的呼吸频率和心跳信号的心跳频率。

技术总结
本发明揭示了一种基于雷达的生命检测方法和装置，其方法包括：雷达检测目标，确定所述目标的距离信息和角度信息；对目标距离单元内的信号进行预处理，输出目标信号；获取目标信号的相位信息，对目标信号进行相位解缠，获取生命信号；分离生命信号，获取呼吸信号和心跳信号；通过时域方法和频率方法获取心跳信号的频率和呼吸信号的频率；根据时域方法和频率方法下的呼吸频率的数值差和心跳频率的数值差，分别确定呼吸频率加权系数和心跳频率加权系数，获取呼吸频率检测值和心跳频率检测值。这种方法有效消减了时域方法和频率方法各自的弊端，提升了检测生命体征数据的精准度。提升了检测生命体征数据的精准度。提升了检测生命体征数据的精准度。


技术研发人员：陈惠明 邹毅 张义军 龙勇军 姚衡
受保护的技术使用者：深圳市华杰智通科技有限公司
技术研发日：2023.06.27
技术公布日：2023/9/9