基于微型化FMCW雷達的抗振乘員健康監測

劉勁濤, 張澤生, 顧昌展, 毛軍發

(上海交通大學， 上海 200240)

0 引 言

雷達起源于二戰，主要用于軍事目標探測。二戰后雷達被廣泛應用于民用領域，包括地面測繪、導航、天氣預報等。傳統雷達體積龐大，作用距離遠，不利于攜帶，雖然在人們的日常生活中起著重要作用，但一般作為一種普惠性質的公共服務出現，不與人們直接接觸。近年來，隨著芯片集成技術的不斷發展，雷達不斷小型化，雷達進入我們的日常生活成為可能。小型化的車載毫米波雷達已經在自動駕駛領域得到廣泛應用，其作用距離一般為幾十到幾百米，體積大小一般為手掌大小。隨著雷達的進一步小型化，基于毫米波雷達的各種近距消費級應用如無接觸手勢交互、生命體征探測、室內定位、血壓監測等逐漸成為研究熱點。這類雷達產品針對的是小于10 m的近距消費級應用。因此雷達的小型化至關重要，以便能搭載于各種消費電子產品中。如Google公司于2019年發布的Pixel4手機上搭載的60 GHz手勢雷達，其體積僅為半塊指甲蓋大小。華為公司在其Mate40手機同樣搭載了類似的毫米波雷達手勢交互模塊。

在生命體征探測方面，早在1975年Lin教授就提出了一種基于單頻連續波雷達的無創微波呼吸測量系統，常用于地震搜救工作。但這類雷達系統體積依然很大，無法搭載于消費電子產品。近年來，隨著雷達小型化，應用于一般生活場景的消費級健康監測雷達逐漸成為了研究熱點，許多難題被攻克。然而，由于車內環境比一般室內環境更為復雜，目前基于毫米波雷達的車內乘員健康監測依然面臨嚴峻挑戰。車內空間狹小，座椅、車體框架反射帶來的環境雜波更多、更強。此外，在車輛行進過程中，引擎振動和路面的微小起伏引起車體的振動，也會使得乘員的呼吸心跳監測變得更為困難。

本文提出了基于微型化調頻連續波(FMCW)雷達的抗車體振動乘員健康監測方法。對僅有引擎振動和既有引擎振動又有路面振動兩種情況分別作了研究。該方法利用FMCW雷達將不同距離物體的運動信息轉化為相位信息加載于中頻信號的不同頻率成分中的特點以及車內乘員位置相對固定的特點，僅取乘員位置對應中頻頻率成分的相位信息，有效隔絕了車體其他部分的振動對乘員健康監測的干擾。仿真和實驗結果均表明，該方法可以在車體振動情況下有效工作。

1 抗車體振動的乘員健康監測方法

對于一個鋸齒調制的FMCW雷達系統，發射(TX)天線發射的信號可以建模如下：

()=exp(j(2π+π+))

(1)

式中：=，為掃描帶寬；為掃頻周期；為幅度；為載波的中心頻率；為初始相位；為“快時間”，并且∈(-2,2)。發射信號碰到物體反射回來，反射信號由接收 (RX) 天線接收，可建模如下：

()=(-Δ)

(2)

式中：為()和()的幅度關系系數，主要與目標的雷達散射面積(RCS)和電磁波傳播損耗有關；Δ為電磁波到達目標表面并返回雷達收發器的往返時間間隔，Δ=2()，為光速，()為天線與物體的距離，是“慢時間”。()和()經過混頻器輸出，得到拍頻信號：

(3)

(4)

對式(4)作傅里葉變換，可得()的頻域形式：

(5)

()中有兩個重要部分，分別是最大值點的頻率()和最大值點的相位()。由最大值點的頻率()可求得目標物體的距離()：

(6)

因為相位值()只能在[-π,π]之間，所以由最大值點的相位只能求得目標物體的運動()：

(7)

圖1展示了基于微型化FMCW雷達的健康監測算法框圖。首先取一個周期的中頻信號()，對其作快速傅里葉變換(FFT)得到頻譜()；然后取頻譜上目標所在頻點的相位()，將其換算為一個運動點()；再取下一個周期的中頻信號，重復以上步驟，得到下一個運動點；如此繼續下去，將所有運動點連起來，最后得到完整的人體胸腔的起伏軌跡。根據文獻[20-21]的研究，雖然由相位值無法求得目標物體的絕對距離，但相位值求得的運動的精度遠高于由頻率值求得的絕對距離。

圖1 微型化FMCW雷達健康監測算法框圖

傳統雷達在車內探測時，車內環境復雜，座椅、車體金屬框架的反射雜波將嚴重干擾乘員的健康狀態監測。且由于車輛引擎的振動和路面起伏帶來的振動，雜波也處于振動中，無法采用一般的動目標顯示方法(Moving Target Indicator, MTI)去除環境雜波的影響，為雷達的車內探測帶來了更大的困難。然而對于毫米波FMCW雷達探測而言，參考(式(5))，不同反射物體在中頻信號中的反映是不同頻率的拍頻信號(式(5))，且頻率()與其所對應物體的距離成正比例。因此在求乘員的呼吸心跳時，只取乘員位置對應頻率的相位，有效隔絕了環境雜波對應頻率的相位對乘員生命體征探測的影響。

2 仿真及分析

本節通過仿真驗證了基于微型化FMCW雷達的抗振乘員健康監測方法應用于車內乘員呼吸心跳監測的潛力。

2.1 仿真設置

仿真設置如圖2所示。一個120 GHz FMCW雷達探測距離雷達40 cm處的目標物體的運動。在距離雷達60 cm和80 cm處還存在兩個運動的環境物體，用于模擬車內環境雜波。目標物體作頻率1 Hz、幅度1 cm的正弦運動。雜波1物體作頻率0.5 Hz、幅度1.5 cm的正弦運動，雜波2物體作頻率2 Hz、幅度0.5 cm的正弦運動。雷達的帶寬設置為4 GHz，掃頻周期設置為6 ms，中頻信號采樣率為100 kHz。

圖2 微型化雷達探測仿真設置

2.2 仿真結果

圖3～5展示了仿真結果。圖3為仿真的中頻信號，疊加有3個物體的拍頻信號。圖4為中頻信號的頻譜，可以看到3個峰，分別為目標物體、雜波物體1和雜波物體2。由于物體在振動，所以可以看到3個物體的峰值也在微動。圖5展示了從圖4中3個峰上提取的運動?？梢钥吹?，圖5(a)提取自第1個峰，對應目標物體的運動，運動符合1cm@1Hz的標準正弦運動。圖5(b)提取自第2個峰，對應雜波物體1的運動，符合1.5cm@0.5Hz的標準正弦運動。圖5(c)提取自第3個峰，對應雜波物體2的運動，符合0.5cm@2Hz的標準正弦運動。綜上，FMCW雷達可以在距離向上有效隔絕環境雜波對目標物體探測的干擾，因此其適用于車上的乘員健康狀態監測。

圖3 仿真的中頻信號

圖4 仿真的中頻信號的頻譜(50個掃頻周期)

(a) 目標物體的運動

(b) 雜波物體1的運動

(c) 雜波物體2的運動圖5 仿真探測到的運動

3 實驗及分析

本節將一個實際的微型化120 GHz FMCW雷達系統應用于車上的乘員健康監測。分別驗證了所提出的基于FMCW雷達的乘員健康狀態監測方法在僅有引擎振動時和既有引擎振動又有路面振動時的效果。

3.1 微型化FMCW雷達硬件介紹

圖6展示了所用的微型化120 GHz雷達系統框圖。主要包括1個120 GHz片上雷達芯片，其內部集成有功率放大器(PA)、低噪聲放大器(LNA)、壓控振蕩器(VCO)、混頻器、分頻器、片上發射天線(TX)、片上接收天線(RX)，1個鎖相環芯片PLL4159和1個中頻放大器作為雷達芯片的外圍電路。PLL芯片與雷達芯片相連，通過編程設置驅動壓控振蕩器產生相應的鋸齒掃頻信號。中頻放大器與雷達芯片輸出相連，將輸出的中頻信號充分放大。放大后的中頻信號通過數據采集卡(DAQ)采入筆記本電腦(PC)中，并經過進一步處理、解調得到目標的運動信息?？梢钥吹剑侠走_芯片幾乎集成了雷達所需的所有射頻模塊。它的使用，極大簡化了雷達系統的電路設計，使得雷達系統得以微型化，具備了作為消費電子產品的可能。

圖6 微型化120 GHz FMCW雷達系統框圖

圖7中的插圖展示了微型化120 GHz FMCW雷達系統的實物細節，整個雷達板尺寸約3 cm×4 cm。雷達板所用的雷達芯片為Silicon Radar公司的TRA-120-01，所用的PLL芯片為亞德諾半導體公司的ADF4159，USB用于雷達的供電。I/Q兩路信號為正交的中頻信號。中頻信號經過放置于方向盤后的數據采集卡采入旁邊的筆記本電腦中。

圖7 雷達實物與乘員健康狀態監測實驗設置

3.2 實驗設置及實驗結果

圖7整體地展示了車內乘員健康狀態監測的實驗設置?？梢钥吹?，雷達通過膠帶固定于方向盤上，距離乘員的胸口約40 cm。雷達掃頻帶寬設置為2 GHz，掃頻周期設置為6 ms，數據采集卡采樣率設置為10 kHz。

圖8、圖9為車輛靜止，僅有引擎振動時的乘員呼吸心跳監測結果。圖10、圖11為車輛行駛在水泥路面時的呼吸心跳監測結果。圖8展示了車輛僅引擎振動時中頻信號頻譜(100個周期)，其中第1個峰為收發鏈路的直接耦合，占了中頻信號能量的大部分。第2個峰是受監測的乘員，第3個峰是后車壁的反射，因其正對雷達且為鐵質，能量反射相對四周環境強得多。圖9展示了車輛僅引擎振動時乘員呼吸心跳監測結果。乘員首先正常呼吸，然后屏住呼吸。從圖9(a)呼吸心跳波形可以看到，監測結果前65 s為正常呼吸時的呼吸心跳監測結果，后15 s為屏息時心跳監測結果。圖9(b)展示了正常呼吸時的呼吸心跳波形頻譜，分析得知呼吸頻率約為14.8次/分鐘，心跳頻率約為61.5次/分鐘。圖9(c)展示了屏息時心跳波形的頻譜，分析得知，此時心跳的頻率約為63.2次/分鐘。在心跳頻譜中還存在多個高次諧波，說明心跳波形保存較為完好。綜上，當車輛靜止，僅有引擎振動時，所提出的基于FMCW雷達的乘員健康狀態監測方法完全隔絕了環境雜波的影響，非常好地記錄下了乘員的呼吸心跳情況。

圖8 車輛僅引擎振動時中頻信號譜(100個掃頻周期)

(a) 呼吸心跳波形

(b) 正常呼吸時呼吸心跳波形的頻譜 (c) 屏息時呼吸心跳的頻譜圖9 車輛僅引擎振動時乘員呼吸心跳監測結果

圖10展示了車輛行駛于水泥路面時中頻信號頻譜(100個掃頻周期)。第1個峰依然為收發泄露且占據了中頻信號能量的大部分，第2個峰為乘員，此時由于路面的起伏，車輛振動較大，代表乘員的峰產生了較大的波動。第3個峰為車輛后壁，由于車體振動的影響，第3個峰的波峰也產生了惡化。圖11展示了車輛行駛于水泥路面時的呼吸心跳監測結果。乘員首先正常呼吸，然后屏息。圖11(a)為車輛行駛過程中監測到的呼吸心跳波形，可以看到，乘員前38 s處于正常呼吸狀態，后10 s處于屏息狀態。對比圖9(a)，發現路面帶來的振動嚴重影響了乘員生命體征監測，但由于FMCW雷達的雜波隔絕能力，此時呼吸波形依然可以清晰見到。圖11(b)和圖11(c)從頻譜上進一步分析了監測結果。圖11(b)展示了正常呼吸時的呼吸心跳波形頻譜，可以看到，此時呼吸頻率約為16.3次/分鐘，心跳情況難以分辨。圖11(c)為屏息時呼吸心跳波形，此時波形主要頻率成分在4 Hz左右，這不是心跳波形，而是由車體振動帶來的乘員身體振動和雷達的振動。這是因為心跳的起伏相對呼吸小很多，而路面起伏帶來的振動遠大于引擎引起的振動，使得心跳波形被車體振動淹沒。綜上，在車輛行進過程中，路面起伏引起的振動的影響遠大于引擎振動的影響，在此情況下，所提出的基于FMCW雷達的抗車體振動乘員健康狀態監測方法能比較好地監測乘員呼吸情況，但難以監測心跳的情況。

圖10 車輛行駛于水泥路面時中頻信號譜(100個掃頻周期)

(a) 呼吸心跳波形

(b) 正常呼吸時呼吸心跳波形的頻譜 (c) 屏息時呼吸心跳的頻譜圖11 車輛行駛于水泥路面時乘員呼吸心跳監測結果

4 結束語

本文提出了基于微型化調頻連續波(FMCW)雷達的抗車體振動的乘員健康監測方法。利用FMCW雷達將不同距離物體的運動信息轉化為相位信息加載于中頻信號的不同頻率成分中的特點以及車內乘員位置相對固定的特點，僅取乘員位置對應中頻頻率成分的相位信息，有效隔絕了車體其他部分的振動對乘員健康監測的干擾。通過仿真，驗證了基于微型化FMCW雷達的抗振乘員健康監測方法應用于車內呼吸心跳監測的潛力。通過車輛靜止和車輛行駛兩個實驗，驗證了基于微型化FMCW雷達的抗振乘員健康監測方法應用于車內乘員健康監測的效果。結果表明，該方法在車輛靜止，僅有引擎振動時，可有效隔絕車體振動的影響，記錄下清晰的呼吸心跳波形；在車輛行駛，有路面起伏振動時，心跳波形遭到破壞，但呼吸波形依然可以清晰記錄。