一种生命体征信号的特征提取方法及装置

本发明属于信号处理，具体涉及一种生命体征信号的特征提取方法及装置。

背景技术：

1、随着人们生活水平的提高，健康意识不断增强，生命体征特征监测技术具有重要的应用价值。近年来，基于毫米波雷达的非接触式呼吸率、心率监测技术已逐渐成为生命体征特征监测的研究重点。然而，基于毫米波雷达的非接触式监测性能易受强干扰、低信噪比等复杂环境的影响。

2、典型的生命体征监测算法包含反正切解调与复信号解调两类及其衍生方法。反正切解调产生的相位取值区间被限制，从而导致所提取相位信号的不连续其也对信号的直流偏置较为敏感，需进行预处理抑制直流。复信号解调方法对直流偏置不敏感，但是其频谱受bessel函数调制，胸壁运动幅度导致函数宗量变化而导致解调后的信号频谱存在一定程度的不可预测性，具体表现为频谱中出现大量高次谐波和交叉项，影响生命体征特征参数估计的准确率。因此，强谐波干扰下生命体征监测技术的发展有着非常重要的价值。

3、目前，循环平稳信号处理在生命体征监测领域中的优势逐渐显现，其能够在强噪声环境下增强循环平稳信号特征，从而获得较精确的信号参数估计结果。基于此，本发明针对复杂环境下生命体征特征参数估计准确率较低的问题，提出了一种基于循环稳定特征的谐波抑制相位梯度解调方法，用于强噪声与强干扰条件下的非接触式生命体征特征参数估计。

技术实现思路

1、发明目的：本发明提供一种生命体征信号的特征提取方法及装置，能够在低信噪比和强谐波干扰的复杂环境下，精确提取目标的呼吸频率与心跳频率。

2、技术方案：本发明所述的一种生命体征信号的特征提取方法，具体包括以下步骤：

3、(1)对预先获取的目标生命体征信号引起的胸腔运动进行建模，得到目标与雷达的距离；

4、(2)连续波雷达发射单频正弦波信号，同时接收雷达回波信号，对回波进行混频处理，获得中频信号b[t]；

5、(3)基于相位梯度方法对于中频信号b[t]完成二阶延迟积的估计，其二阶延迟积依赖于时间t以及时延基于二阶延迟积，进一步估计其在α循环频域的二阶循环时变矩对应，二阶循环时变矩在循环频域α的谱结构依赖于其时延

6、(4)基于二阶循环时变矩，选取较小时延范围△τr∈(0,τr]对应的循环频谱进行累乘，构造增强谱利用峰值查找方法，增强谱的循环频域中，选取[0.1,0.6]hz频率范围提取强谱峰对应的呼吸谐波频率

7、(5)基于增强谱的频谱结构估计前述最强谱峰对应的谐波阶数，根据谐波阶数及其频率完成目标呼吸频率的提取；

8、(6)根据呼吸频率的估计值，在二阶循环时变矩的时延域选择其对应的时延，并将对应呼吸及其谐波所在时延的循环频谱进行累乘，构造谐波抑制增强谱其中为正整数，利用峰值查找方法，在循环频域中，选取[0.9,2.5]hz频率范围提取目标心跳频率

9、(7)根据目标心跳频率的估计完成二阶循环时变矩在时延域上的重采样，进一步优化估计目标呼吸频率参数，依此迭代1～3次估计出目标心跳频率。

10、进一步地，步骤(1)所述生命体征信号为呼吸信号和心跳信号。

11、进一步地，所述步骤(1)实现过程如下：

12、x[t]＝r0+△x[t]

13、

14、其中，x[t]为目标与雷达的距离，r0为目标的初始距离，△x[t]为生命信号对应的胸腔运动模型，rkr及rh分别为第k阶呼吸谐波以及心跳波形振幅，k＝1,…,k为呼吸谐波阶数，k为最大可能谐波阶数，fr以及fh分别为呼吸基频以及心跳频率，kfr代表第k阶呼吸谐波的频率，cos(·)表示余弦函数。

15、进一步地，步骤(2)所述中频信号为：

16、

17、其中，△x[t]＝c/fc为连续波雷达载波频率fc对应的波长，c为光速，θ0为初相；

18、对中频信号作jacobi-anger展开：

19、

20、

21、其中，为谐波次数向量，为谐波频率向量，和分别表示整数和实数，和分别表示为k维整数向量和实数向量，上标t表示转置；内积表示呼吸谐波与心跳信号之间的交叉项，内积决定不同交叉项是否为实数；与jn(ah)分别为呼吸谐波分量以及心跳分量的幅值，其中，与jn(·)分别为mk阶与n阶第一类bessel函数。

22、进一步地，所述步骤(3)包括以下步骤：

23、(3.1)对于所得中频信号，计算其相位梯度，完成二阶延迟积的估计，对于时间t以及时延中频信号的二阶延迟积为：

24、

25、其中，为所选的延迟变量，上标(*)为对于每一乘积因子可选的复共轭操作，此处，首个乘积因子不进行共轭运算，第二个延迟信号取复共轭，sin(·)表示正弦函数；

26、(3.2)估计得到的二阶延迟积取其中的奇数次交叉项，对于延迟维度进行fourier变换，从而得到二阶循环时变矩的估计值为：

27、

28、其中，表示沿时间t的傅里叶变换，为取虚部操作，该操作使得结果中仅包含奇数呼吸谐波与心跳信号交叉项二阶循环时变矩中仅包含有α-mtfr-nfh的循环频率分量。

29、进一步地，所述步骤(4)包括以下步骤：

30、(4.1)选取时延范围△τr∈(0,τr]对应的二阶时变矩进行累乘，构造增强谱其中时延范围中最大值为：

31、

32、其中，kmax为需抑制的最小谐波次数，j′1,1为一阶bessel函数导数的首个零点，rkrmax为第k次谐波的最大可能幅度，arcsin(·)为反正弦函数，min(·)为取最小值函数；增强谱

33、

34、其中，∏(·)表示多项函数乘积因子；

35、(4.2)通过峰值查找方法，在增强谱的循环频域中，选取[0.1,0.6]hz频率范围提取强谱峰对应的呼吸谐波频率

36、

37、其中，arg maxα(·)表示最大值对应的变量α取值。

38、进一步地，所述步骤(5)包括以下步骤：

39、(5.1)根据呼吸谐波频率估计其最大可能的谐波次数kr：

40、

41、其中，frmin＝0.1hz为最小可能呼吸频率，为取整处理；

42、(5.2)所述估计最强谱峰对应的谐波阶数，基于增强谱结构以及呼吸谐波频率完成：

43、

44、(5.3)提取目标呼吸频率

45、

46、进一步地，所述步骤(6)包括以下步骤：

47、(6.1)根据呼吸频率的估计值将对应呼吸及其谐波所对应时延的二阶循环时变矩进行累乘，所述谐波抑制增强谱为：

48、

49、其中，kh为预设的最大增强周期数，典型值为2,3,4,5；

50、(6.2)利用峰值查找方法，在谐波抑制增强谱的循环频域中，选取[0.9,2.5]hz频率范围提取目标心跳频率

51、

52、进一步地，步骤(7)所述目标呼吸频率为：

53、

54、

55、其中，ε为细化时间区间，arg minα(·)表示最小值对应的变量α取值，其值与最小时延间隔成正比，一般取最小时延间隔的1～3倍；依此估计呼吸频率估计值，迭代步骤(6)完成心跳频率估计，重复迭代1～3次以迭代优化获取准确的目标呼吸频率与心跳频率参数。

56、基于相同的发明构思，本发明所述的一种装置设备，包括存储器和处理器，其中：

57、存储器，用于存储能够在处理器上运行的计算机程序；

58、处理器，用于在运行所述计算机程序时，执行如上所述的生命体征信号的特征提取方法步骤。

59、有益效果：与现有技术相比，本发明的有益效果为：本发明提出的基于循环稳定特征的谐波抑制相位梯度解调方法利用信号循环平稳特性增强呼吸与心跳信号的局部信干噪比，能够完成强谐波干扰与强噪声环境下的非接触式目标呼吸与心跳频率提取。