新闻资讯

维森派沃的最新资讯

第一时间<与您>分享

2023-02-26
基于改进的稳健自适应波束形成的多人生命体征检测方法

背景技术

生物雷达通过在雷达回波中检测微弱的频移或相移信息,可用于生命体的运动和生理活动的探测。目前这种方法已经存在并且检测技术日趋成熟,但是已有的大部分研究都集中测试单个受测者,同时检测多个受试者的研究寥寥无几,多人生命体征检测成为了一种挑战性科目。

现有的分离多人生命体征的方法大多是在模拟端进行波束合成,将主波束只对准一个人体,回波信号中该人体的生命体征信号占有主要成分。但是,模拟技术形成的波束旁瓣电平高,稳定性差,且对干扰无自适应能力,合成的波束无法对人体干扰区间有较深的抑制,因此回波信号中不可避免的包含严重干扰。现有的多人生命体征检测技术都只能实时得出呼吸频率,而无法实时得到高精度的呼吸时域信号。

发明内容

本发明的目的在于提供一种基于改进的稳健波束形成的检测多个人体生命体征的方法。

实现本发明目的的技术解决方案为:基于改进的稳健波束形成的多人生命体征检测方法,包括如下步骤:

步骤1、获取雷达接收信号X(k),k=1,2…,N,采用波达方向(DOA)估计算法估计出各个人体方位角。

步骤1-1、利用Capon波达方向估计算法估计出各个人体所在方位角。各个方向回波能量为

 

 

步骤1-2、每个峰值的3dB内的波束宽度内的角度可认为是该人体的人体方位角。

步骤2、基于ε约束值的干扰加噪声协方差矩阵重构的方法,其特征在于,步骤2为了解决导向矢量失配以及人体干扰方位角所占角度较宽的问题,具体步骤为:

步骤2-1、利用步骤1得到的人体方位角重构出干扰信号协方差矩阵

 

式中

 

 

 

其中

 

I为角度区间Θ

 

 

其中

 

 

其中r为雷达接收天线阵列的长度,h为人体距离接收天线阵列的垂直距离;

步骤2-2、根据其余人体干扰协方差矩阵,重构出其余人体干扰加噪声的协方差矩阵。噪声平均功率σ

 

其中I

步骤3、基于ξ约束值的方法重构期望信号方向的导向矢量,其特征在于,具体为:

步骤3-1、利用步骤1得到的其余人体干扰方位角,构造矩阵C

C=∑C

其中C

 

其中θ

步骤3-2、求得矩阵C的Γ个较大特征值对应的特征向量。设矩阵C的M个特征值分别为λ

 

其中0<κ<1。Γ个较大特征值对应的特征向量组成的矩阵用U表示;

步骤3-3、获得对应的投影矩阵P

P

步骤3-4、求出约束值ζ。利用各个人体方位角的采样点的名义导向矢量

 

由ζ

ζ=min(ζ

其中E为大于1的正整数;

步骤3-5、根据步骤3-3获得的P

 

其中

 

利用凸优化问题的唯一解e

 

步骤4、利用波束形成器得出权值W

 

步骤5、最大信噪比对应权值迭代搜索的方法得出理想的权值W

步骤5-1、将步骤4得到的权向量W

 

X

步骤5-2、从步骤5-1获得的X

步骤5-3、对从步骤5-2中获得的d

 

其中E

步骤5-4、设W的取值范围为||W-W

步骤5-5、将步骤5-4获得的max(SNR

步骤6、将待测对象中另一个人体指定为待测人体,并重复步骤2~步骤5,直至得到所有人体呼吸信号。

一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:

步骤1、利用雷达接收待测对象的回波,之后采用DOA估计算法估计出各个人体方位角;

步骤2、确定一个待测人体,其余人体为干扰目标,根据干扰目标所在方位角,采用基于ε约束值的方法重构协方差矩阵

步骤3、根据期望人体所在方位角,采用基于ξ约束值的方法重构期望人体方位角的导向矢量;

步骤4、根据步骤2得到的协方差矩阵和步骤3得到的导向矢量,利用Capon波束形成器得出权值W

步骤5、根据步骤4得到的权值W

步骤6、将待测对象中另一个人体指定为待测人体,并重复步骤2~步骤5,直至得到所有人体呼吸信号。

一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:

步骤1、利用雷达接收待测对象的回波,之后采用DOA估计算法估计出各个人体方位角;

步骤2、确定一个待测人体,其余人体为干扰目标,根据干扰目标所在方位角,采用基于ε约束值的方法重构协方差矩阵

步骤3、根据期望人体所在方位角,采用基于ξ约束值的方法重构期望人体方位角的导向矢量;

步骤4、根据步骤2得到的协方差矩阵和步骤3得到的导向矢量,利用Capon波束形成器得出权值W

步骤5、根据步骤4得到的权值W

步骤6、将待测对象中另一个人体指定为待测人体,并重复步骤2~步骤5,直至得到所有人体呼吸信号。

本发明与现有技术相比,其显著优点在于:(1)本发明采用改进的稳健波束形成算法,可以从角度上分离多个人体的生命体征信号;(2)与现有的单个雷达接收机得到的信号相比,波束形成后得到的信号的信噪比更高,因此人体可以处于离接收天线较远的位置,这拓展了生物雷达的使用场景;(3)本发明使用数字波束合成可以对主瓣波束以及干扰的方向进行灵活控制;(4)本发明将生物雷达领域和数字波束形成技术结合起来,扩大了生物雷达领域的应用范围。

下面结合说明书附图对本发明做进一步描述:

附图说明

图1是本发明测量多人生命体征信号的流程图。

图2是本发明测量多人生命体征示意图。

图3是本发明中应用Capon算法得出的各个角度的功率谱图。

图4是本发明中处于-30°人体呼吸信号以及FFT结果,图(a)为人体呼吸信号,图(b)为FFT结果。

图5是本发明中处于6°人体呼吸信号以及FFT结果,图(a)为人体呼吸信号,图(b)为FFT结果。

具体实施方式

下面结合实施例对本发明作进一步的描述。

结合图1,一种利用本发明的基于改进的稳健波束形成的多人生命体征检测方法,方法步骤如下:

步骤1、获取雷达接收信号,得到包含人体生命体征信号的具体为:

步骤1-1、接收天线阵元数为M=8的SIMO(single input multiple output)多普勒雷达系统接收P=2个实验对象的回波,2个实验对象的呼吸频率分别为0.3Hz、0.4Hz,2个实验对象距离雷达阵列的垂直距离均为2.4m,相对于雷达阵列中心的角度分别为-30°、6°,场景如图2所示。每个雷达接收通道分别接收接收N=2000个快拍数据;

步骤1-2、天线接收的回波经过雷达接收机处理后变为数字信号,则雷达阵列接收到的信号模型表示为:

X(k)=AS(k)+n(k)(k=1,2,…,N) (1)

式中X(k)为M×1维接收信号

X(k)=[x

n(k)为M×1维噪声向量,与回波信号不相关。

n(k)=[n

S(k)为P×1维回波信号

S(k)=[s

其中s

A表示M×P维阵列流形矩阵

 

 

 

其中

 

步骤1-3、利用Capon波达方向估计算法估计出各个人体所在方位信息。各个方向回波能量为

 

 

步骤1-4、每个峰值的-3dB区间可认为是该人体方位角;

步骤2、对于回波方向为θ

步骤2-1、利用步骤1得到的人体方位角重构出干扰信号协方差矩阵

 

其中

 

 

 

其中

 

本实施例中选取I=100。由于导向矢量为8×1维,当每行数值取两个相位时,则共有L=2

 

 

其中

 

 

其中r为雷达接收天线阵列的长度,h为人体距离接收天线阵列的垂直距离。本实施例中r=0.2m,h=2.4m;

步骤2-2、根据步骤2-1得到的

 

其中I

步骤3、基于ξ约束值的方法重构期望信号方向的导向矢量,其特征在于,具体步骤如下:

步骤3-1、利用步骤1得到的其余人体干扰方位角,构造矩阵C

C=∑C

其中C

 

其中

步骤3-2、根据步骤3-1得到的矩阵C,求得矩阵C的Γ个较大特征值对应的特征向量。设矩阵C的M个特征值分别为λ

 

其中0<κ<1。本例中选取κ=0.1。Γ个较大特征值对应的特征向量组成的矩阵用U表示;

步骤3-3、获得对应的投影矩阵P

P

步骤3-4、求出约束值ζ。利用各个人体方位角的采样点的名义导向矢量为

 

则由ζ

ζ=min(ζ

其中E为大于1的正整数;

步骤3-5、根据步骤3-3获得的P

 

其中

 

利用凸优化问题的唯一解e

 

该问题可以利用CVX工具箱进行求解。

步骤4、利用Capon波束形成器得出权值W

 

步骤5、采用提出的最大信噪比搜索的方法得出较理想的权值W

步骤5-1、将步骤4得到的权向量W

 

X

步骤5-2、从步骤5-1获得的X

步骤5-3、对从步骤5-2中获得的d

 

其中E

步骤5-4、设W的取值范围为||W-W

步骤5-5、将步骤5-4获得的max(SNR

步骤6、将待测对象中另一个人体指定为待测人体,并重复步骤2~步骤5。每个人体的呼吸信号的时域波形以及FFT结果分别如图4和5所示。

通过对接收到的雷达阵列数据加权处理,可以在加强感兴趣方位的人体回波的同时对人体干扰的回波进行抑制,从而得到只包含感兴趣人体的生命体征信号的一维数据,然后得到的信号的相位中即可得出该人体的生命体征信号。然后选取另一个人体作为感兴趣目标来得到只包含该人体的生命体征信号的一维数据。从而得到所有人体的生命体征信号。

致力于推动社会的互联高效
感谢您的关注与信任!如何您想要了解我们的产品、解决方案及服务。

关闭

获取定制化解决方案
请留下您的联系方式和问题,我们将尽快联系您,为您提供相关咨询服务:
立即咨询