基于拟合匹配滤波与Double-CZT的雷达高精度心率检测方法

基于拟合匹配滤波与double-czt的雷达高精度心率检测方法
技术领域
1.本发明设计雷达信号处理及生理信号检测领域，具体涉及一种毫米波雷达的心率检测方法，以及在不同状态下实现非接触式心率检测，具体为基于拟合匹配滤波与double-czt的雷达高精度心率检测方法。


背景技术：

2.目前医院及家庭常规的心跳、呼吸等生命体征检测仪器或设备多采用接触式测量方法，如心电图、电子血压测量计、智能手环、指压式脉搏血氧仪等。接触式生命体征测量方式测量精度高，但在某些特殊应用场景中存在一些不足：接触式检测终端设备的传感器需要实时依附被测者体表，对于特殊待测对象，如身体严重烧伤患者，其皮肤表面发生显著变化，给接触式测量带来挑战；而对于需长期监护的老人、睡眠呼吸骤停患者、患有猝死综合征的婴幼儿等，长时间的电极接触和电极线的缠绕将极大影响患者正常睡眠及日常生活。
3.非接触式生命体征检测能很好地解决传统接触式检测设备与体表接触带来的问题，同时为传统医疗卫生中普通患者的生命体征测量提供方便高效的替代方式，具有巨大的应用市场。我国社会老龄化程度持续加深，预计到2035年，我国60岁以上老年人口数将突破4亿，未来养老问题将是我国社会的一个重要问题。随着新型基础设施建设中5g与人工智能的发展,医疗与养老将趋于智慧化、互联化，结合物联网的非接触式生命体征检测将是智慧化的具体体现之一。其主要应用场景包括：
4.(1)养老院老人的集中身体健康监测。在无需监护人员一对一测量的情况下，实时监测多名老人的呼吸、心跳信号，节省了人力支出；同时该系统可全天候不间歇工作，并对异常数据自动报警，能有效应对突发情况，助力实现智慧养老院。
5.(2)空巢老人的身体健康监测。对于常年独居的空巢老人，当身体状况发生异常时，往往不能被及时发现，采用非接触雷达生命体征监测系统，能远程监护老人的身体状况，通过一定的数据传输协议，老人的健康数据可实时发送到子女手机上，方便又快捷。
6.(3)家庭成员的一般健康监护。对于睡眠呼吸骤停患者、心脑血管疾病患者、严重打鼾的家庭成员等，在室内配备非接触雷达生命体征监测设备，当被监测对象心跳或呼吸骤停时，设备能及时报警，为抢救争取更多时间。
7.(4)医院特殊病人的健康监测。对于重度烧伤病人、传染病患者、早产婴儿等特殊病人的心跳呼吸检测，非接触式与接触式检测相比，具有很大的优势，给病人及医护人员带来方便。
8.在过去的二十年中，大量的努力已经投入到非接触式生命体征检测研究中以提高准确性。随着半导体技及电子设计方法的发展，低成本、小尺寸、低功耗、高集成度雷达的实现称为可能。除了军事方面的应用，雷达技术也更多地应用于医学等领域。用在生命体征检测上的雷达最基本的是连续波雷达，其使用单个频率来检测由胸部位移引起的相移。但连续波雷达由于距离分辨率低，难以分辨多个目标。此外，还有超宽带脉冲雷达。尽管超宽带脉冲雷达具备距离分辨力，能实现多目标生命体征检测，但是该雷达发射极短脉冲的特点
使得不太强的干扰也能被传输，从而降低了信噪比，同时其硬件实现较为复杂。为了解决这个问题，fmcw雷达被考虑和应用到生命体征检测领域。
9.健康成年人在平静状态下通常分别位于[0.12，0.5]hz和[0.8，2]hz。目前，已经提出了许多时域和频域方法来提取心跳信号。比如设计截止频率为[0.8，2]hz的滤波器来滤出心跳信号，但这种方法得到的心跳信号会受到呼吸谐波的影响，从而影响心率估计的准确性。在当前的研究中，模式分解方法是从复合心肺信号中提取心跳信号的另一种方法。目前，常见的模式分解方法有经验模式分解、集成经验模式分解和具有自适应噪声的完全集成经验模式分解等。其将心肺信号分解成多个本征模式分量。然而，它们都具有不同程度的模态混叠和噪声残留问题。而且，由于呼吸信号的强干扰，得到的心跳信号本征模式分量仍含有与呼吸及其谐波相关的残差，影响了心率的检测。
[0010]
此外，非接触式生命体征检测基于感测几毫米到几厘米的微小生理运动。然而，具有与由生命体征引起的胸壁位移相当或更大位移的随机身体运动是能够破坏感兴趣信号的实质性噪声源，并且会显著地衰减生命体征的估计准确度。生命体征检测的基本功能要求检测设备从高频相位调制载波信号中提取由这些生理运动引起的低频位移信息，而相对于来自生命体征的微小位移的大尺度随机身体运动会破坏生命体征信息的纯度。2016年，ferrears通过在人体前方安装一个雷达，在人体后方安装一个雷达，解决了生命体征检测中身体随机运动引起的干扰问题。该处理通过添加两个雷达中频信号来减少了身体随机运动的干扰，但两部雷达系统需要同步测量，在实际测量中参数配置和实现都比较困难。已有的工作方案中设计了匹配滤波技术，以通过有效地消除噪声来恢复受损的生命体征信号。然而，该方法的有效性取决于所选择的模板信号的纯度。
[0011]
目前基于fmcw雷达的非接触式生命体征检测存在的关键问题有：受身体随机运动和呼吸谐波的影响，由心跳引起的相位信号将会淹没在其中，导致心率检测精度大大降低。此外，常见的模式分解方法都会存在不同程度上的模态混叠和噪声残留问题，导致提取的心跳信号出现错误，影响到最终的心率估计。而且，目前常见的测频方法，测频精度都不够高或者计算量巨大，难以实现心率的实时检测。


技术实现要素：

[0012]
针对现有技术存在的不足，本发明的目的在于提供一种基于拟合匹配滤波与double-czt的雷达高精度心率检测方法。本发明减少了身体随机运动等噪声的干扰，提高了心率检测精度，同时方法的稳定度较高，兼具实时实现功能。
[0013]
为了达到上述技术目的，本发明采用的技术方案如下：
[0014]
一种基于拟合匹配滤波与double-czt的雷达高精度心率检测方法，包括以下步骤：
[0015]
步骤一：采用毫米波雷达生命检测系统获取含有目标人体呼吸心跳信号的中频信号数据矩阵；
[0016]
步骤二：对中频信号数据矩阵进行预处理得到解缠信号和预处理信号；
[0017]
步骤三：对解缠信号使用平滑样条拟合，得到模板信号；然后将模板信号与预处理信号进行卷积，卷积结果即为匹配滤波的输出结果；
[0018]
步骤四：对匹配滤波输出结果通过变分提取得到心跳信号；
[0019]
步骤五：双线性调频z变换(double-czt)对得到的心跳信号进行心率估计。
[0020]
优选，所述毫米波雷达生命检测系统包括发射端和接收端；
[0021]
所述的发射端包括波形发射器、压控振荡器和发射天线；
[0022]
所述的接收端包括依次连接的接收天线、低噪声放大器、混频器、带通滤波器、模数转换器和数字信号处理器；
[0023]
压控振荡器与混频器相连接。
[0024]
优选，步骤一的所述方法具体包括以下步骤：
[0025]
步骤1.1，压控振荡器收到波形发射器发出的射频信号并对其进行调制得到发射信号，发射信号一部分由发射天线发射，另一部分发射信号进入混频器作为混频器的本振信号；
[0026]
步骤1.2，由发射天线发射的发射信号遇到目标人体被反射，接收天线接收被反射的信号，即回波信号，经过低噪声放大器放大后发送给混频器；
[0027]
步骤1.3，混频器对接收天线接收的回波信号和本振信号做混频处理，并将混频处理后的信号发送给带通滤波器进行处理得到中频信号；
[0028]
步骤1.4，中频信号进入模数转换器进行a/d采样，再经数字信号处理器处理得到中频信号数据矩阵。
[0029]
优选，步骤二具体包括以下步骤：
[0030]
步骤2.1，对得到的中频信号数据矩阵进行q点的距离维傅里叶变换(range-fft)，得到距离矩阵r[m,n]；其中，距离矩阵r[m,n]的每一行为一个距离单元，每一个距离单元的平均值视为该距离单元的静态杂波；
[0031]
然后，将距离矩阵r[m,n]的静态杂波去除后得到预处理的距离矩阵r'[m,n]，
[0032][0033]
其中，q为range-fft的点数，m,n分别代表距离矩阵的行号和列号；
[0034]
步骤2.2，从预处理的距离矩阵r'[m,n]中提取出包含生命体征信息的相位信号
[0035]
步骤2.3，为了使相位信号始终在[-π,π]内，对相位信号进行相位解缠得到解缠信号φ(t)，
[0036][0037]
其中，φ(t)表示t时刻的解缠信号，表示t+1时刻的相位信号；
[0038]
步骤2.4，对解缠信号φ(t)进行相位差处理得到相位差信号，从而减少频率偏移增强心跳信号；
[0039]
步骤2.5，对相位差信号进行脉冲噪声去除处理后得到预处理信号y(t)。
[0040]
优选，步骤三具体包括以下步骤：
[0041]
步骤3.1，基于呼吸和身体随机运动引起的相位变化，对解缠信号φ(t)进行平滑样条拟合去除噪声干扰得到模板信号h(t)，
[0042]
[0043]
其中，是由呼吸和身体随机运动引起的相位变化，
[0044]
步骤3.2，将得到的模板信号h(t)和预处理信号y(t)作为匹配滤波器的输入信号，然后将二者进行匹配后得到匹配滤波器的输出s(t)，
[0045]
s(t)＝y(t)*h
*
(-t)
[0046]
其中h
*
(-t)表示对h(t)时域上的反对称的取共轭。
[0047]
优选，步骤四具体包括以下步骤：
[0048]
步骤4.1，将匹配滤波的输出结果s(t)分解为心跳信号(期望模式)ur(t)和残差信号fk(t)，
[0049]
然后，基于人体正常的心率范围，且心跳信号ur(t)在中心频率wr附近，通过最小化处理得到心跳信号的带宽i1：
[0050][0051]
其中δ(t)为狄拉克分布，表示对变量t求偏微分，*为卷积，i和j为复数单位；
[0052]
步骤4.2，基于残差信号fk(t)与心跳信号ur(t)之间的频谱重叠最小化定义惩罚函数i2,
[0053][0054]
其中，γ(t)为滤波器的脉冲响应；
[0055]
步骤4.3，设定心跳信号ur(t)、残差信号fk(t)和中心频率wr三者之间满足为收敛条件，其中η为平衡参数，然后，通过迭代子优化求取心跳信号ur(t)，具体步骤如下所述：
[0056]
步骤4.3.1，将匹配滤波的输出结果s(t)、心跳信号ur(t)、残差信号fk(t)和拉格朗日乘子λ(t)通过变分提取转化为频域表示的匹配滤波输出结果心跳信号残差信号和拉格朗日乘子
[0057]
步骤4.3.2，初始化频域表示的心跳信号残差信号和中心频率wr，设循环变量m，令m＝0，
[0058]
步骤4.3.3，使用乘数算法的交替方向法计算和通过对偶上升法计算频域表示的拉格朗日乘子
[0059][0060][0061]
[0062][0063]
其中τ为更新参数，w为时刻t的频域表示；
[0064]
步骤4.3.4，设定判别精度ζ，且ζ＞0，
[0065]
若与之间的收敛满足下式时，
[0066][0067]
则停止迭代，即求得频域表示的心跳信号
[0068]
否则，令m＝m+1,继续执行步骤4.3.3-步骤4.3.4；
[0069]
步骤4.4，将步骤4.3得到的频域表示的心跳信号转化为心跳信号ur(t)即得。
[0070]
优选，步骤五具体包括以下步骤：
[0071]
步骤5.1，定义双线性调频z变换第一次采样和第二次采样的采样点个数分别为n和m，
[0072]
步骤5.2，第一次线性调频z变换，定义测频频率范围为人体正常心率范围0.8-2hz，在z平面上沿任意螺线对n点做频率抽样的频谱分析获得频谱峰值的位置n1；
[0073]
步骤5.3，第二次线性调频z变换，定义测频频率范围为[0.8+(n
1-2)*δf,0.8+(n1+2)*δf]，其中δf＝(2-0.8)/n为第一次线性调频z变换的频率分辨率，
[0074]
然后，在该频率范围内z平面上沿任意螺线对m点做频率抽样的频谱分析获得频谱峰值的位置n2；
[0075]
步骤5.4，通过双线性调频z变换对心跳信号测频得到的频谱峰值的位置n1和n2与两次线性调频z变换的频率分辨率δf和δf'确定估计心率fh，
[0076]fh
＝0.8+(n
1-2)*δf+n2*δf'
[0077]
其中δf'＝4*δf/m为第二次线性调频z变换的频率分辨率。
[0078]
本发明与现有技术相比，有益的技术效果是：
[0079]
本发明基于平滑样条拟合的匹配滤波、变分提取得到心跳信号和双线性调频z变换(double-czt)测频的心率检测技术路线实现了心率的高精度检测。本发明测量精度高，稳定性强，易于心率的实时检测和工程实现。
[0080]
本发明创造性地采用平滑样条拟合对解缠信号进行拟合消除静态杂波的干扰,去除干扰和噪声，进而得到较为纯净的模板信号。同时，模板信号与预处理信号进行卷积得到增强的心跳信息后的相位信号，提高心跳信号的信噪比，有效减少了身体随机运动和呼吸谐波等噪声的干扰。再者，本发明通过变分提取得到心跳信号相比原有的类经验模态分解方法，得到的心跳信号更加纯净，运算量大大减少。最后，本发明创造性地提出了double-czt测频方法，用其对心跳信号进行测频，实现了较短数据窗下的高精度心率检测。
附图说明
[0081]
图1为本发明方法的整体流程图。
[0082]
图2为平滑样条拟合结果。
[0083]
图3为预处理信号和模板信号频谱图。
[0084]
图4为匹配滤波结果频谱图。
[0085]
图5为不同测频方法的精度图。
[0086]
图6为不同测频方法得到的心率曲线图。
[0087]
图7为静止状态下本发明的心率估计值与参考心率值。
具体实施方式
[0088]
为了进一步对本发明进行说明，下面结合实例给出具体实施实例，需要说明的是，以下所述仅为本发明的实施例而已，并不以本发明为限制，凡在本发明的精神和原则之内所做的均等修改、等同替换和改进，均应包含在本发明的专利涵盖范围内。
[0089]
一种基于拟合匹配滤波与double-czt的雷达高精度心率检测方法，包括以下步骤：
[0090]
步骤一：采用毫米波雷达生命检测系统获取含有目标人体呼吸心跳信号的中频信号数据矩阵；
[0091]
步骤二：对中频信号数据矩阵进行预处理得到解缠信号和预处理信号；
[0092]
步骤三：对解缠信号使用平滑样条拟合，得到模板信号；然后将模板信号与预处理信号进行卷积，卷积结果即为匹配滤波的输出结果；
[0093]
步骤四：对匹配滤波输出结果通过变分提取得到心跳信号；
[0094]
步骤五：双线性调频z变换(double-czt)对得到的心跳信号进行心率估计。
[0095]
所述毫米波雷达生命检测系统包括发射端和接收端；
[0096]
所述的发射端包括波形发射器、压控振荡器和发射天线；
[0097]
所述的接收端包括依次连接的接收天线、低噪声放大器、混频器、带通滤波器、模数转换器和数字信号处理器；
[0098]
压控振荡器与混频器相连接。
[0099]
步骤一的所述方法具体包括以下步骤：
[0100]
步骤1.1，压控振荡器收到波形发射器发出的射频信号并对其进行调制得到发射信号，发射信号一部分由发射天线发射，另一部分发射信号进入混频器作为混频器的本振信号；
[0101]
步骤1.2，由发射天线发射的发射信号遇到目标人体被反射，接收天线接收被反射的信号，即回波信号，经过低噪声放大器放大后发送给混频器；
[0102]
步骤1.3，混频器对接收天线接收的回波信号和本振信号做混频处理，并将混频处理后的信号发送给带通滤波器进行处理得到中频信号；
[0103]
步骤1.4，中频信号进入模数转换器进行a/d采样，再经数字信号处理器处理得到中频信号数据矩阵。
[0104]
步骤二具体包括以下步骤：
[0105]
步骤2.1，对得到的中频信号数据矩阵进行q点的距离维傅里叶变换(range-fft)，得到距离矩阵r[m,n]；其中，距离矩阵r[m,n]的每一行为一个距离单元，每一个距离单元的平均值视为该距离单元的静态杂波；
[0106]
然后，将距离矩阵r[m,n]的静态杂波去除后得到预处理的距离矩阵r'[m,n]，
[0107][0108]
其中，q为range-fft的点数，m,n分别代表距离矩阵的行号和列号；
[0109]
步骤2.2，从预处理的距离矩阵r'[m,n]中提取出包含生命体征信息的相位信号
[0110]
步骤2.3，为了使相位信号始终在[-π,π]内，对相位信号进行相位解缠得到解缠信号φ(t)，
[0111][0112]
其中，φ(t)表示t时刻的解缠信号，表示t+1时刻的相位信号；
[0113]
步骤2.4，对解缠信号φ(t)进行相位差处理得到相位差信号，从而减少频率偏移增强心跳信号；
[0114]
步骤2.5，对相位差信号进行脉冲噪声去除处理后得到预处理信号y(t)。
[0115]
步骤三具体包括以下步骤：
[0116]
步骤3.1，基于呼吸和身体随机运动引起的相位变化，对解缠信号φ(t)进行平滑样条拟合去除噪声干扰得到模板信号h(t)，
[0117][0118]
其中，是由呼吸和身体随机运动引起的相位变化，
[0119]
步骤3.2，将得到的模板信号h(t)和预处理信号y(t)作为匹配滤波器的输入信号，然后将二者进行匹配后得到匹配滤波器的输出s(t)，
[0120]
s(t)＝y(t)*h
*
(-t)
[0121]
其中h
*
(-t)表示对h(t)时域上的反对称的取共轭。
[0122]
步骤四具体包括以下步骤：
[0123]
步骤4.1，将匹配滤波的输出结果s(t)分解为心跳信号(期望模式)ur(t)和残差信号fk(t)，
[0124]
然后，基于人体正常的心率范围，且心跳信号ur(t)在中心频率wr附近，通过最小化处理得到心跳信号的带宽i1：
[0125][0126]
其中δ(t)为狄拉克分布，
[0127]
*为卷积，
[0128]
i和j为复数单位；
[0129]
步骤4.2，基于残差信号fk(t)与心跳信号ur(t)之间的频谱重叠最小化定义惩罚函数i2,
[0130][0131]
其中，γ(t)为滤波器的脉冲响应；
[0132]
步骤4.3，设定心跳信号ur(t)、残差信号fk(t)和中心频率wr三者之间满足为收敛条件，其中η为平衡参数，然后，通过迭代子优化求取心跳信号ur(t)，具体步骤如下所述：
[0133]
步骤4.3.1，将匹配滤波的输出结果s(t)、心跳信号ur(t)、残差信号fk(t)和拉格朗日乘子λ(t)通过变分提取转化为频域表示的匹配滤波输出结果心跳信号残差信号和拉格朗日乘子
[0134]
步骤4.3.2，初始化频域表示的心跳信号残差信号和中心频率wr，设循环变量m，令m＝0，
[0135]
步骤4.3.3，使用乘数算法的交替方向法计算和通过对偶上升法计算频域表示的拉格朗日乘子
[0136][0137][0138][0139][0140]
其中τ为更新参数，w为时刻t的频域表示；
[0141]
步骤4.3.4，设定判别精度ζ，且ζ＞0，
[0142]
若与之间的收敛满足下式时，
[0143][0144]
则停止迭代，即求得频域表示的心跳信号
[0145]
否则，令m＝m+1,继续执行步骤4.3.3-步骤4.3.4；
[0146]
步骤4.4，将步骤4.3得到的频域表示的心跳信号转化为心跳信号ur(t)即得。
[0147]
步骤五具体包括以下步骤：
[0148]
步骤5.1，定义双线性调频z变换第一次采样和第二次采样的采样点个数分别为n和m，
[0149]
步骤5.2，第一次线性调频z变换，定义测频频率范围为人体正常心率范围0.8-2hz，在z平面上沿任意螺线对n点做频率抽样的频谱分析获得频谱峰值的位置n1；
[0150]
步骤5.3，第二次线性调频z变换，定义测频频率范围为[0.8+(n
1-2)*δf,0.8+(n1+2)*δf]，其中δf＝(2-0.8)/n为第一次线性调频z变换的频率分辨率，
[0151]
然后，在该频率范围内z平面上沿任意螺线对m点做频率抽样的频谱分析获得频谱峰值的位置n2；
[0152]
步骤5.4，通过双线性调频z变换对心跳信号测频得到的频谱峰值的位置n1和n2与
两次线性调频z变换的频率分辨率δf和δf'确定估计心率fh，
[0153]fh
＝0.8+(n
1-2)*δf+n2*δf'
[0154]
其中δf'＝4*δf/m为第二次线性调频z变换的频率分辨率。
[0155]
在本实施例中，使用工作在77-81ghz的德州仪器毫米波awr 1642雷达，雷达系统的主要参数如表1所示。
[0156]
表1.雷达系统的主要参数
[0157]
参数数值初始频率77ghz频率带宽3.99ghz频率斜率70mhz每帧样本数200adc采样时间50μsadc初始时间7μs
[0158]
为了验证本发明的有效性，使用dca 1000采集板采集数据并通过usb接口将数据传输到计算机终端，然后使用matlab进行仿真和分析。
[0159]
实验验证
[0160]
为了验证本发明的技术方案，设置了以下对照实验。
[0161]
本实验在实验者正常心跳的情况下，设置了两组实验对心率进行估计，并通过polar h10胸带传感器测量心率作为参考心率，使用平均绝对误差(mae)作为测试度量，
[0162][0163]
其中：
[0164]
w表示观察时间内的时间窗口总数；
[0165]
bpm
true
(l)表示第l个时间窗内的参考值；
[0166]
bpm
est
(l)表示第l个时间窗内的测量值。
[0167]
实验一：通过傅里叶变换(fft)对心跳信号进行测频得到估计心率fh。
[0168]
实验二：本发明的方法，基于平滑样条拟合的匹配滤波、变分提取和double-czt对心跳信号进行测频得到估计心率fh。
[0169]
并且，本例中设置range-fft的点数q＝256；中心频率wr＝1.2；判别精度ζ＝1e-7；平衡参数η＝20000；双线性调频z变换第一次采样和第二次采样的采样点个数分别为n和m的值均为128。
[0170]
选择5名不同年龄和性别的人分别在实验一和实验二下进行多次实验，试验时，受试者佩戴polar h10胸部心率传感器，坐在距离雷达1m处，且胸部与雷达处于同一水平位置。受试者在测试之前保持他们的呼吸和心跳体征稳定，并且在测试期间保持尽可能静止，在传感器的感测范围内没有其他人类目标。
[0171]
实验结果如表3和图7所示，5名志愿者在静止状态下，采用实验一和实验二测得心率mae的平均值分别为3.239bpm和0.685bpm。结果显示，本发明测得心率的mae更小，表明本发明方案测得的心率更接近于真实值，心率测量精度更高。图7显示本发明得到的心率估计值非常接近参考心率值，并且表现出基本相同的波动趋势，准确地反映了当前心率的变化；
而实验一在第9-20和29-35个滑动窗口下估计的心率偏离真实心率值。
[0172]
表3静止状态下不同实验测得心率的mae
[0173][0174]
本发明的优势在于首次基于平滑样条拟合的匹配滤波去除干扰和噪声，减少了身体随机运动和呼吸等噪声的干扰，提高心跳信号的信噪比，得到了心跳信息增强的相位信号；同时，提出的double-czt测频方法能够准确反映心率变化，从而实现对心跳信号进行测频。
[0175]
如图2-4所示，解缠信号进行平滑样条拟合后与解缠信号基本吻合(图2)；获得的模板信号在呼吸所在的较低频率范围内被削弱，并且最大峰值更加明显并且与参考心率基本相同(图3)，从而使得模板信号能够准确的表征出心跳信号特征；匹配滤波后的结果显示心跳信号的主峰更突出，诸如呼吸谐波、随机身体运动和其他干扰造成的伪峰能够有效去除(图4)，相比现有技术获得了准确的心跳信号。
[0176]
再者，通过仿真实验对首次提出的double-czt与fft测频方法在测频精度上进行比较。仿真实验设置如下：正弦波信号s(t)＝0.2*sin(2π*1.2*t)，信号长度为64，且采样频率是10hz。使用均方根误差(rmse)作为测量指标，在每个噪声水平下对正弦波信号执行1000次monte carlo仿真，rmse定义为：
[0177][0178]
其中n是蒙特卡罗实验的次数，est(k)和true(k)分别表示正弦波的估计频率和真实频率。仿真结果如图5所示，曲线纵坐标值越小说明误差越小，即测频精度越高，性能越好。表明本发明所提出的double-czt算法无论是在低信噪比还是在高信噪比下，性能总是优于fft测频方法。
[0179]
图6显示，通过double-czt频率测量获得的心率估计值与参考值具有相同的波动趋势，准确反映当前心率波动。相比之下，现有技术的fft在第25-35个滑动窗口中与参考心率有大的偏差。
[0180]
以上解释了本发明通过平滑样条拟合的匹配滤波去除干扰和噪声，double-czt测频方法能够准确反映心率变化，从而实现对心跳信号进行测频。
[0181]
此外，我们在型号为intel(r)core(tm)i7-1065g7cpu@1.30ghz 1.50ghz的计算机进行了1000次模拟仿真试验，本发明的平均运行时间为0.158毫秒，表明本发明可以实时实现。
[0182]
以上描述仅为本技术的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本技术中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术
方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本技术中公开的但不限于具有类似功能的技术特征进行互相替换而形成的技术方案。

技术特征：
1.基于拟合匹配滤波与double-czt的雷达高精度心率检测方法，其特征在于，该方法具体包括以下步骤：步骤一：采用毫米波雷达生命检测系统获取含有目标人体呼吸心跳信号的中频信号数据矩阵；步骤二：对中频信号数据矩阵进行预处理得到解缠信号和预处理信号；步骤三：对解缠信号使用平滑样条拟合，得到模板信号；然后将模板信号与预处理信号进行卷积，卷积结果即为匹配滤波的输出结果；步骤四：对匹配滤波输出结果变分提取得到心跳信号；步骤五：双线性调频z变换(double-czt)对得到的心跳信号进行心率估计；所述的步骤三具体包括以下步骤：步骤3.1，基于呼吸和身体随机运动引起的相位变化，对解缠信号φ(t)进行平滑样条拟合去除噪声干扰得到模板信号h(t)，其中，是由呼吸和身体随机运动引起的相位变化，步骤3.2，将得到的模板信号h(t)和预处理信号y(t)作为匹配滤波器的输入信号，然后将二者进行匹配后得到匹配滤波器的输出s(t)，s(t)＝y(t)*h
*
(-t)其中h
*
(-t)表示对h(t)时域上的反对称的取共轭；所述的步骤四具体包括以下步骤：步骤4.1，将匹配滤波的输出结果s(t)分解为心跳信号u
r
(t)和残差信号f
k
(t)，然后，基于人体正常的心率范围，且心跳信号u
r
(t)在中心频率w
r
附近，通过最小化处理得到心跳信号的带宽i1：其中δ(t)为狄拉克分布，*为卷积，i和j为复数单位；步骤4.2，基于残差信号f
k
(t)与心跳信号u
r
(t)之间的频谱重叠最小化定义惩罚函数i2,其中，γ(t)为滤波器的脉冲响应；步骤4.3，设定心跳信号u
r
(t)、残差信号f
k
(t)和中心频率w
r
三者之间满足为收敛条件，其中η为平衡参数，然后，通过迭代子优化求取心跳信号u
r
(t)，具体步骤如下所述：步骤4.3.1，将匹配滤波的输出结果s(t)、心跳信号u
r
(t)、残差信号f
k
(t)和拉格朗日乘子λ(t)通过变分提取转化为频域表示的匹配滤波输出结果心跳信号残差信号和拉格朗日乘子步骤4.3.2，初始化频域表示的心跳信号残差信号和中心频率w
r
，设循环变量m，令m＝0，
步骤4.3.3，使用乘数算法的交替方向法计算和通过对偶上升法计算频域表示的拉格朗日乘子计算频域表示的拉格朗日乘子计算频域表示的拉格朗日乘子计算频域表示的拉格朗日乘子计算频域表示的拉格朗日乘子其中τ为更新参数，w为时刻t的频域表示；步骤4.3.4，设定判别精度ζ，且ζ＞0，若与之间的收敛满足下式时，则停止迭代，即求得频域表示的心跳信号否则，令m＝m+1,继续执行步骤4.3.3-步骤4.3.4；步骤4.4，将步骤4.3得到的频域表示的心跳信号转化为心跳信号u
r
(t)即得；所述的步骤五具体包括以下步骤：步骤5.1，定义双线性调频z变换第一次采样和第二次采样的采样点个数分别为n和m，步骤5.2，第一次线性调频z变换，定义测频频率范围为人体正常心率范围0.8-2hz，在z平面上沿任意螺线对n点做频率抽样的频谱分析获得频谱峰值的位置n1；步骤5.3，第二次线性调频z变换，定义测频频率范围为[0.8+(n
1-2)*δf,0.8+(n1+2)*δf]，其中δf＝(2-0.8)/n为第一次线性调频z变换的频率分辨率，然后，在该频率范围内z平面上沿任意螺线对m点做频率抽样的频谱分析获得频谱峰值的位置n2；步骤5.4，通过双线性调频z变换对心跳信号测频得到的频谱峰值的位置n1和n2与两次线性调频z变换的频率分辨率δf和δf'确定估计心率f
h
，f
h
＝0.8+(n
1-2)*δf+n2*δf'其中δf'＝4*δf/m为第二次线性调频z变换的频率分辨率。2.如权利要求1所述的基于拟合匹配滤波与double-czt的雷达高精度心率检测方法，其特征在于，所述的毫米波雷达生命检测系统包括发射端和接收端；所述的发射端包括波形发射器、压控振荡器和发射天线；
所述的接收端包括依次连接的接收天线、低噪声放大器、混频器、带通滤波器、模数转换器和数字信号处理器，压控振荡器与混频器相连接；步骤一的所述方法具体包括以下步骤：步骤1.1，压控振荡器收到波形发射器发出的射频信号并对其进行调制得到发射信号，发射信号一部分由发射天线发射，另一部分发射信号进入混频器作为混频器的本振信号；步骤1.2，由发射天线发射的发射信号遇到目标人体被反射，接收天线接收被反射的信号，即回波信号，经过低噪声放大器放大后发送给混频器；步骤1.3，混频器对接收天线接收的回波信号和本振信号做混频处理，并将混频处理后的信号发送给带通滤波器进行处理得到中频信号；步骤1.4，中频信号进入模数转换器进行a/d采样，再经数字信号处理器处理得到中频信号数据矩阵。3.如权利要求1所述的基于拟合匹配滤波与double-czt的雷达高精度心率检测方法，其特征在于，所述的步骤二具体包括以下步骤：步骤2.1，对得到的中频信号数据矩阵进行q点的距离维傅里叶变换(range-fft)得到距离矩阵r[m,n]；其中，距离矩阵r[m,n]的每一行为一个距离单元，每一个距离单元的平均值视为该距离单元的静态杂波；然后，将距离矩阵r[m,n]的静态杂波去除后得到预处理的距离矩阵r'[m,n]，其中，q为range-fft的点数，m,n分别代表距离矩阵的行号和列号；步骤2.2，从预处理的距离矩阵r'[m,n]中提取出包含生命体征信息的相位信号步骤2.3，为了使相位信号始终在[-π,π]内，对相位信号进行相位解缠得到解缠信号φ(t)，其中，表示t+1时刻的相位信号；步骤2.4，对解缠信号φ(t)进行相位差处理得到相位差信号，从而减少频率偏移增强心跳信号；步骤2.5，对相位差信号进行脉冲噪声去除处理后得到预处理信号y(t)。

技术总结
本发明公开基于拟合匹配滤波与Double-CZT的雷达高精度心率检测方法。该方法包括:步骤一：采用毫米波雷达生命检测系统获取含有目标人体呼吸心跳信号的中频信号数据矩阵；步骤二：对中频信号数据矩阵进行预处理得到解缠信号和预处理信号；步骤三：对解缠信号使用平滑样条拟合，得到模板信号；然后将模板信号与预处理信号进行卷积，卷积结果即为匹配滤波的输出结果；步骤四：对匹配滤波输出结果变分提取得到心跳信号；步骤五：使用双线性调频Z变换（Double-CZT）对得到的心跳信号进行心率估计。本发明测量精度高，稳定性强，易于心率的实时检测和工程实现。检测和工程实现。


技术研发人员：刘云学 周敏 范文强 胡国英 刘玉儒
受保护的技术使用者：烟台大学
技术研发日：2023.05.19
技术公布日：2023/9/12