一种基于主成分分析的生命体征监测方法与流程

本发明涉及生命体征监测，尤其涉及一种基于主成分分析的生命体征监测方法。

背景技术：

1、微波雷达是一种非接触式的传感技术，可以用于检测人体的生命体征，例如呼吸频率和心率。一般通过雷达发射器向人体目标发射电磁波信号，当电磁波信号接触到人体时，会被反射回至雷达接收器，这些反射回的电磁波信号由于人体呼吸等运动会产生微弱的频率偏移，通过分析这些频率偏移相位得到人体的呼吸频率和心率。

2、在现实环境中，人体躺在床上时，需要监测到人体的胸腔后才能进行呼吸频率和心率的监测，然而现有技术在胸腔位置的搜索确定不够精准，且由于不同个体呼吸时胸腔位置和腹部位置的运动幅度差别不大，因此，在微波雷达监测过程中，腹部和胸腔的微波雷达数据通常一起被监测到，并且同时在返回的微波雷达信号中重叠，两种位置的监测信号处理方法完全不同，直接混用会导致呼吸频率和心率监测计算结果不准确。另外，由于挪动、翻身等动作会导致人体胸腔位置或者腹部位置发生变化，只是静态进行监测会导致选取错误的身体部位而造成数据分析的偏差。

3、针对上述的现有技术存在问题设计一种基于主成分分析的生命体征监测方法是本发明研究的目的。

技术实现思路

1、有鉴于此，本发明的目的在于提出一种基于主成分分析的生命体征监测方法，能够解决上述的问题。

2、本发明提供一种基于主成分分析的生命体征监测方法，包括：

3、向目标人体发送雷达微波信号，接收一路雷达微波回波信号，提取雷达微波回波信号的频域特征；

4、根据雷达微波回波信号的频域特征判断人体是否在床，是则根据雷达微波回波信号的频域特征提取腹部呼吸特征；

5、根据腹部呼吸特征所在雷达微波回波信号分析得到胸腔相位数据，对胸腔相位数据重构，得到重构后的胸腔相位数据；

6、根据重构后的胸腔相位数据计算人体的心率和呼吸频率。

7、进一步，所述提取雷达微波回波信号的频域特征包括：

8、对所述雷达微波回波信号进行中频信号采样，得到雷达微波数字信号；

9、对雷达微波数字信号进行2d fft计算，得到雷达微波数字信号的频域特征。

10、进一步，所述根据雷达微波回波信号的频域特征判断人体是否在床包括：

11、将所述雷达微波数字信号的频域特征与无人背景频域特征对比，得到特征差值；

12、若特征差值超过第一阈值，则人体在床，否则人体不在床。

13、进一步，所述根据雷达微波回波信号的频域特征提取腹部呼吸特征包括：

14、对所述雷达微波数字信号进行对消处理，得到增强雷达微波数字信号；

15、对增强雷达微波数字信号进行1d ftt计算，得到增强雷达微波数字信号的频域特征；

16、分析所述增强雷达微波数字信号的频域特征，得到腹部呼吸特征。

17、进一步，所述分析所述增强雷达微波数字信号的频域特征，得到腹部呼吸特征包括：

18、将所述增强雷达微波数字信号的频域特征输入预先训练好的腹部呼吸特征识别模型进行判断，得到该特征是否是腹部呼吸特征的判断结果；

19、若该特征是腹部呼吸特征，则将该腹部呼吸特征所在微波雷达信号进行标记；

20、若该特征不是呼吸特征，则旋转雷达向人体发生雷达微波信号，直至寻找到腹部呼吸特征为止。

21、进一步，所述根据腹部呼吸特征所在雷达微波回波信号分析得到胸腔相位数据包括：

22、对所述增强雷达微波数字信号根据所述腹部呼吸特征进行自适应滤波，得到胸腔微动数据；

23、提取胸腔微动数据中的相位，得到胸腔相位数据。

24、进一步，所述对所述增强雷达微波数字信号根据所述腹部呼吸特征进行自适应滤波，得到胸腔微动数据包括：

25、将所述腹部呼吸特征确定为参考信号a(n)，将参考信号a(n)输入自适应滤波器，得到腹部信号分量y(n)，计算公式为：

26、

27、其中，w(i)为滤波器权重，m为滤波器长度；

28、从微波雷达信号中过滤腹部信号分量y(n)，得到胸腔微动数据e(n)，计算公式为：

29、e(n)＝s(n)-y(n)

30、其中，s(n)为微波雷达信号，即腹部呼吸数据和胸腔微动数据的混合信号。

31、进一步，所述将参考信号a(n)输入自适应滤波器，得到腹部信号分量y(n)之前执行：

32、使用最小均方算法更新所述自适应滤波器权重，计算公式为：

33、w(n+1)＝w(n)+2·μ·e(n)·a(n)

34、其中，μ为步长因子。

35、进一步，所述对胸腔相位数据重构，得到重构后的胸腔相位数据包括：

36、对胸腔相位数据进行矩阵重组，从中提取胸腔特征值和特征向量；

37、去除胸腔特征值和特征向量中的噪声，保留呼吸频率和心率的特征值和特征向量；

38、将呼吸频率和心率的特征值和特征向量分别进行重构，得到重构后的呼吸频率相位数据和心率相位数据。

39、进一步，所述根据重构后的胸腔相位数据计算人体的心率和呼吸频率包括：

40、对重构后的所述呼吸频率相位数据和心率相位数据进行滤波，得到标准呼吸频率相位数据和标准心率相位数据；

41、根据标准呼吸频率相位数据计算呼吸次数，根据标准心率相位数据计算心跳次数。

42、本发明的有益效果：

43、一是通过雷达微波回波信号的频域特征判断人体是否在床，进一步通过旋转雷达寻找腹部呼吸特征的方式确定人体腹部位置，进而通过对消处理制雷达微波回波信号的干扰或背景信号成分，增强目标信号(在这里是由于人体，特别是腹部呼吸引起的信号变化)，这种处理有助于突出目标特征，从而提高检测准确性。

44、二是通过腹部呼吸特征所在雷达微波回波信号分析得到胸腔相位数据，通过自适应滤波将腹部信号分量从混合信号中提取出来，进而分离出相对微弱的胸腔微动信号，通过有效分离胸腔微动信号，显著提高了心率和呼吸频率监测的准确性和精度，通过区分胸腔呼吸和腹部呼吸解决不同人员不同的呼吸方式影响。

45、三是通过对胸腔相位数据重构，提取和重构相位处理的过程增强了信号中呼吸频率和心率的部分并抑制了噪声，通过特征值和特征向量进行相位重构，解决了信号处理中的失真问题，保证后续更精准的呼吸频率和心率计算。针对重构后的信号，特定频段的滤波可以增强目标信号的特征，使得心率和呼吸频率的峰值更加明显，便于准确计数。

1.一种基于主成分分析的生命体征监测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于主成分分析的生命体征监测方法，其特征在于，所述提取雷达微波回波信号的频域特征包括：

3.根据权利要求2所述的一种基于主成分分析的生命体征监测方法，其特征在于，所述根据雷达微波回波信号的频域特征判断人体是否在床包括：

4.根据权利要求2所述的一种基于主成分分析的生命体征监测方法，其特征在于，所述根据雷达微波回波信号的频域特征提取腹部呼吸特征包括：

5.根据权利要求4所述的一种基于主成分分析的生命体征监测方法，其特征在于，所述分析所述增强雷达微波数字信号的频域特征，得到腹部呼吸特征包括：

6.根据权利要求5所述的一种基于主成分分析的生命体征监测方法，其特征在于，所述根据腹部呼吸特征所在雷达微波回波信号分析得到胸腔相位数据包括：

7.根据权利要求6所述的一种基于主成分分析的生命体征监测方法，其特征在于，所述对所述增强雷达微波数字信号根据所述腹部呼吸特征进行自适应滤波，得到胸腔微动数据包括：

8.根据权利要求7所述的一种基于主成分分析的生命体征监测方法，其特征在于，所述将参考信号a(n)输入自适应滤波器，得到腹部信号分量y(n)之前执行：

9.根据权利要求7所述的一种基于主成分分析的生命体征监测方法，其特征在于，所述对胸腔相位数据重构，得到重构后的胸腔相位数据包括：

10.根据权利要求9所述的一种基于主成分分析的生命体征监测方法，其特征在于，所述根据重构后的胸腔相位数据计算人体的心率和呼吸频率包括：