基于VMD的调频连续波雷达生命信号提取

针对生命探测雷达心跳信号能量微弱难于准确提取的问题,提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)的调频连续波雷达生命信号提取算法。该算法首先利用距离维快速傅里叶变换(Fast Fourier Transform, FFT)获得距离剖面图,然后通过最大方差法得到目标所在距离门,接着对低通滤波后的相位信号使用VMD进行分离,并采用模态判别准则对生命信号进行重构,最后对重构信号进行FFT得到呼吸和心跳频率。雷达实测结果表明,相比于应用聚类经验模态分解(Ensemble Empirical Mode Decomposition, EEMD),所提生命信号提取算法能够有效抑制雷达回波中的呼吸谐波和噪声,更加准确有效地提取生命体征信号。     

基于VMD的宽带混沌雷达多生命信号探测方法

提出并实验验证了一种基于变分模态分解（VMD）的宽带混沌雷达多生命信号探测方法。首先基于混沌相关测距获得原始回波矩阵,然后利用VMD方法抑制噪声和杂波并重构多生命信号,包括基于0 dB峰值噪声比（PNR）判决减小VMD运算量,通过中心频率分析优选 K值以及利用3 dB峰值旁瓣水平（PSL）判决自动提取呼吸信号,最后结合快速傅里叶变换（FFT）和恒虚警率（CFAR）等,同时估计墙后多个人体目标的呼吸频率和距离。实验结果表明所提方法可以实现20 cm墙后二至五个人体目标的准确、快速探测,并且具有15 cm的高距离分辨率。      

太赫兹频段下基于EMD的人体生命特征检测

非接触式的心跳呼吸信号检测对重症患者心跳呼吸的远程监控、自然灾害中受害者的搜寻等都有重要的应用。本文针对人体心跳呼吸信号相对于复杂环境属于微弱信号的情况,提出了一种太赫兹频段下基于经验模态分解(EMD)的人体生命特征检测方法。首先建立太赫兹雷达人体目标回波模型,对回波信号进行经验模态分解。然后进行时频分析,得到心跳呼吸微多普勒信息,提取其频谱质心曲线。再做第二次时频分析,实现心跳呼吸频率的提取与分离。在高斯杂波环境中进行了仿真实验,检测结果表明,基于EMD的检测方法与直接检测方法相比,取得了更好的检测效果,具有较强抗噪能力,适合于微弱信号处理。      

基于谐波陷波器改进HMLD的呼吸心跳分离算法

针对毫米波雷达生命体征信号检测存在的呼吸谐波及心跳信号提取精度低的问题,本文提出了基于谐波陷波器改进的谐波倍数循环检测(HMLD)的呼吸心跳分离方法。首先,设计了单通道的毫米波雷达信号采集系统,采集人体胸廓雷达回波信号,并进行相位信号提取、相位解缠、滤波等预处理提取胸廓微动信号;其次,通过HMLD方法提取呼吸基波频率、高次谐波频率,并采用陷波器消除呼吸谐波;最后,根据HMLD方法提取心跳基波频率,提取的心跳频率误差率在11.5%以内,并与变分模态分解算法(VMD)提取结果对比,心跳信号信噪比平均提高了2.66 dB。实验结果表明,基于谐波陷波器改进的HMLD方法能够有效的分离呼吸心跳。     

基于MEEMD的人体生命体征信号的提取研究

非接触式的人体生命体征信号的检测在生产生活中有着非常重要的应用。为了准确提取人体生命体征信号,提出了一种基于改进的集合经验模态分解(MEEMD)和全相位频谱分析(apFFT)的人体生命体征信号的检测提取方法。实测数据分析处理结果表明,MEEMD有很好的分解效果,抑制了模态混叠效应,同时采用apFFT进行频谱分析,能够准确的提取人体的心跳与呼吸信号,实现人体生命体征的检测。     

基于ICEEMDAN的雷达生命信号检测方法

线性调频连续波（FMCW）雷达能够通过非接触的方式采集人体的呼吸和心跳信号,为了去除和减少生命信号中的杂波干扰,本文提出了基于改进的自适应集合经验模态分解（ICEEMDAN）和长数据序列截取的生命信号分解方法,通过延长观察时间,然后截取时间序列,得到既定观察时间的最终固有模态函数（IMF）分量,通过模糊熵对所有IMF信号进行分析来识别含噪信号,并对含有噪声的IMF信号进行去噪处理,综合分析相关性和能量阈值的结果,挑选出合适的IMF 分量重构生命信号。通过仿真和实测表明,所提出的方法能够大幅减少噪声,优于现有的去噪技术,有利于提高提取的呼吸和心跳信号的精准度和真实性。     

基于EEMD和HOC的超宽带雷达生命探测算法研究北大核心CSCD

针对超宽带生命探测雷达回波信号属于非线性、非平稳等特点,提出了一种基于EEMD和HOC的超宽带雷达生命探测算法。通过对雷达回波信号进行EEMD分解,将信号自适应分解为若干个本征模态函数(IMF),然后计算各个IMF分量在呼吸和心跳频带内的能量百分比重构呼吸和心跳信号,最后对重构的呼吸和心跳信号的四阶累积量进行FFT变换,获得呼吸和心跳的频率。实验结果表明,文中提出的算法比EEMD重构后直接进行FFT变换具有更高的信噪比和频率估计精度,可有效应用于生命探测雷达人体信号检测中,具有广阔的研究价值和应用前景。     

基于改进SO-CFAR 和ACA-VMD 算法的 雷达生命体征检测

非接触生命体征检测技术难以有效利用胸腔产生的微多普勒效应提取心跳和呼吸信号,针对这一问 题,文中提出了一种基于改进最小选择恒虚警(SO-CFAR)和蚁群变分模态分解(ACA-VMD)算法的生命体征检测方 法,并通过仿真和实测验证了算法的检测精度。首先对77 GHz 毫米波雷达的中频回波信号进行预处理得到干净的 雷达I/ Q 数据,然后调整因子以平衡前后窗的功率水平让单元极小值恒虚警检测能够对噪声下的目标进行精确提 取,最后采用蚁群优化后的变分模态对目标信号进行模态混叠的抑制并采用全相位频谱分析,使得呼吸和心跳的信 噪比改善了1.765 dB,完成呼吸和心跳有效分离和提取,实现了人体生命体征的准确检测。     

基于CCBP算法的多普勒雷达生命信号检测

多普勒雷达系统利用人体胸腔起伏引起的多普勒效应提取生命特征信号。在建立多普勒雷达人体微动信号模型的基础上,提出一种基于复连续基追踪(CCBP)算法的生命信号检测方法用于提取人体呼吸和心跳微动信号的频率。CCBP算法通过极坐标插值和凸优化问题求解技术来提取生命信号信息,能够实现对能量较弱的心跳信号的频率准确估计。仿真实验结果验证了所提算法的有效性和准确性。     

基于小波变换人体生命参数探测方法

探讨了使用小波变换对人体生命参数检测。其基本原理是利用电磁波照射人体,其回波信号被人体生命活动引起的体表微动(如呼吸、心跳)调制后,使得回波信号的某些参数(如频率、相位)发生改变,通过小波变换技术检测回波信号参数的变化提取出人体生命参数。重点研究了小波变换方法在人体生命参数检测和识别中的应用。     

基于改进EEMD的穿墙雷达动目标微多普勒特性分析

穿墙雷达动目标探测中人的心跳、呼吸、手臂摆动等运动的微多普勒信号是非线性、非平稳信号,可以采用经验模式分解(EMD)对其进行时频分析。由于EMD分解存在模式混合问题,该文提出一种改进的整体平均经验模式分解(EEMD)方法,并将其应用于穿墙雷达人的运动微多普勒特性分析中,并且对分解后的每个本征模式函数(IMF)进行Hilbert-Huang变换(HHT),得到信号的时间-频率-能量谱。仿真数据和实验结果分析均表明,改进的EEMD方法不仅能够有效消除EMD中的模式混合问题,将人运动微多普勒信号中的不同频率尺度分解在不同的IMF中,而且还能够有效抑制原始信号中的噪声,提高信噪比,得到更精细、更清晰的时频分布。     

基于毫米波雷达的生命特征信号探测技术研究

生命特征信号探测旨在对人体信号中含有呼吸、心跳等特征参数进行检测和提取,是监测人体生命健康的重要方法之一,在信号处理、医学工程等领域均有广泛的应用。本文对基于毫米波雷达的生命特征信号探测技术进行系统综述,从提取信号的角度出发,综述了将毫米波雷达技术引入生命特征信号探测领域之后的研究成果。首先,从毫米波雷达体制方面对现存雷达技术进行了论述。然后,简要介绍了对称三角波调制方法对生命信号进行检测,考虑到将检测到的生命信号进行特征分离,总结了三种弱信号提取算法并进行对比,重点分析了小波变换和经验模态分解两种方法的研究现状。最后,本文分析了毫米波雷达在生命信号探测领域存在的问题,并对今后可能的研究趋势进行了展望。     

面向人体呼吸心跳同时监测的雷达信号处理方法综述

利用雷达同时监测人体呼吸和心跳具有非接触、高隐私等优势，已成为当前国内外研究的热点之一。面向人体呼吸心跳同时监测场景，分析了不同类型的雷达系统工作原理，总结了在人体信号检测中的雷达数据预处理、呼吸和心跳信号分离以及呼吸率和心率估计的信号处理方法，指出了相关研究发展趋势。     

基于PCA与EMD的超宽带雷达生命信号检测算法

 本文分析了脉冲超宽带(UWB)生命信号模型,提出了基于主元分析(PCA)和经验模态分解(EMD)的非接触生命信号检测方法.根据UWB信号杂波与生命目标回波特点,结合PCA去除杂波.提取适当的主元特征向量序列曲线上峰值所对应的时延,估计目标距离信息.采用EMD分解目标回波序列为有限个固有模态函数(IMF)分量,在时域上重构平滑生命特征曲线,且其在高信噪比下可实现心跳与呼吸信号的分离.实验研究表明该方法简单有效,能同时提供生命信号的频域和时域波形位置信息,且重构得到的生命信号较符合实际信号时变、非平稳特性.     

基于连续小波变换的多数据心率提取方法

针对多普勒雷达生命体征检测时强谐波干扰问题,提出一种基于连续小波变换特征提取的改进方法。首先,针对特征信号选择多组不同时间长度的数据集;然后,在小波域分别进行连续小波变换。根据频谱峰值位置是否与数据时间长度相关,识别呼吸信号、呼吸谐波和心跳信号提取心率信息,并对频率分辨率进行分析。实验结果表明:采用文中提出的方法利用4 s~5 s的数据即可检测出心率,当频率分辨率要求为0.1 Hz 时,该方法在有效消除谐波和快速识别心率方面得到了较为满意的效果。     

正弦调制的布尔混沌生命探测雷达

提出了一种正弦调制的布尔混沌雷达,该雷达采用正弦波调制的宽带布尔混沌信号作为发射信号,基于混沌相关技术和迈克尔逊干涉原理,可同时实现墙后人体定位和生命信号探测。实验结果表明,穿透20 cm厚的砖墙,人体定位的距离向分辨率和动态范围分别为15 cm和50 dB,呼吸、心跳测量的动态范围分别为50 dB和10 dB。此外,电磁仿真研究了该雷达二维空间定位的抗干扰性能,结果表明其对噪声、线性调频信号和布尔混沌信号具有良好的抗干扰性。     

基于压电陶瓷传感器的非接触式精准逐拍心率提取方法研究

心冲击图(BCG)可用于无接触式地监测生命体征。在BCG的逐拍心率提取中,较低的平均绝对误差对于精确地获取用户的心率变异性(HRV)指标具有重要意义。为解决目前大多数方法在逐拍心率计算精度方面的不足,该文设计了一种基于压电陶瓷的心冲击信号采集系统。通过采用合适的传感器外壳结构和采样频率,增加传感器的灵敏度和BCG的时间分辨率;通过对比不同的BCG处理方法并找到BCG中最适合提取精准逐拍心动周期的成分;同时该文提出一种采用AP聚类的自适应模板匹配算法,以准确提取心动周期信息。对15名受试者共5741次心跳数据进行分析,结果显示逐拍心动周期的平均误差为0.48%,平均绝对误差为3.78 ms,心跳覆盖率在97%以上,优于其他同类工作。