基于超宽带非接触体征监测装置及方法与流程

1.本发明涉及呼吸睡眠信号监测技术领域，具体地，涉及一种基于超宽带非接触体征监测装置及方法。


背景技术：

2.体征监测可以用来监测生命活动存在及生命质量，可以用于评估身体状况。用于检测呼吸、心率、呼吸暂停、睡眠情况等体征的设备常见的设备或系统主要有多导睡眠图法、腕式活动记录仪及睡眠床垫。
3.多导式睡眠监测系统是目前睡眠疾病诊断中普遍使用的医疗器械，也是目前睡眠医学领域诊断疾病的标准，使用时需要在被测者头部、胸部、腿部粘贴大量的电极，对测量环境要求较高，同时需要记录脑电图、眼动土、心电图、血氧等多种信号，同时将采集信号上传到上位机，在通过软件分析，给出人体睡眠分期情况。对于初次使用者造成一定心理压力，致使测量结果存在误差，该睡眠监测系统操作复杂，对于操作者要求较高，需要专业人员花费大量时间进行结果分析，效率低下，同时设备造价高适用范围存在一定局限性。
4.腕式活动记录仪需要佩戴到肢体上，虽然可以测量睡眠过程中的体动情况，但是不能区分出呼吸状态。睡眠床垫是通过压力传感器测量到睡眠过程中的呼吸信号，但是因为被测者需要在床垫上睡，会影响被测者的睡眠情况，影响睡眠呼吸结果。


技术实现要素：

5.本发明的目的是提供一种基于超宽带非接触体征监测装置及方法，该基于超宽带非接触体征监测装置适用范围广泛，可以在非接触的情况下监测范围内人体体征状态，具有低功耗、监测方便、保护隐私、对人体长期健康状态分析有参考意义的优点。
6.为了实现上述目的，本发明一方面提供了一种基于超宽带非接触体征监测装置，该基于超宽带非接触体征监测装置包括：
7.发射天线，用于向人体发出连续脉冲信号；
8.接收天线，用于接收回波信号，并处理提取出信号波形；
9.信号预处理模块，用于对所提取的信号波形进行预处理；
10.判断监测人体状态模块，用于根据预处理的信号判断测量的人体状态；
11.人体体征计算模块，用于计算人体在平静稳定呼吸状态下的呼吸值和心率值；
12.人体体征参量应用模块，用于根据人体体征计算模块的计算数值查看呼吸暂停情况以及时判断在睡眠过程中的睡眠分期情况；
13.参量显示模块，用于将人体体征计算模块的计算结果以及人体体征参量应用模块的相应参量在显示屏幕上进行显示。
14.优选地，所述基于超宽带非接触体征监测装置还包括：数据传输模块和播放器，所述数据传输模块用于将人体体征计算模块的计算结果以及人体体征参量应用模块的相应参量上传至服务器进行保存；
15.所述播放器能够根据睡眠分期情况控制阿尔法脑波音乐的播放。
16.优选地，所述发射天线和接收天线连接有信号处理模块，所述信号处理模块包括：
17.窄脉冲生成模块，通过内置的脉冲振荡器产生脉冲信号，触发电磁脉冲产生器产生窄脉冲，窄脉冲通过发射天线辐射出去；
18.距离门产生模块，由脉冲振荡器产生的信号经过延时电路产生距离门，对接收天线所接收的信号进行选择；
19.取样积分模块，接收距离门产生模块所选择的信号，信号通过积分电路，经过多个脉冲的积累后检测出微弱信号；
20.放大滤波模块，用于放大检测出的微弱信号，并将放大后的微弱信号送入处理器中，进而提取出监测对象信号。
21.本发明另一方面提供了一种基于超宽带非接触体征监测方法，采用所述基于超宽带非接触体征监测装置实现，包括以下步骤：
22.1)将基于超宽带非接触体征监测装置放置于合适的监测位置，上电后进行数据的采集；
23.2)通过发射天线向人体发出连续脉冲信号，并通过接收天线接收回波信号，对接收的回波信号采用自适应背景去除的方法抑制杂波；
24.3)通过最大值位置纠正的方法提取出监测对象的信号，并对所提取的信号进行进一步分析；
25.4)使用判断监测人体状态模块根据所提取的信号判断测量的人体状态，当判断人体在平静稳定呼吸状态下时执行步骤5)、步骤6)和步骤7)；
26.当判断人体不存在或者人体处于体动状态下直接跳回步骤2)进行新一帧信号的计算；
27.5)将信号波进行中值滤波、平滑滤波、去直流和低通滤波，并根据信号波形特征，以及根据时域信号的峰峰值间隔、谷谷值间隔、信号过零率变化情况、有效波形个数和波形稳定下信号频域值计算呼吸值和心率值；
28.6)根据人体体征计算模块的计算数值查看呼吸暂停情况以及时判断在睡眠过程中的睡眠分期情况；
29.7)将计算的心率值、呼吸值、睡眠状态和呼吸暂停参数通过参量显示模块在屏幕上进行显示。
30.优选地，步骤4)中，使用判断监测人体状态模块根据所提取的信号判断测量的人体状态的方法为：
31.将每帧数据分段截取，得到最大值段平均值及环境噪底平均值的比值；
32.同时，提取出每帧信号中的幅值最大值，得到设定时间内信号幅值的变化趋势；
33.同时，计算提取出的探测范围内信号过零率情况；
34.同时，获取ns内信号波形能量值及实时查看信号波形特征；
35.处理器根据最大值段及环境噪底平均值的比值、设定时间内信号幅值的变化趋势、探测范围内信号过零率情况、ns内信号波形能量值及实时查看信号波形特征综合判断人体是否存在，且判断人体是否在平静稳定呼吸状态；其中，n小于呼吸暂停的判定时间。
36.优选地，步骤6)中，睡眠分期情况的判断方法为：
37.根据设定时间内每ns时间内的信号能量变化情况、信号波形变化情况、体动情况以及步骤5)中所计算的呼吸值来进行睡眠分期，以获得人体的睡眠情况。
38.优选地，根据设定时间内呼吸频率值为0的次数、设定时间内实时信号幅值大于阈值的次数以及体动的次数条件判断是否进入睡眠状态；
39.当进入睡眠状态下，根据信号体动、呼吸值的测量范围、信号稳定状态判定为深睡期；当信号处于平稳期，但是体动次数及呼吸频率偏高的情况下，判定为快速眼动期；其余状态判定为浅睡期。
40.优选地，步骤6)中，呼吸暂停情况的判断方法为：
41.根据每ns时间内能量变化、信号波形特征的变化以及体动情况的参数综合判断是否出现呼吸暂停现象及其持续时间。
42.优选地，所述基于超宽带非接触体征监测方法还包括：通过数据传输模块将人体体征计算模块的计算结果以及人体体征参量应用模块的相应参量上传至服务器进行保存。
43.优选地，所述基于超宽带非接触体征监测方法使用信号幅值阈值、ns 时间内的信号能量阈值、判断测量环境内有无人的环境噪声以及判断呼吸暂停使用的呼吸阈值均通过自适应学习的方法确定，且每隔一定时间进行自动更新。
44.根据上述技术方案，本发明中的基于超宽带非接触体征监测装置适用范围广泛，可以在非接触的情况下监测测量范围内人体体征状态并计算不同情况对应呼吸值、心率值，以及在睡眠过程中呼吸暂停发生情况、睡眠分期情况，具有低功耗、监测方便、保护隐私、对人体长期健康状态分析有参考意义的优点。
45.本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
46.附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
47.图1是基于超宽带非接触体征监测装置中的各模块连接示意图；
48.图2是基于超宽带非接触体征监测方法得到的无人情况下信号波形；
49.图3是基于超宽带非接触体征监测方法得到的有人情况下信号波形；
50.图4是基于超宽带非接触体征监测方法得到的体动信号波形；
51.图5是基于超宽带非接触体征监测方法得到的呼吸暂停信号波形；
52.图6是基于超宽带非接触体征监测方法提取出的呼吸信号；
53.图7是基于超宽带非接触体征监测方法的流程图。
具体实施方式
54.以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
55.在本发明中，在未作相反说明的情况下，“上下左右、前后内外”等包含在术语中的方位词仅代表该术语在常规使用状态下的方位，或为本领域技术人员理解的俗称，而不应视为对该术语的限制。
56.参见图1所示的基于超宽带非接触体征监测装置，该基于超宽带非接触体征监测
装置包括：发射天线，用于向人体发出连续脉冲信号；接收天线，用于接收回波信号，并处理提取出信号波形；信号预处理模块，用于对所提取的信号波形进行预处理；判断监测人体状态模块，用于根据预处理的信号判断测量的人体状态；人体体征计算模块，用于计算人体在平静稳定呼吸状态下的呼吸值和心率值；人体体征参量应用模块，用于根据人体体征计算模块的计算数值查看呼吸暂停情况以及时判断在睡眠过程中的睡眠分期情况；参量显示模块，用于将人体体征计算模块的计算结果以及人体体征参量应用模块的相应参量在显示屏幕上进行显示。
57.通过上述技术方案的实施，使得该基于超宽带非接触体征监测装置适用范围广泛，可以在非接触的情况下监测测量范围内人体体征状态并计算不同情况对应呼吸值、心率值，及在睡眠过程中呼吸暂停发生情况、睡眠分期情况，具有低功耗、监测方便、保护隐私、对人体长期健康状态分析有参考意义的优点；另外，实时的测量结果通过显示屏幕直接显示，可以方便人机交互，用户更加直观的了解实时测量情况。本装置可以自动分析测量状态，当人体正常呼吸状态时计算心率值、呼吸值等参数；当人体不在测量范围内则不进行计算，节省运算时间。该测量装置可以使用户身心放松地进行测量，不必刻意控制自己的身体，使测量结果更加准确、贴合实际。参量显示模块在无人情况下，直接输出
“‑‑”
默认值，体动状态下不进行呼吸值、心率值及呼吸暂停的计算，输出
“‑‑”
，体动状态会影响5min时间段内人体睡眠状态。
58.在该实施方式中，所述基于超宽带非接触体征监测装置还包括：数据传输模块和播放器，所述数据传输模块用于将人体体征计算模块的计算结果以及人体体征参量应用模块的相应参量上传至服务器进行保存；所述播放器能够根据睡眠分期情况控制阿尔法脑波音乐的播放。将数据传输给服务器，保证数据的长期储存，查看数据变化趋势，为后期身体异常状况提供数据依据。当睡眠分析结果为浅睡期或快速眼动期时，处理器控制播放器播放阿尔法脑波音乐，从而实现睡眠质量的提高。数据传输模块如蓝牙模块或网络模块，实时的将计算分析数据上传至服务器，通过长期数据的累计统计给出健康报告，这种将数据上传至服务器的方式可以储存大量数据，从而更加详细准确的分析用户身体健康情况。
59.在该实施方式中，为了进一步提供一种用于对收发信号的处理方式，所述发射天线和接收天线连接有信号处理模块，所述信号处理模块包括：窄脉冲生成模块，通过内置的脉冲振荡器产生脉冲信号，触发电磁脉冲产生器产生窄脉冲，窄脉冲通过发射天线辐射出去；距离门产生模块，由脉冲振荡器产生的信号经过延时电路产生距离门，对接收天线所接收的信号进行选择；取样积分模块，接收距离门产生模块所选择的信号，信号通过积分电路，经过多个脉冲的积累后检测出微弱信号；放大滤波模块，用于放大检测出的微弱信号，并将放大后的微弱信号送入处理器中，进而提取出监测对象信号。
60.具体的，窄脉冲生成模块通过模块内的脉冲振荡器产生脉冲信号，触发电磁脉冲产生器产生窄脉冲，通过发射天线辐射出去，发射出去的窄脉冲碰到监测对象后反射，反射信号经过接收天线送到取样积分模块，由脉冲振荡器产生的信号经过延时电路产生距离门，对接收信号进行选择，信号通过积分电路，经过成千上万个脉冲的积累后检测出微弱信号，经过放大滤波模块后将采集的信号送入处理器中，提取出监测对象信号。
61.另外，窄脉冲生成模块具有独有的穿透技术，产生的窄脉冲信号可以透过毛毯、被褥、衣服等进行人体体征监测，并且辐射强度极低，是蓝牙辐射强度的千分之一。
62.在使用过程中，将装置放在床头柜等可以监测到用户的地方即可，具有很好的抗干扰能力，不受其他装置的干扰，装置具有很高的扩展性，具有多种与外界设备交互的接口。
63.发射天线和接收天线采用的雷达天线具有极高的分辨率，可达0.0514m, 更加准确的监测到人体体征的变化。
64.基于超宽带非接触体征监测装置可以通过设定起始距离及探测范围，接收到特定区域内的雷达回波信号。
65.基于超宽带非接触体征监测装置采用分辨率为0.0514m的天线，可以检测微小的人体动作，每秒可得到17帧回波信号，测量精度可达0.0514m，完全满足在一定范围内人体运动位置的识别精度。
66.基于超宽带非接触体征监测装置通过参量显示模块将计算的心率值、呼吸值、睡眠状态、呼吸暂停等参数通过显示模块在屏幕上进行直接显示，方便用户随时查看，有很好的交互体验。
67.此外，本发明另一方面提供了一种基于超宽带非接触体征监测方法，采用所述基于超宽带非接触体征监测装置实现，包括以下步骤：
68.1)将基于超宽带非接触体征监测装置放置于合适的监测位置，上电后进行数据的采集；
69.2)通过发射天线向人体发出连续脉冲信号，并通过接收天线接收回波信号，对接收的回波信号采用自适应背景去除的方法抑制杂波，从而降低环境干扰对人体体征信号的影响；
70.3)通过最大值位置纠正的方法提取出监测对象的信号，并对所提取的信号进行进一步分析；
71.采用该方法进行信号提取，可以避免由于随机噪声对体征信号的影响，确保后续信号分析的准确性，考虑到当出现较平稳、规律的呼吸波形时，回波信号中信号幅度变化位置不会相差特别大，随机偶尔出现的噪声影响，可以通过位置矫正避免此类情况的影响，采用经过位置纠正提取的波形，避免了波形出现毛刺，确保体征信号的准确提取。
72.4)使用判断监测人体状态模块根据所提取的信号判断测量的人体状态，当判断人体在平静稳定呼吸状态下时执行步骤5)、步骤6)和步骤7)；
73.当判断人体不存在或者人体处于体动状态下直接跳回步骤2)进行新一帧信号的计算；
74.5)将信号波进行中值滤波、平滑滤波、去直流和低通滤波，并根据信号波形特征，以及根据时域信号的峰峰值间隔、谷谷值间隔、信号过零率变化情况、有效波形个数和波形稳定下信号频域值计算呼吸值和心率值；
75.例如，当人体处于正常平稳状态下，采用截止频率为3hz及1hz的低通滤波器、以及截止频率1hz信号平滑滤波、中值滤波，中值滤波及平滑滤波用于去除提取信号过程中引起的干扰毛刺等，去直流用于减去测试过程中信号的基线偏移现象，低通滤波主要是提取出只在合理频域范围内的信号。根据信号波形特征，采用信号波形的峰峰值、谷谷值以及在信号平稳状态下的频率等方法，计算呼吸值、心率值；当有目标存在的情况下可以确定目标距离测量装置的位置，从而可以查看测量目标的运动轨迹，为测量状态提供辅助证明。
76.6)根据人体体征计算模块的计算数值查看呼吸暂停情况以及时判断在睡眠过程中的睡眠分期情况；
77.7)将计算的心率值、呼吸值、睡眠状态和呼吸暂停参数通过参量显示模块在屏幕上进行显示。
78.在该实施方式中，优选地，步骤4)中，使用判断监测人体状态模块根据所提取的信号判断测量的人体状态的方法为：
79.将每帧数据分段截取，得到最大值段平均值及环境噪底平均值的比值；同时，提取出每帧信号中的幅值最大值，得到设定时间内信号幅值的变化趋势；同时，计算提取出的探测范围内信号过零率情况；同时，获取ns内信号波形能量值及实时查看信号波形特征；处理器根据最大值段及环境噪底平均值的比值、设定时间内信号幅值的变化趋势、探测范围内信号过零率情况、 ns内信号波形能量值及实时查看信号波形特征综合判断人体是否存在，且判断人体是否在平静稳定呼吸状态；其中，n小于呼吸暂停的判定时间。
80.对使用信号比值、信号幅值、信号能量、信号过零率、信号波形等多种条件综合判断人体是否存在的原理做以下进一步说明：
81.1、为了更加准确地判断当前环境状态，对当前帧波形进行多次信号截取，取最大值位置处信号平均值与截取后的信号平均值的比值作为反映环境状态的评估指标。当测量场景内有人和无人的情况下，通过观察实时获取的波形，发现在对应有人区域波形幅值呈现出明显的凸起，明显高于同期测量的无人段情况，因此采用同帧波形不同信号段的比值来表征当前测量段内是否存在人体目标。
82.2、当人体处于非安静状态提取的波形，信号能量、相应的信号幅值都会明显高于无人状态下的信号能量及相应信号幅值。
83.当测试场景内没有测试目标，同帧波形幅值变化情况不是特别大，得到的信号比值偏低，经过长期测试发现，无人情况，信号比值会低于25，无量纲。当有人存在，目标处于明显运动的情况下，信号比值数值大于100。存储一定量的信号比值用于判断当前环境状态。由于当有目标存在的情况下，整帧信号都会呈现出不同程度的幅值变化情况，单独使用同帧信号不同部分的比值可能也会出现一定误差，但是在提取的波形中使用定长的数据进行能量的计算，可以很明显的区分出体动状态。用于能量计算的波形长度不宜过长，为了将能量这个条件同样用于判断呼吸波形中是否出现呼吸暂停的情况，建议使用3-8s时间内的波形能量，如5s，原因为口鼻停止呼吸大于10s 即可认为出现呼吸暂停现象，为此不能使用过长时间段的信号能量。
84.3、在无人存在情况下测量的波形变化情况如噪声，没有明显的波形变化情况，采用在一段时间内提取的波形的过零率变化情况在一定程度确定此段波形是否有效。当人体存在并且人体不是处于相对安静的状态时，波形的过零率数值偏大，如果单独使用过零率一个指标的情况可能会出现误判。
85.4、处于平静状态或者睡眠状态，可能由于测量位置不理想或者呼吸强度变弱，信号比值可能也会出现一段时间内信号比值低于25的情况。此时获取的信号能量也偏低，此时就需要根据呼吸波形的特征来区分是有人状态还是无人状态。当人体在安静情况下进行呼吸，呼吸波形特征明显，呈现均匀规律变化的正弦波，根据波峰波谷的分布情况，及波峰与波峰、波谷与波谷之间波形过零率情况，以及在处理波形段内满足波形特征的个数来判
断是否为人体安静平稳呼吸波形。
86.此外，作为本发明的进一步改进，步骤4)中判断测量范围内是否存在人体的同时，如果目标存在的情况下，实时计算出测量目标相对测量装置的位置，根据输出位置信息也可以分析目标的运动轨迹，校正测量环境目标存在与否。
87.另外，在步骤4)中的能量阈值实时更新，信号幅值阈值也是根据测试环境每24h进行更新，可以适应不同的测试环境。
88.在该实施方式中，优选地，步骤6)中，睡眠分期情况的判断方法为：
89.根据设定时间内每ns时间内的信号能量变化情况、信号波形变化情况、体动情况以及步骤5)中所计算的呼吸值来进行睡眠分期，以获得人体的睡眠情况。
90.例如：当人体处于正常平稳状态下，根据在5min时间内每5s时间内信号能量变化情况以及信号波形变化情况、体动情况等以及步骤5)中计算的呼吸值等参量相结合来进行睡眠分期，给出监测者的睡眠情况。
91.在该实施方式中，优选地，根据设定时间内呼吸频率值为0的次数、设定时间内实时信号幅值大于阈值的次数以及体动的次数条件判断是否进入睡眠状态；睡眠状态可以分为觉醒期、快速眼动期、浅水期、深睡期四类。
92.当未进入睡眠状态时为觉醒期，当进入睡眠状态下，根据信号体动、呼吸值的测量范围、信号稳定状态判定为深睡期；当信号处于平稳期，但是体动次数及呼吸频率偏高的情况下，判定为快速眼动期；其余状态判定为浅睡期。
93.在进行睡眠分期过程中，用于作为参考阈值的呼吸值根据实际用户的测量值每24小时进行更新一次，自动适应用户的身体情况。
94.在该实施方式中，优选地，步骤6)中，呼吸暂停情况的判断方法为：
95.根据每ns时间内能量变化、信号波形特征的变化以及体动情况的参数综合判断是否出现呼吸暂停现象及其持续时间。
96.呼吸暂停的识别方法为呼吸波形特征及信号能量阈值变化相结合，具体识别方法：采用5s时间内获取波形的信号能量，并且实时查找信号能量阈值，实时累计低于能量阈值的能量个数，同时统计高于阈值的个数，用于判断是否出现体动情况，当出现体动，则在该时间段内不计算呼吸暂停情况，将用于呼吸暂停的参量进行初始化。在进行呼吸暂停状态判断的时候，需要考虑在发生呼吸暂停前一段时间人体处于稳定的睡眠呼吸状态，需要判断是否处于睡眠状态以及在进入呼吸暂停状态之前监测到的人体是处于均匀呼吸状态。当人体处于均匀呼吸平静状态，对该状态的波形能量幅值进行求取平稳状态的能量幅值，当实时滑动的信号能量幅值小于平稳状态信号能量幅值0.5的情况下，判断进入呼吸暂停情况。针对不同的呼吸暂停波形特征，可以将呼吸暂停情况分为低通气状态、阻塞性呼吸暂停状态、中枢性呼吸暂停状态、混合型呼吸暂停状态。当呼吸暂停过程中信号能量幅度低于能量阈值的0.5，并且完全没有呼吸波形，则处于中枢性呼吸暂停；当呼吸暂停过程中信号能量幅度低于能量阈值的0.5，并且呈现呼吸波形，则处于阻塞性呼吸暂停状态；当呼吸暂停过程中信号能量幅度低于能量阈值的0.5，并且此次呼吸暂停过程中，一部分出现呼吸波形特征，一部分是完全不波形，认为是混合型呼吸暂停状态；当进入呼吸暂停过程中，信号能量幅度低于能量阈值的0.7，并且不满足上述几种条件的，则认为是低通气状态。
97.例如：当人体处于正常平稳状态下，根据5s时间内能量变化，信号波形特征的变
化、体动情况等参数，采用上述判断方法来确定是否出现呼吸暂停现象及其持续时间，当呼吸暂停发生次数较多并且持续时间较长的情况下根据提前预设的预警条件装置给出预警。
98.在该实施方式中，优选地，所述基于超宽带非接触体征监测方法还包括：通过数据传输模块将人体体征计算模块的计算结果以及人体体征参量应用模块的相应参量上传至服务器进行保存。
99.在该实施方式中，优选地，所述基于超宽带非接触体征监测方法使用信号幅值阈值、ns时间内的信号能量阈值、判断测量环境内有无人的环境噪声以及判断呼吸暂停使用的呼吸阈值均通过自适应学习的方法确定，且每隔一定时间进行自动更新。通过这样的方式，使得测量场景不受环境影响，测量结果更加真实、有效。
100.本发明中基于超宽带非接触体征监测装置通过发射天线向人体发出连续脉冲信号，通过接收天线得到发射回波信号，经过放大、滤波等操作提取出人体体征信号波形，根据提取的波形判断监测人体状态模块确定监测体征是处于无人状态还是人体体动状态、人体正常状态。当测量目标处于人体正常状态下，对每分钟呼吸值、每分钟心率值、睡眠状态、呼吸暂停等进行分析计算，通过液晶屏将相应结果进行显示，并通过蓝牙或wifi将测量结果上传至服务器，进行数据的长期保存，方便后期的使用分析。
101.以一种基于超宽带非接触体征监测装置为例对处理器中的算法详细流程做如下说明：
102.首先，将基于超宽带非接触体征监测装置放置于合适的监测位置，对设备上电，进行数据的采集；然后对采集的信号采用自适应背景去除和信号幅值最大值位置纠正的方法提取出如图6所示的体征信号；根据信号比值、信号幅值、信号能量、信号过零率、信号波形特征判断测量范围内是否存在目标，将每帧数据分段截取，得到最大值段平均值及环境噪底平均值的比值；提取出每帧信号中的幅值最大值；实时计算5s时间波形的能量及能量阈值；分析提取出的探测范围内的信号波形特征；计算提取出的探测范围内信号过零率情况，综合以上条件判断测试环境中人体是否存在；图2为无人情况下信号波形，图3为有人情况下的信号波形。
103.当判断人体存在并且处于人体正常状态，采用中值滤波、平滑滤波、去直流及截止频率为3hz、1hz的低通滤波器等方法进行处理后，采用信号峰峰值、谷谷值及对应状态下的频率相结合计算出呼吸值及心率值，其中呼吸值测量误差范围为
±
3，心率值测量误差范围为
±
5。
104.在处理信号过程中使用了三种滤波器，分别为截止频率为3.4hz的低通滤波器，截止频率为0.9hz的低通滤波器及0.9hz～2.3hz的带通滤波器。
105.在呼吸查找的过程中，采用5s时间内信号能量值，呼吸暂停能量阈值实时更新，在人体正常呼吸状态下，若呼吸信号能量低于呼吸暂停能量阈值进行呼吸暂停的判定，根据呼吸暂停信号的不同特征进行呼吸暂停类型的分类，主要可以分为阻塞型呼吸暂停、中枢型呼吸暂停、混合型呼吸暂停及低通气四种。图5为中枢性呼吸暂停波形。当出现呼吸暂停严重情况时，可以通过自动拨打紧急联系人的方式采取急救措施。根据信号能量的变化情况、呼吸情况以及体动情况还分析出用户整晚的睡眠平稳状态。图4为体动信号波形。
106.睡眠状态分期的具体划分方案为：
107.1、根据5min时间内呼吸频率值为0的次数、5min时间内实时信号幅值大于阈值次
数、体动次数等条件判断是否进入睡眠状态；
108.2、当进入睡眠状态下，根据信号体动、呼吸值的测量范围、信号稳定状态判断深睡；当信号处于平稳期、但是体动次数及呼吸频率偏高的情况下，判定为快速眼动期，其余状态认为处于浅睡期。
109.本发明使用的是超宽带脉冲雷达芯片系统模块对用户进行呼吸信号的探测，不限制用户的人身自由、不会影响用户的睡眠质量、操作简单、适用测试场所不受限制。本发明基于背景减除及位置修正提取出真实的用户体征波形，根据信号比值、信号能量、信号幅值、信号过零率、信号波形特征等判断出目标的状态，并且可以确定目标距离装置的相对位置，在人体处于平稳安静状态下，采用信号的峰峰值、谷谷值及对应频率确定心率值、呼吸值等参数，同时根据信号的能量变化情况及波形特征判断用户是否出现呼吸暂停及呼吸暂停时间，同时根据5min时间内信号体动情况、呼吸情况、波形情况等判断出用户的睡眠状态，将计算结果实时的显示在液晶屏上，并且通过蓝牙或网络将数据上传至服务器，清晰展现用户整个测试过程中的呼吸变化情况及体动状态、呼吸暂停的频次及时间，当超过阈值情况下还可以拨打 app中用户的紧急联系人发出警报，方便进行用户的真实情况的复核及进一步的医疗诊治。本发明简便易用，不需要专业操作，不需提前进行参数设置，可在多场景进行测量，多参数自动更新自适应测量环境，检测准确，长期检测数据对医生的诊治具有非常重要的作用。
110.以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
111.另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
112.此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。