基于MIMO雷达与波束形成的人体生命体征检测方法与流程

基于mimo雷达与波束形成的人体生命体征检测方法
技术领域
1.本发明涉及生命体征检测技术领域，尤其涉及基于mimo雷达与波束形成的人体生命体征检测方法。


背景技术：

2.人体生命体征检测包括测量一系列能显示个人健康状况的生理参数。呼吸和心率等生命体征在定位和管理生命健康问题等方面非常有用。心率测量技术从计数脉冲发展到基于接触的方法，如心电图和光电容积脉搏波描记。目前，低成本和易于集成的毫米波雷达传感器又使得非接触式的微弱生命体征信号检测变得非常有前景。多输入多输出(multiple input multiple output，mimo)雷达是指多个辐射站和接收站。根据分集技术，各接收天线元应接收不同的信息，进而提高系统的整体性能，如链路质量、雷达检测概率或定位精度。从处理的角度来看，mimo雷达允许在接收时通过数字波束形成（dbf）。然而，从心脏的机械行为（即心跳）反射的雷达回波信号是复杂的，并且与其他更强的机械信号（如呼吸、身体运动等）混合在一起，因此雷达回波信号就包含了一些列不同的直接与呼吸和心率模式相关的多普勒频率。
3.现有技术中，采用传统的基于频谱的方法对雷达回波信号进行处理并不能准确估计这些频率，如呼吸信号的谐波和交叉积使得心率信号的鲁棒性检测变得复杂。使用雷达最大回波信号和最大方差的距离选择策略来确定被测者的位置信息，使得雷达的测量稳定性不高。
4.例如公告号为：cn114742117b的发明专利公开的复杂室内场景下毫米波雷达的人体生命体征检测方法，包括：根据样本数据对分类器进行训练；对毫米波雷达回波信号进行adc数据采集，得到采样数据后进行fft处理、静态杂波滤除以及cfar与doa估计，得到点云数据；对点云数据进行多普勒变换与特征提取，滤除运动幅度大的动点；对点云连续n帧的信号提取相位信息，估测呼吸与心跳频率；对连续n帧的点云信号进行特征提取；将提取后的特征输入至分类器中进行预测；输出场景内检测的人体目标呼吸心跳数据例如公告号为：cn111481184b的发明专利公开的基于毫米波雷达技术的多目标呼吸心率监测方法与系统，包括多目标呼吸心率信号分离与心率和呼吸率提取，通过毫米波雷达模块进行无接触的心率和呼吸率的检测，避免了繁琐的接触式监测程序，同时不会冒犯被检测者的隐私，提高了检测精度，大大增强了测量的可靠性。
5.但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中，通过传统方法基于频谱对雷达回波信号进行处理会混合其他干扰频率，通过雷达最大回波信号和最大方差的距离选择策略确定生命体征的位置不准确，存在人体生命体征检测准确率低的问题。


技术实现要素：

6.本技术实施例通过提供基于mimo雷达与波束形成的人体生命体征检测方法，解决了现有技术中人体生命体征检测准确率低的问题，实现了人体生命体征检测准确率的提高。
7.本技术实施例提供了基于mimo雷达与波束形成的人体生命体征检测方法，用于服务器，包括以下步骤：s1，mimo雷达的接收站通过预设数量的天线从不同角度和距离以预设时间窗口接收辐射站经对被测对象发射波形后反射回来的初始回波信号，再对初始回波信号进行预处理操作提取被测对象的距离-角度单元；s2，提取被测对象的距离-角度单元的相位信号，再对被测对象的距离-角度单元的相位信号进行解缠绕和差分处理，并结合快速傅里叶变换算法进行快速傅里叶变换处理获取多普勒频谱；s3，分析获取的多普勒频谱，对多普勒频谱进行筛选得到呼吸信号和心率信号，根据得到的呼吸信号和心率信号估计被测对象的心率值和呼吸值，由估计的心率值和呼吸值检测被测对象的人体生命体征，并计算人体生命体征检测效率。
8.进一步的，所述s1中预处理操作，具体步骤如下：s11，静态杂波滤除：根据相量均值相消算法，通过在慢时间维和快时间维上进行平均处理以去除初始回波信号的中频信号，得到回波时域信号；s12，获取距离信息：根据快速傅里叶变换算法，通过对回波时域信号进行距离维快速傅里叶变换将回波时域信号转换为回波频域距离信号，根据回波频域距离信号得到被测对象的距离信息；s13，获取角度信息：根据快速傅里叶变换算法，通过对回波时域信号进行角度维快速傅里叶变换将回波时域信号转换为回波频域角度信号，根据回波频域角度信号得到被测对象的角度信息；s14，收集被测对象的距离-角度单元：通过将被测对象的距离信息和被测对象的角度信息与参考距离信息和参考角度信息进行对比得到目标距离宽度和目标角度宽度，根据目标距离宽度和目标角度宽度设置距离窗口和角度窗口收集被测对象的距离-角度单元。
9.进一步的，所述s2中被测对象的多个距离-角度单元的相位信号的具体提取过程如下：根据天线维快速傅里叶变换的结果通过公式获取回波频域距离信号功率最高的距离单元，再以回波频域距离信号功率最高的距离单元为中心选择回波频域距离信号最小的距离单元和最大的距离单元；结合回波频域距离信号最小的距离单元和最大的距离单元通过公式获取回波频域角度信号功率最高的角度单元，再以回波频域角度信号功率最高的角度单元为中心选择回波频域角度信号最小的角度单元和最大的角度单元，由此得到经距离维快速傅里叶变换和角度维快速傅里叶变换后的距离为v、角度为u和时间窗口为m的回波信号；提取回波信号的慢时间维信号，再提取慢时间维信号的相位信号。
10.进一步的，所述回波频域距离信号最小的距离单元和最大的距离单元的具体获取过程如下：以v表示距离单元的索引，表示经距离维快速傅里叶变换和角度维快速傅里叶变换后的距离为v、角度为u和时间窗口为m的回波频域距离信号，根据功率值通过公式获取功率最高的距离单元，具体计算公式为：
，其中m为时间窗口的最大值，为天线维快速傅里叶变换的点数；对以为中心的个距离单元进行选择，得到最小的距离单元索引和最大的距离单元索引。
11.进一步的，所述回波频域角度信号的最小角度单元和最大角度单元的具体获取过程如下：以u表示角度单元的索引，表示经距离维快速傅里叶变换和角度维快速傅里叶变换后的距离为v、角度为u和时间窗口为m的回波频域角度信号，根据功率值通过公式选择功率最高的角度单元，具体计算公式为：；对以为中心的个距离单元进行选择，得到最小的角度单元索引和最大的角度单元索引。
12.进一步的，所述被测对象的呼吸值的具体估计过程如下：s311，通过在预设呼吸频率范围内选择多普勒频谱的最大值位置，计算被测对象的各距离-角度单元的呼吸估计值，由各距离-角度单元的呼吸估计值得到呼吸矩阵r；s312，根据记录的呼吸矩阵r中呼吸估计值和该呼吸估计值出现的频次构建呼吸伪谱，则呼吸伪谱中出现频次最高的呼吸估计值为被测对象的呼吸值。
13.进一步的，所述被测对象的心率值的具体估计过程如下：s321，通过在预设心率频率范围内选择多普勒频谱的最大值位置，计算被测对象的各距离-角度单元的心率估计值，由各距离-角度单元的心率估计值得到心率矩阵h；s322，判断心率矩阵h中各心率估计值与呼吸矩阵r中的呼吸估计值是否具有倍数关系：如果心率估计值与呼吸矩阵r中的呼吸估计值有倍数关系，则忽略该心率估计值，继续判断下一心率估计值；如果心率估计值与呼吸矩阵r中的呼吸估计值没有倍数关系，则执行s323；s323，记录心率估计值与呼吸矩阵r中的呼吸估计值没有倍数关系时的心率估计值和该心率估计值出现的频次，根据记录的心率矩阵h中的心率估计值和该心率估计值出现的频次构建心率伪谱；s324，获取心率伪谱中出现频次最高的心率估计值，判断该心率估计值是否小于预设心率：如果该心率估计值小于预设心率，则该心率估计值为被测对象的心率值；如果该心率估计值不小于预设心率，则执行s325；s325，通过心率谐波积谱重新生成参考心率伪谱并获取参考心率伪谱中出现频次最高的参考心率估计值，再执行s324，直到获得被测对象的心率值。
14.进一步的，所述心率谐波积谱的具体构建过程如下：根据离散傅里叶变换算法，对心率伪谱进行离散傅里叶变换处理后再抽取心率估计值相乘得到心率谐波积谱，
心率谐波积谱的具体计算公式为：，其中，q为抽取幅度谱的抽取率，，q为预设谐波数，f为心率频率。
15.进一步的，所述生成参考心率伪谱并获取参考心率伪谱中出现频次最高的参考心率估计值，具体过程如下：所述参考心率伪谱的具体生成过程为：通过在预设心率频率范围内选择心率谐波积谱的最大值位置，计算被测对象的各距离-角度单元的参考心率估计值，由各距离-角度单元的参考心率估计值得到抽取率q的心率谐波积谱的参考心率矩阵；判断参考心率矩阵中各参考心率估计值与呼吸矩阵r中的呼吸估计值是否具有倍数关系：如果参考心率估计值与呼吸矩阵r中的呼吸估计值有倍数关系，则忽略该参考心率估计值，继续判断下一参考心率估计值，否则记录该参考心率估计值和该参考心率估计值出现的频次；根据记录的参考心率矩阵中的参考心率估计值和该参考心率估计值出现的频次构建参考心率伪谱；所述参考心率伪谱中出现频次最高的参考心率估计值的具体获取过程如下：对心率谐波积谱进行分析，在预设心率频率范围内通过公式获取心率谐波积谱中出现频次最高的参考心率估计值，参考心率估计值的具体计算公式为：。
16.进一步的，所述人体生命体征检测效率的具体计算过程如下：根据计算单个距离单元与功率最高的距离单元的距离所用的时间和计算单个角度单元与功率最高的角度单元的距离所用的时间时间，结合距离单元的个数和角度单元的个数得到获得回波信号的时间，获得回波信号的参考时间为；获取提取被测对象的距离-角度单元的时间和回波信号的后处理时间，对应的参考时间分别为和；通过公式计算人体生命体征检测效率dp，具体计算公式为：，其中e为自然常数，和分别为距离单元和角度单元的个数得到获得回波信号的时间的修正因子与回波信号的后处理和提取被测对象的距离-角度单元的总时间的修正因子。
17.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、通过对接收的初始回波信号的预处理得到被测对象的距离-角度单元，然后提取被测对象的距离-角度单元的相位信号并进行解缠绕、差分处理和快速傅里叶变换得到多普勒频谱，接着筛选多普勒频谱得到呼吸信号和心率信号，在预设呼吸频率范围和预设心率范围内分别构建呼吸伪谱和心率伪谱，由呼吸伪谱获取被测对象的呼吸值，最后结合心率谐波积谱生成的参考心率伪谱获取被测对象的心率值，根据被测对象的呼吸值和心率值检测生命体征，从而实现了人体生命体征的准确检测，进而实现了人体生命体征检测准确率的提高，有效解决了现有技术中人体生命体征检测准确率低的问题；2、通过对接收的初始回波信号在慢时间维和快时间维上的平均处理得到回波时域信号，然后结合距离维快速傅里叶变换处理得到被测对象的距离信息，接着结合角度维快速傅里叶变换处理得到被测对象的角度信息，再根据与参考距离信息和角度信息的比对结果设置距离窗口和角度窗口获取被测对象的多个距离-角度单元，根据对提取的距离-角度单元进行处理得到被测对象的呼吸值和心率值，从而实现了人体生命体征的稳定检测，进而实现了人体生命体征检测稳定性的提高；3、通过天线维快速傅里叶变换的点数得到回波频域距离信号最小的距离单元和最大的距离单元，然后结合获取的回波频域距离信号最小的距离单元和最大的距离单元得到回波频域角度信号的最小角度单元和最大角度单元，从而得到经距离维快速傅里叶变换和角度维快速傅里叶变换后的回波信号，再通过提取的回波信号的慢时间维信号进一步得到对应的相位信号并进行处理得到多普勒频谱，最后通过对多普勒频谱的分析获得被测对象的心率值和呼吸值，从而实现了人体生命体征的快速检测，进而实现了人体生命体征检测效率的提高。
附图说明
18.图1为本技术实施例提供的基于mimo雷达与波束形成的人体生命体征检测方法流程图；图2为本技术实施例提供的获取被测对象的距离-角度单元的流程图；图3为本技术实施例提供估计被测对象的呼吸值和心率值的整体流程图；图4为本技术实施例提供的心率谐波积谱生成示意图；图5为本技术实施例提供的模拟基频为1hz的正弦波的频谱及其谐波积谱示例图。
具体实施方式
19.本技术实施例通过提供基于mimo雷达与波束形成的人体生命体征检测方法，解决了现有技术中人体生命体征检测准确率低的问题，通过mimo雷达的接收站中预设数量的天线以预设时间窗口接收辐射站反射回来的初始回波信号并进行预处理来提取被测对象的距离-角度单元，然后提取被测对象的距离-角度单元的相位信号并进行解缠绕和差分处理，再结合快速傅里叶变换算法获取多普勒频谱，接着通过筛选多普勒频谱得到呼吸信号和心率信号，最后根据呼吸信号和心率信号估计被测对象的心率值和呼吸值进而检测被测对象的人体生命体征，实现了人体生命体征检测准确率的提高。
20.本技术实施例中的技术方案为解决上述人体生命体征检测准确率低的问题，总体思路如下：
通过mimo雷达的接收站中天线接收辐射站反射回来的初始回波信号，然后通过对初始回波信号进行静态杂波滤除、距离维fft、角度维fft、距离窗口和角度窗口来提取被测对象的多个距离-角度单元，接着提取被测对象的多个距离-角度单元的相位信号并进行解缠绕和差分处理得到多普勒频谱，然后对多普勒频谱进行分析，在预设呼吸频率范围内构建呼吸伪谱获取被测对象的呼吸值，最后在预设心率范围内构建心率伪谱，并结合心率谐波积谱生成的参考心率伪谱获取被测对象的心率值，根据被测对象的呼吸值和心率值检测生命体征，达到了提高人体生命体征检测准确率的效果。
21.为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
22.如图1所示，为本技术实施例提供的基于mimo雷达与波束形成的人体生命体征检测方法流程图，用于服务器，该方法包括以下步骤：s1，提取被测对象的距离-角度单元：mimo雷达的接收站通过预设数量的天线从不同角度和距离以预设时间窗口接收辐射站经对被测对象发射波形后反射回来的初始回波信号，再对初始回波信号进行预处理操作提取被测对象的距离-角度单元；s2，获取多普勒频谱：提取被测对象的距离-角度单元的相位信号，再对被测对象的距离-角度单元的相位信号进行解缠绕和差分处理，并结合快速傅里叶变换算法进行快速傅里叶变换处理获取多普勒频谱；s3，估计被测对象的心率值和呼吸值，检测被测对象的人体生命体征：分析获取的多普勒频谱，对多普勒频谱进行筛选得到呼吸信号和心率信号，根据得到的呼吸信号和心率信号估计被测对象的心率值和呼吸值，由估计的心率值和呼吸值检测被测对象的人体生命体征，并计算人体生命体征检测效率。
23.在本实施例中，多输入多输出（multiple input multiple output, mimo）雷达是指具有多发多收天线体制的雷达，比如一发八收等同于两发四收天线，优点是可以提高雷达的角度分辨率（空间分辨率）；解缠绕的目的是合并相位跳变；相位跳变是指信号的相位出现不连续的突变，相位值从一个周期突然跳跃到另一个周期，使得相位信息无法直接得到正确的解释和使用；解缠绕是一种信号处理技术，通过将相位跳变不断添加或减去2π的整数倍来消除相位的不连续性，以便对信号进行准确的分析和处理；心率和呼吸是人体生命体征的重要生理指标；对于连续的数据流，需要固定观测时间窗口，以收集足够的帧进行测量；越大的时间观察窗口对应越好的多普勒分辨率，因为相应的信号包含更多的呼吸和心率周期；实现了人体生命体征检测准确率的提高。
24.进一步的，如图2所示，为本技术实施例提供的获取被测对象的距离-角度单元的流程图，s1中预处理操作，具体步骤如下：s11，静态杂波滤除：根据相量均值相消算法，通过在慢时间维和快时间维上进行平均处理以去除初始回波信号的中频信号，得到回波时域信号；s12，获取距离信息：根据快速傅里叶变换算法，通过对回波时域信号进行距离维快速傅里叶变换将回波时域信号转换为回波频域距离信号，根据回波频域距离信号得到被测对象的距离信息；s13，获取角度信息：根据快速傅里叶变换算法，通过对回波时域信号进行角度维快速傅里叶变换将回波时域信号转换为回波频域角度信号，根据回波频域角度信号得到被测对象的角度信息；s14，收集被测对象的距离-角度单元：通过将被测对象的距离信息和被测对象的角度信息与参考距离信息和参考角度信息进行对比得到目标距离宽度和目标角度宽度，根据目标距离宽度和目标角度宽度设置距离窗口和角度窗口收集被测对象的距离-角度单元。
25.在本实施例中，获取被测对象的距离-角度单元是人体生命体征检测的第一部分，也就是在距离和角度域对被测对象进行定位，为经距离维快速傅里叶变换（fast fourier transform，fft)和角度维fft后的距离为v、角度为u和时间窗口为m的初始回波信号；静态杂波去除是从频谱中将静目标滤除，以确保来自环境中静态杂波的反射被抑制，常用的静态杂波滤方法的基本原理分别是零速通道置零法、动目标显示以及相量均值相消算法；相量均值相消算法的核心思想是求均值做差，通过求均值，在抑制静止目标相位的同时极大提高了动目标或者微动目标的信噪比；慢时间维和快时间维分别是指列信号和行信号；距离维fft是通过对雷达回波信号在时域上进行fft变换；距离信息被编码在频谱中，每个频谱点对应着不同的距离；角度维fft用于估计雷达回波信号的方向和角度信息，角度信息的提取基于不同天线之间接收到的信号相位差异，通过角度维fft变换可以得到角度谱图或角度-距离矩阵；目标距离宽度和目标角度宽度代表希望利用的距离宽度和角度宽度；初始回波信号又可以看作数据立方体，可以通过设置距离窗口和角度窗口步骤限制数据立方体中的数据点数量，剔除那些在距离和角度上超出目标范围的回波信号，从而减小数据立方体的大小；距离窗口只保留落在该窗口范围内的回波信号；角度窗口只保留在该窗口范围内的目标回波信号；实现了降低人体生命体征检测的复杂性。
26.进一步的，s2中被测对象的多个距离-角度单元的相位信号的具体提取过程如下：根据天线维快速傅里叶变换的结果通过公式获取回波频域距离信号功率最高的距离单元，再以回波频域距离信号功率最高的距离单元为中心选择回波频域距离信号最小的距离单元和最大的距离单元；结合回波频域距离信号最小的距离单元和最大的距离单元通过公式获取回波频域角度信号功率最高的角度单元，再以回波频域角度信号功率最高的角度单元为中心选择回波频域角度信号最小的角度单元和最大的角度单元，由此得到经距离维快速傅里叶变换和角度维快速傅里叶变换后的距离为v、角度为u和时间窗口为m的回波信号；提取回波信号的慢时间维信号，再提取慢时间维信号的相位信号。
27.在本实施例中，天线维fft用于处理mimo雷达系统中多个发射和接收天线之间的差异信息，通过将多个天线上接收到的信号进行fft变换，可以提取不同天线之间的相对时间延迟、频率偏移等特征，这些信息被用于实现波束形成、干涉消除和多通道参数估计等功能；波束形成其实是对接收到的数据进行加权处理，使其形成一定的波束形状，允许感兴趣信号方向的信息通过，对其形成增益，同时抑制掉不感兴趣方向的信号；实现了人体生命体征检测准确率的提高。
28.进一步的，回波频域距离信号最小的距离单元和最大的距离单元的具体获取过程如下：以v表示距离单元的索引，表示经距离维快速傅里叶变换和角度维快速傅里叶变换后的距离为v、角度为u和时间窗口为m的回波频域距离信号，根据功率值通过公式获取功率最高的距离单元，具体计算公式为：
，其中m为时间窗口的最大值，为天线维快速傅里叶变换的点数；对以为中心的个距离单元进行选择，得到最小的距离单元索引和最大的距离单元索引。
29.在本实施例中，在mimo雷达中，天线维快速傅里叶变换（fast fourier transform，fft)的大小或点数指的是对接收到的多个天线信号进行fft变换时所使用的样本点数或离散频率点的数量，即将多个接收天线的信号转换为频域表示时所得到的频域数据大小；arg是即自变量argument的英文缩写，比如函数，是指当取得最小值时，变量x和y的取值；就是指当取得最大值时，变量x,y的取值；实现了距离单元的更直观描述。
30.进一步的，回波频域角度信号的最小角度单元和最大角度单元的具体获取过程如下：以u表示角度单元的索引，表示经距离维快速傅里叶变换和角度维快速傅里叶变换后的距离为v、角度为u和时间窗口为m的回波频域角度信号，根据功率值通过公式选择功率最高的角度单元，具体计算公式为：；对以为中心的个距离单元进行选择，得到最小的角度单元索引和最大的角度单元索引。
31.在本实施例中，在选择距离和角度单元的数量时，即和，可以根据经验值设置，在更大的距离下，包含被测对象的角度单元的数量更少，而在更低的距离下，需要更多的角度单元来覆盖整个被测对象；结合多个距离和角度单元来确定被测者的位置信息，可以减少心率值和呼吸值错误估计概率；实现了距离单元的更直观描述。
32.进一步的，如图3所示，为本技术实施例提供的估计被测对象的呼吸值和心率值的整体流程图，被测对象的呼吸值的具体估计过程如下：s311，通过在预设呼吸频率范围内选择多普勒频谱的最大值位置，计算被测对象的各距离-角度单元的呼吸估计值，由各距离-角度单元的呼吸估计值得到呼吸矩阵r；s312，根据记录的呼吸矩阵r中呼吸估计值和该呼吸估计值出现的频次构建呼吸伪谱，则呼吸伪谱中出现频次最高的呼吸估计值为被测对象的呼吸值。
33.在本实施例中，估计被测对象的呼吸值和心率值是人体生命体征检测的第二部分，即在慢时间维对局部距离-角度单元进行信号处理，从而获得生命体征；呼吸频率估计
是通过考虑预设呼吸频率范围（6-48bpm）对应的频率区域来计算的，呼吸矩阵r的大小为；在雷达信号处理中，多普勒频谱用于分析回波信号中的多普勒频移；多普勒频谱是将接收到的脉冲序列转换到频域的结果，表示了不同多普勒频率分量的强度；多普勒频谱的最大值位置是通过雷达系统的信号处理算法计算得出的；呼吸伪谱中，以各呼吸估计值为横轴，以各呼吸估计值出现的频次为纵轴；实现了更准确的获得被测对象的呼吸值。
34.进一步的，被测对象的心率值的具体估计过程如下：s321，通过在预设心率频率范围内选择多普勒频谱的最大值位置，计算被测对象的各距离-角度单元的心率估计值，由各距离-角度单元的心率估计值得到心率矩阵h；s322，判断心率矩阵h中各心率估计值与呼吸矩阵r中的呼吸估计值是否具有倍数关系：如果心率估计值与呼吸矩阵r中的呼吸估计值有倍数关系，则忽略该心率估计值，继续判断下一心率估计值；如果心率估计值与呼吸矩阵r中的呼吸估计值没有倍数关系，则执行s323；s323，记录心率估计值与呼吸矩阵r中的呼吸估计值没有倍数关系时的心率估计值和该心率估计值出现的频次，根据记录的心率矩阵h中的心率估计值和该心率估计值出现的频次构建心率伪谱；s324，获取心率伪谱中出现频次最高的心率估计值，判断该心率估计值是否小于预设心率：如果该心率估计值小于预设心率，则该心率估计值为被测对象的心率值；如果该心率估计值不小于预设心率，则执行s325；s325，通过心率谐波积谱重新生成参考心率伪谱并获取参考心率伪谱中出现频次最高的参考心率估计值，再执行s324，直到获得被测对象的心率值。
35.在本实施例中，预设心率频率范围为（48-120bpm）；心率矩阵h的大小为；心率伪谱中，以各心率估计值为横轴，以各心率估计值出现的频次为纵轴；在某些情况下，心率伪谱中的最高频谱分量恰好是心率本身的谐波，因此设置预设心率100bpm；正常情况下，呼吸周期和心跳周期之间存在一定的关联性；忽略与呼吸矩阵r中的呼吸估计值有倍数关系的心率估计值纠正了可能出现在心率频率上的呼吸谐波；谐波积谱一般是指对周期性的非正弦电量进行傅立叶级数分解，除了基波频率的电量，其余大于基波频率的电流产生的电量，称为谐波；实现了更准确的获得被测对象的心率值。
36.进一步的，如图4所示，为本技术实施例提供的心率谐波积谱生成示意图，如图5所示，为本技术实施例提供的模拟基频为1hz的正弦波的频谱及其谐波积谱示例图，心率谐波积谱的具体构建过程如下：根据离散傅里叶变换算法，对心率伪谱进行离散傅里叶变换处理后再抽取心率估计值相乘得到心率谐波积谱，心率谐波积谱的具体计算公式为：，其中，q为抽取幅度谱的抽取率，，q为预设谐波数，f为心率频率。
37.在本实施例中，谐波积谱（harmonic product spectrum, hps）是由原始幅度谱的抽取相乘产生的；谐波积谱中出现频次最高的数值称为该谐波积谱的基频；谐波存在于基频的整数倍处；从图5可以看出，每次抽取时谐波分量都与基频对齐，他们的乘积增强了基
频分量的幅值，要考虑的谐波分量数取决于系统采样率和谐波数；谐波积谱校正心率谐波的频谱影响，能够提升生命体征的检测性能，包括提升检测准确性和稳定性；离散傅里叶变换(discrete fourier transform，dft)，即具有周期特性离散信号的傅里叶级数，即将无限长的离散信号进行截短至一定数量的采样点，然后将这些采样点进行周期延拓变成周期信号；实现了更准确的获取被测对象的心率值。
38.进一步的，生成参考心率伪谱并获取参考心率伪谱中出现频次最高的参考心率估计值，具体过程如下：所述参考心率伪谱的具体生成过程为：通过在预设心率频率范围内选择心率谐波积谱的最大值位置，计算被测对象的各距离-角度单元的参考心率估计值，由各距离-角度单元的参考心率估计值得到抽取率q的心率谐波积谱的参考心率矩阵；判断参考心率矩阵中各参考心率估计值与呼吸矩阵r中的呼吸估计值是否具有倍数关系：如果参考心率估计值与呼吸矩阵r中的呼吸估计值有倍数关系，则忽略该参考心率估计值，继续判断下一参考心率估计值，否则记录该参考心率估计值和该参考心率估计值出现的频次；根据记录的参考心率矩阵中的参考心率估计值和该参考心率估计值出现的频次构建参考心率伪谱；所述参考心率伪谱中出现频次最高的参考心率估计值的具体获取过程如下：对心率谐波积谱进行分析，在预设心率频率范围内通过公式获取心率谐波积谱中出现频次最高的参考心率估计值，参考心率估计值的具体计算公式为。
39.在本实施例中，一般情况下，谐波积谱的基频的具体计算公式为：；将谐波积谱hps应用于人体生命体征提取时，呼吸振幅明显大于心率振幅，故心率谐波积谱的基频搜索在预设心率频率下进行，预设心率频率为；实现了更准确的获取被测对象的心率值。
40.进一步的，人体生命体征检测效率的具体计算过程如下：根据计算单个距离单元与功率最高的距离单元的距离所用的时间和计算单个角度单元与功率最高的角度单元的距离所用的时间时间，结合距离单元的个数和角度单元的个数得到获得回波信号的时间，获得回波信号的参考时间为；获取提取被测对象的距离-角度单元的时间和回波信号的后处理时间，对应的参考时间分别为和；通过公式计算人体生命体征检测效率dp，具体计算公式为：
，其中e为自然常数，和分别为距离单元和角度单元的个数得到获得回波信号的时间的修正因子与回波信号的后处理和提取被测对象的距离-角度单元的总时间的修正因子。
41.在本实施例中，距离单元和角度单元的数量越多，对应的获得回波信号的时间就越长，人体生命体征检测效率就越低；同理，获取提取被测对象的距离-角度单元的时间和回波信号的后处理时间越长，人体生命体征检测效率也越低；获取提取被测对象的距离-角度单元的时间和回波信号的后处理时间占总时间的比例更大，对于人体生命体征检测效率的影响也更大，对于底数大于0小于1的对数函数而言，自变量都小于1时，底数越大，对应的函数值越大；实现了更全面的评估人体生命体征检测效率。
42.上述本技术实施例中的技术方案，至少具有如下的技术效果或优点：相对于公告号为：cn114742117b公开的复杂室内场景下毫米波雷达的人体生命体征检测方法，本技术实施例通过对接收的初始回波信号在慢时间维和快时间维上的平均处理得到回波时域信号，然后结合距离维快速傅里叶变换处理得到被测对象的距离信息，接着结合角度维快速傅里叶变换处理得到被测对象的角度信息，再根据与参考距离信息和角度信息的比对结果设置距离窗口和角度窗口获取被测对象的多个距离-角度单元，根据对提取的距离-角度单元进行处理得到被测对象的呼吸值和心率值，从而实现了人体生命体征的稳定检测，进而实现了人体生命体征检测稳定性的提高；相对于公告号为：cn111481184b公开的基于毫米波雷达技术的多目标呼吸心率监测方法与系统，本技术实施例通过天线维快速傅里叶变换的点数大小得到回波频域距离信号最小的距离单元和最大的距离单元，然后结合获取的回波频域距离信号最小的距离单元和最大的距离单元得到回波频域角度信号的最小角度单元和最大角度单元，从而得到经距离维快速傅里叶变换和角度维快速傅里叶变换后的回波信号，再通过提取的回波信号的慢时间维信号进一步得到对应的相位信号并进行处理得到多普勒频谱，最后通过对多普勒频谱的分析获得被测对象的心率值和呼吸值，从而实现了人体生命体征的快速检测，进而实现了人体生命体征检测效率的提高。
43.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。
44.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
45.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
46.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
47.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
48.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.基于mimo雷达与波束形成的人体生命体征检测方法，用于服务器，其特征在于，包括以下步骤：s1，mimo雷达的接收站通过预设数量的天线从不同角度和距离以预设时间窗口接收辐射站经对被测对象发射波形后反射回来的初始回波信号，再对初始回波信号进行预处理操作提取被测对象的距离-角度单元；s2，提取被测对象的距离-角度单元的相位信号，再对被测对象的距离-角度单元的相位信号进行解缠绕和差分处理，并结合快速傅里叶变换算法进行快速傅里叶变换处理获取多普勒频谱；s3，分析获取的多普勒频谱，对多普勒频谱进行筛选得到呼吸信号和心率信号，根据得到的呼吸信号和心率信号估计被测对象的心率值和呼吸值，由估计的心率值和呼吸值检测被测对象的人体生命体征，并计算人体生命体征检测效率。2.如权利要求1所述基于mimo雷达与波束形成的人体生命体征检测方法，其特征在于，所述s1中预处理操作，具体步骤如下：s11，静态杂波滤除：根据相量均值相消算法，通过在慢时间维和快时间维上进行平均处理以去除初始回波信号的中频信号，得到回波时域信号；s12，获取距离信息：根据快速傅里叶变换算法，通过对回波时域信号进行距离维快速傅里叶变换将回波时域信号转换为回波频域距离信号，根据回波频域距离信号得到被测对象的距离信息；s13，获取角度信息：根据快速傅里叶变换算法，通过对回波时域信号进行角度维快速傅里叶变换将回波时域信号转换为回波频域角度信号，根据回波频域角度信号得到被测对象的角度信息；s14，收集被测对象的距离-角度单元：通过将被测对象的距离信息和被测对象的角度信息与参考距离信息和参考角度信息进行对比得到目标距离宽度和目标角度宽度，根据目标距离宽度和目标角度宽度设置距离窗口和角度窗口收集被测对象的距离-角度单元。3.如权利要求2所述基于mimo雷达与波束形成的人体生命体征检测方法，其特征在于，所述s2中被测对象的多个距离-角度单元的相位信号的具体提取过程如下：根据天线维快速傅里叶变换的结果通过公式获取回波频域距离信号功率最高的距离单元，再以回波频域距离信号功率最高的距离单元为中心选择回波频域距离信号最小的距离单元和最大的距离单元；结合回波频域距离信号最小的距离单元和最大的距离单元通过公式获取回波频域角度信号功率最高的角度单元，再以回波频域角度信号功率最高的角度单元为中心选择回波频域角度信号最小的角度单元和最大的角度单元，由此得到经距离维快速傅里叶变换和角度维快速傅里叶变换后的距离为v、角度为u和时间窗口为m的回波信号；提取回波信号的慢时间维信号，再提取慢时间维信号的相位信号。4.如权利要求3所述基于mimo雷达与波束形成的人体生命体征检测方法，其特征在于，所述回波频域距离信号最小的距离单元和最大的距离单元的具体获取过程如下：
以v表示距离单元的索引，表示经距离维快速傅里叶变换和角度维快速傅里叶变换后的距离为v、角度为u和时间窗口为m的回波频域距离信号，根据功率值通过公式获取功率最高的距离单元，具体计算公式为：，其中m为时间窗口的最大值，为天线维快速傅里叶变换的点数；对以为中心的个距离单元进行选择，得到最小的距离单元索引和最大的距离单元索引。5.如权利要求4所述基于mimo雷达与波束形成的人体生命体征检测方法，其特征在于，所述回波频域角度信号的最小角度单元和最大角度单元的具体获取过程如下：以u表示角度单元的索引，表示经距离维快速傅里叶变换和角度维快速傅里叶变换后的距离为v、角度为u和时间窗口为m的回波频域角度信号，根据功率值通过公式选择功率最高的角度单元，具体计算公式为：；对以为中心的个距离单元进行选择，得到最小的角度单元索引和最大的角度单元索引。6.如权利要求1所述基于mimo雷达与波束形成的人体生命体征检测方法，其特征在于，所述被测对象的呼吸值的具体估计过程如下：s311，通过在预设呼吸频率范围内选择多普勒频谱的最大值位置，计算被测对象的各距离-角度单元的呼吸估计值，由各距离-角度单元的呼吸估计值得到呼吸矩阵r；s312，根据记录的呼吸矩阵r中呼吸估计值和该呼吸估计值出现的频次构建呼吸伪谱，则呼吸伪谱中出现频次最高的呼吸估计值为被测对象的呼吸值。7.如权利要求6所述基于mimo雷达与波束形成的人体生命体征检测方法，其特征在于，所述被测对象的心率值的具体估计过程如下：s321，通过在预设心率频率范围内选择多普勒频谱的最大值位置，计算被测对象的各距离-角度单元的心率估计值，由各距离-角度单元的心率估计值得到心率矩阵h；s322，判断心率矩阵h中各心率估计值与呼吸矩阵r中的呼吸估计值是否具有倍数关系：
如果心率估计值与呼吸矩阵r中的呼吸估计值有倍数关系，则忽略该心率估计值，继续判断下一心率估计值；如果心率估计值与呼吸矩阵r中的呼吸估计值没有倍数关系，则执行s323；s323，记录心率估计值与呼吸矩阵r中的呼吸估计值没有倍数关系时的心率估计值和该心率估计值出现的频次，根据记录的心率矩阵h中的心率估计值和该心率估计值出现的频次构建心率伪谱；s324，获取心率伪谱中出现频次最高的心率估计值，判断该心率估计值是否小于预设心率：如果该心率估计值小于预设心率，则该心率估计值为被测对象的心率值；如果该心率估计值不小于预设心率，则执行s325；s325，通过心率谐波积谱重新生成参考心率伪谱并获取参考心率伪谱中出现频次最高的参考心率估计值，再执行s324，直到获得被测对象的心率值。8.如权利要求7所述基于mimo雷达与波束形成的人体生命体征检测方法，其特征在于，所述心率谐波积谱的具体构建过程如下：根据离散傅里叶变换算法，对心率伪谱进行离散傅里叶变换处理后再抽取心率估计值相乘得到心率谐波积谱，心率谐波积谱的具体计算公式为：，其中，q为抽取幅度谱的抽取率，，q为预设谐波数，f为心率频率。9.如权利要求8所述基于mimo雷达与波束形成的人体生命体征检测方法，其特征在于，所述生成参考心率伪谱并获取参考心率伪谱中出现频次最高的参考心率估计值，具体过程如下：所述参考心率伪谱的具体生成过程为：通过在预设心率频率范围内选择心率谐波积谱的最大值位置，计算被测对象的各距离-角度单元的参考心率估计值，由各距离-角度单元的参考心率估计值得到抽取率q的心率谐波积谱的参考心率矩阵；判断参考心率矩阵中各参考心率估计值与呼吸矩阵r中的呼吸估计值是否具有倍数关系：如果参考心率估计值与呼吸矩阵r中的呼吸估计值有倍数关系，则忽略该参考心率估计值，继续判断下一参考心率估计值，否则记录该参考心率估计值和该参考心率估计值出现的频次；根据记录的参考心率矩阵中的参考心率估计值和该参考心率估计值出现的频次构建参考心率伪谱；所述参考心率伪谱中出现频次最高的参考心率估计值的具体获取过程如下：
对心率谐波积谱进行分析，在预设心率频率范围内通过公式获取心率谐波积谱中出现频次最高的参考心率估计值，参考心率估计值的具体计算公式为：。10.如权利要求1所述基于mimo雷达与波束形成的人体生命体征检测方法，其特征在于，所述人体生命体征检测效率的具体计算过程如下：根据计算单个距离单元与功率最高的距离单元的距离所用的时间和计算单个角度单元与功率最高的角度单元的距离所用的时间时间，结合距离单元的个数和角度单元的个数得到获得回波信号的时间，获得回波信号的参考时间为；获取提取被测对象的距离-角度单元的时间和回波信号的后处理时间，对应的参考时间分别为和；通过公式计算人体生命体征检测效率dp，具体计算公式为：，其中e为自然常数，和分别为距离单元和角度单元的个数得到获得回波信号的时间的修正因子与回波信号的后处理和提取被测对象的距离-角度单元的总时间的修正因子。

技术总结
本发明公开了基于MIMO雷达与波束形成的人体生命体征检测方法。该基于MIMO雷达与波束形成的人体生命体征检测方法，包括以下步骤：提取被测对象的距离-角度单元；获取多普勒频谱；估计被测对象的心率值和呼吸值，检测被测对象的人体生命体征。本发明通过对接收的初始回波信号的预处理提取被测对象的各距离-角度单元，接着提取对应的相位信号并进行解缠绕和差分处理得到多普勒频谱，然后分析多普勒频谱，在预设呼吸频率范围内构建呼吸伪谱获取被测对象的呼吸值，最后在预设心率范围内构建心率伪谱，并结合心率谐波积谱获取被测对象的心率值，达到了人体生命体征检测准确率的提高，解决了现有技术中存在人体生命体征检测准确率低的问题。率低的问题。率低的问题。


技术研发人员：徐标 刘军辉 唐德琴
受保护的技术使用者：长沙莫之比智能科技有限公司
技术研发日：2023.08.30
技术公布日：2023/10/8