基于毫米波雷達(dá)的生命特征信號(hào)探測(cè)技術(shù)研究

郭銀景，宋亞琦，楊 昆，王 蕾，朱 奧

（1.山東科技大學(xué)電子信息工程學(xué)院，山東青島 266590；2.青島智海牧洋科技有限公司，山東青島 266590）

0 引 言

近年來(lái)，隨著生活水平的提高和技術(shù)發(fā)展，生命特征信號(hào)探測(cè)技術(shù)成為檢測(cè)領(lǐng)域的焦點(diǎn)之一；人體心肺活動(dòng)檢測(cè)的技術(shù)也在由接觸式向非接觸式發(fā)展。常見(jiàn)的非接觸式檢測(cè)有紅外［1］、可見(jiàn)光［2］和聲波探測(cè)技術(shù)［3］；由于人體呼吸等生命活動(dòng)產(chǎn)生的位移幅度小，速度緩慢，探測(cè)回波信號(hào)是一種與零頻接近的低頻信號(hào)，容易受到周?chē)h(huán)境的影響。與其他探測(cè)技術(shù)相比，雷達(dá)技術(shù)以獨(dú)特的優(yōu)勢(shì)被廣泛應(yīng)用于生命信號(hào)檢測(cè)領(lǐng)域，該技術(shù)克服了呼吸監(jiān)測(cè)時(shí)產(chǎn)生的皮膚損傷、過(guò)敏等問(wèn)題，受外界因素的影響也較小，在未來(lái)有更廣闊的發(fā)展空間。現(xiàn)有成果表明，利用毫米波雷達(dá)來(lái)檢測(cè)胸腔微小變化，是行之有效的方法，該方法已經(jīng)成為生物醫(yī)學(xué)工程領(lǐng)域的重要研究方向。國(guó)內(nèi)外學(xué)者在該領(lǐng)域的研究主要集中于雷達(dá)體制、檢測(cè)方法和生命特征信號(hào)提取技術(shù)三個(gè)方面。

1 毫米波生物雷達(dá)體制研究進(jìn)展

目前，在生命信號(hào)檢測(cè)領(lǐng)域常用的毫米波雷達(dá)技術(shù)有連續(xù)波（CW）與調(diào)頻連續(xù)波（FMCW）兩種，這兩種雷達(dá)技術(shù)的對(duì)比如表1所示。連續(xù)波雷達(dá)和調(diào)頻連續(xù)波雷達(dá)系統(tǒng)的集成水平較高且功耗低，適合用于近距離的信號(hào)探測(cè)。CW 雷達(dá)適合跟蹤相對(duì)位移，因此適用于單人檢測(cè)，而調(diào)頻連續(xù)波雷達(dá)可應(yīng)用于多人檢測(cè)，且相比CW 而言有更高的分辨率。使用毫米波雷達(dá)檢測(cè)人體生命信號(hào)的原理如圖1所示。

表1 兩種常用的毫米波雷達(dá)技術(shù)

圖1 雷達(dá)檢測(cè)生命信號(hào)原理圖

1986 年Chen 等［4］采用10 GHz 雷達(dá)，通過(guò)雜波抵消技術(shù)，濾除部分雜波后檢測(cè)到呼吸與心跳信號(hào)。2001 年王健琪等［5］提出用低功率的毫米波雷達(dá)提取呼吸與心跳信號(hào)，這種方法對(duì)人體無(wú)害但是所提取的信號(hào)中有雜波干擾，精度較低。2005年楊冬等［6］引入同態(tài)濾波、小波分析、窄帶數(shù)字濾波等技術(shù)，提高了檢測(cè)信號(hào)的信噪比，利于呼吸與心跳信號(hào)的檢測(cè)。2009 年Anitori 等［7］研究通過(guò)中頻信號(hào)來(lái)檢測(cè)人體心肺活動(dòng)信號(hào)。2014 年Wang等［8］提出了一種基于相位的精確距離跟蹤算法，在中心頻率為5.8 GHz FMCW 雷達(dá)系統(tǒng)中提取到人體的心肺活動(dòng)信號(hào)。2018 年王天潤(rùn)等［9］提出了高頻段的FMCW 毫米波雷達(dá)測(cè)量生命體征的方法，解決了在低頻段精度較低的問(wèn)題。劉震宇等［10］提出了一種基于改進(jìn)經(jīng)驗(yàn)?zāi)B(tài)分解的雷達(dá)生命信號(hào)檢測(cè)方法，能夠有效地濾除信號(hào)中的噪聲，提取到高信噪比的心肺活動(dòng)信號(hào)。2019 年Lee 等［11］利用24 GHz毫米波雷達(dá)檢測(cè)到人體心跳信號(hào)，盡管考慮了消除周?chē)s波的干擾，但是沒(méi)有注意到由人體本身產(chǎn)生的輕微運(yùn)動(dòng)對(duì)信號(hào)檢測(cè)帶來(lái)的誤差影響。2020 年Antolinos 等［12］通過(guò)改進(jìn)商用122 GHz FMCW 雷達(dá)實(shí)現(xiàn)生命信號(hào)提取，不僅可以提取呼吸與心跳，而且可以檢測(cè)出心率變異情況，但是該系統(tǒng)的精度仍受到身體移動(dòng)的影響，因此使用毫米波雷達(dá)準(zhǔn)確檢測(cè)出人體生命信號(hào)需要更進(jìn)一步研究。

本文其余內(nèi)容組織如下：為獲得有效的生命信號(hào)，第2節(jié)將介紹毫米波雷達(dá)進(jìn)行生命信號(hào)檢測(cè)的方法以及檢測(cè)原理。由于檢測(cè)到的雷達(dá)回波信號(hào)是由呼吸、心跳等生命特征信號(hào)以及各種雜波混合在一起的復(fù)雜信號(hào)，在第3節(jié)詳細(xì)介紹了三種有關(guān)生命特征信號(hào)的提取方法。最后在第4 節(jié)提出毫米波雷達(dá)對(duì)于生命特征信號(hào)探測(cè)技術(shù)存在的問(wèn)題，并展望未來(lái)毫米波雷達(dá)的發(fā)展趨勢(shì)。

2 生命信號(hào)檢測(cè)方法

為了檢測(cè)到生命信號(hào)，毫米波雷達(dá)前端發(fā)射調(diào)頻信號(hào)，該線(xiàn)性調(diào)頻信號(hào)被物體反射后由接收機(jī)接收，根據(jù)發(fā)射信號(hào)與接收信號(hào)之間的頻率差與時(shí)間差，從而得到被測(cè)物體的距離變化。對(duì)稱(chēng)三角波調(diào)制是一種常見(jiàn)的信號(hào)檢測(cè)方法，王月鵬［24］分析了對(duì)稱(chēng)三角波雷達(dá)組成，并通過(guò)差拍頻率頻譜配對(duì)，能夠在多目標(biāo)中準(zhǔn)確檢測(cè)待測(cè)目標(biāo)信號(hào)，得到通過(guò)三角波調(diào)制后的距離、速度情況。一般情況下都是對(duì)靜止物體進(jìn)行信號(hào)檢測(cè)，為了解決探測(cè)運(yùn)動(dòng)物體信號(hào)，田正剛［25］設(shè)計(jì)了一種24 GHz 的雷達(dá)傳感器，利用三角波調(diào)制對(duì)靜止物體進(jìn)行測(cè)距，如圖2所示，對(duì)運(yùn)動(dòng)物體進(jìn)行測(cè)速，如圖3所示。并成功檢測(cè)到物體的距離與速度信息，為信號(hào)檢測(cè)提供了思路。采用對(duì)稱(chēng)三角波調(diào)制時(shí)，接收到的信號(hào)容易產(chǎn)生多次諧波干擾，若檢測(cè)多目標(biāo)容易造成諧波重疊。為了解決這一問(wèn)題，Cheng 等［26］提出了采用陣列信號(hào)處理的天線(xiàn)陣列接收機(jī)，解決了多目標(biāo)檢測(cè)問(wèn)題，提高了信噪比。

圖2 檢測(cè)靜止物體及差拍信號(hào)頻率

圖3 檢測(cè)運(yùn)動(dòng)物體及差拍信號(hào)頻率

圖2 中，ft為發(fā)射信號(hào)頻率，fr為接收信號(hào)頻率，△f為發(fā)射信號(hào)的最大頻偏，f0為發(fā)射信號(hào)的初始頻率，τ為回波延遲時(shí)間，fb為發(fā)射信號(hào)與接收信號(hào)之間的差拍頻率絕對(duì)值，Tm為掃頻周期，fbav為差拍頻率的平均值。圖3 中，fd為多普勒頻率，fb+為向上掃頻的差頻，fb-為向下掃頻的差頻。

3 生命特征信號(hào)提取技術(shù)

通常由雷達(dá)回波信號(hào)檢測(cè)到的是人體呼吸、心跳等生命特征信號(hào)以及周?chē)h(huán)境雜波混合在一起的復(fù)合信號(hào)，因此生命特征提取的方法主要是用于去除雜波與噪聲干擾，并準(zhǔn)確分離、提取出呼吸與心跳信號(hào)。

3.1 數(shù)字濾波法

數(shù)字濾波是傳統(tǒng)的生命特征提取方法，由于可以通過(guò)帶通濾波器分離不同頻率的信號(hào)，且具有操作過(guò)程簡(jiǎn)單、性能穩(wěn)定等特點(diǎn)，所以數(shù)字濾波被應(yīng)用于生命信號(hào)檢測(cè)領(lǐng)域。雖然利用數(shù)字濾波能夠去除部分噪聲，但是很難分離呼吸與心跳信號(hào)以及無(wú)法濾除信號(hào)與噪聲混疊部分的噪聲，因此使用數(shù)字濾波提取生命特征有很大的缺陷。羅兵等［27］通過(guò)采用低通巴特沃斯數(shù)字濾波器提取到呼吸信號(hào)，但檢測(cè)到的呼吸與心跳信號(hào)并不明顯，可以考慮采用FMCW 雷達(dá)系統(tǒng)提高分辨率。丁仲祥等［28］在數(shù)字濾波基礎(chǔ)上進(jìn)行改進(jìn)，用低通數(shù)字濾波濾除高頻噪聲，得到的呼吸、心跳信號(hào)通過(guò)特征點(diǎn)檢測(cè)，然后利用逐點(diǎn)比較法檢測(cè)出呼吸信號(hào)的極大值，從而得到呼吸信號(hào)的頻率。

由于數(shù)字濾波方法的缺點(diǎn)較為明顯，無(wú)法有效濾除雜波，因此在生命信號(hào)提取過(guò)程中只能先濾除部分噪聲干擾，再結(jié)合其他方法濾除剩余噪聲，分離呼吸與心跳信號(hào)。

3.2 小波變換法

小波變換是短時(shí)傅里葉變換的改進(jìn)，提供一種“時(shí)間-頻率”的信號(hào)處理方法，具有多分辨率的特性，所以被應(yīng)用于生命特征提取中。為解決數(shù)字濾波無(wú)法濾除噪聲問(wèn)題，陸云飛［29］、易慧［30］等通過(guò)小波變換，在低信噪比下檢測(cè)到了弱目標(biāo)信號(hào)檢測(cè)。小波變換能更有效地提取出目標(biāo)信號(hào)，且實(shí)時(shí)性強(qiáng)，應(yīng)用性更廣泛。為了解決諧波干擾問(wèn)題，蔣騰等［31］提出了一種基于連續(xù)小波變換的心率提取方法，根據(jù)譜峰位置與數(shù)據(jù)長(zhǎng)短的關(guān)系，最終快速、有效、準(zhǔn)確地提取到了生命信號(hào)。為解決被測(cè)對(duì)象微動(dòng)帶來(lái)的影響，楊秀芳等［32］建立生命信號(hào)探測(cè)模型，對(duì)檢測(cè)到的數(shù)據(jù)利用小波變換成功地提取到了人體呼吸信號(hào)和心跳信號(hào)。劉璐瑤等［33］采用小波包分解，利用自相關(guān)計(jì)算提高精度，成功提取到精度較高的呼吸與心跳信號(hào)。該方法的提取結(jié)果如圖4所示。

圖4 文獻(xiàn)［33］采用的生命體征提取方法

雖然小波信號(hào)有很大優(yōu)勢(shì)，但也存在對(duì)信噪比低的信號(hào)去噪效果較差的缺點(diǎn)，為解決這一問(wèn)題，魏崇毓等［34］先采用頻域積累法將檢測(cè)信號(hào)的信噪比提高,再利用小波變換去除噪聲和雜波，從而產(chǎn)生了一種新的生命特征提取方法。為提高提取準(zhǔn)確率，Wang 等［35］提出了一種基于正交匹配追蹤的壓縮感知算法和基于離散小波變換的自適應(yīng)軟閾值降噪算法來(lái)分離和重構(gòu)呼吸和心跳信號(hào)，該算法能有效抑制噪聲和諧波干擾，呼吸率和心跳率的準(zhǔn)確率均達(dá)到93%左右。

小波變換法是生命特征提取的一個(gè)基本思路，在生命特征提取方面有很多優(yōu)點(diǎn)，可以對(duì)生命信號(hào)進(jìn)行時(shí)頻分析，提取到生命特征信號(hào)的變化，將呼吸和心跳信號(hào)分離。其難點(diǎn)在于小波基函數(shù)的選擇，需要滿(mǎn)足小波基函數(shù)的條件，才可以應(yīng)用于小波分析中。

3.3 經(jīng)驗(yàn)?zāi)B(tài)分解法

經(jīng)驗(yàn)?zāi)B(tài)分解法是一種適用于非平穩(wěn)、非線(xiàn)性信號(hào)的自適應(yīng)處理方法［36］，使非平穩(wěn)信號(hào)能夠平穩(wěn)化，然后得到頻譜圖及有效的頻率。這種方法可以讓較為復(fù)雜的信號(hào)分解為數(shù)量有限的本征模函數(shù)（IMF），每個(gè)本征模函數(shù)包含的信號(hào)表現(xiàn)了原信號(hào)在不同時(shí)間尺度中的局部特征。生命信號(hào)是一種微弱的信號(hào)，極容易受到外界噪聲的干擾，且是一種隨機(jī)的非平穩(wěn)信號(hào)，因此在復(fù)雜信號(hào)中提取生命信號(hào)，再準(zhǔn)確地將呼吸與心跳信號(hào)分離有很大難度。傳統(tǒng)的方法無(wú)法準(zhǔn)確處理隨機(jī)非平穩(wěn)信號(hào)，且在提取心跳信號(hào)時(shí)容易受到呼吸信號(hào)微弱諧波的影響，導(dǎo)致提取的信號(hào)不精確。為解決這一問(wèn)題，馮久超等［37］提出了一種基于經(jīng)驗(yàn)?zāi)B(tài)分解的生命信號(hào)提取的新方法，實(shí)驗(yàn)結(jié)果表明，使用這種方法能避免呼吸信號(hào)諧波對(duì)心跳信號(hào)的干擾，因而能更加精確地提取呼吸和心跳參數(shù)。為了降低外界干擾并提高生命體征檢測(cè)的準(zhǔn)確度，陳輝等［38］提出了一種聯(lián)合集合經(jīng)驗(yàn)?zāi)B(tài)分解算法，經(jīng)過(guò)算法改進(jìn)，用于精確檢測(cè)人體的心率與呼吸頻率等生命體征。在消除人體抖動(dòng)干擾方面，楊俊等［39］利用改進(jìn)的快速互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)生命信號(hào)分解，準(zhǔn)確地提取出不同呼吸狀態(tài)下的呼吸頻率和心跳頻率，并且有效地消除人體身體隨機(jī)抖動(dòng)帶來(lái)的干擾，該方法的提取結(jié)果如圖5所示。

圖5 文獻(xiàn)［39］方法提取到的呼吸與心跳信號(hào)的時(shí)、頻域圖

在醫(yī)療檢測(cè)領(lǐng)域，心肺活動(dòng)參數(shù)的準(zhǔn)確度尤為重要，為了能夠?qū)⑿穆逝c呼吸率的準(zhǔn)確度提高，胡巍［40］提出了一種基于連續(xù)小波變換和經(jīng)驗(yàn)?zāi)B(tài)分解相結(jié)合的方法，來(lái)對(duì)檢測(cè)到的生命信號(hào)進(jìn)行心跳與呼吸信息提取，以及心率、呼吸速率、心率變異性參數(shù)估計(jì)研究。實(shí)驗(yàn)表明，雖然檢測(cè)到的信號(hào)受到的外界干擾較多，但該方法測(cè)定心率、呼吸速率的準(zhǔn)確度可接近100%。醫(yī)療檢測(cè)領(lǐng)域探測(cè)生命信號(hào)的主要目的之一是能夠檢測(cè)出人體生理疾病，以便盡早治療。為了分辨出健康信號(hào)與病變信號(hào)，Zhang 等［41］通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解方法提取人體脈搏信號(hào)，利用模態(tài)能量比區(qū)分出健康心跳信號(hào)與病變心跳信號(hào)。Djelaila［42］等提出一種用經(jīng)驗(yàn)?zāi)B(tài)分解和功率譜密度計(jì)算頻率分析等自適應(yīng)非平穩(wěn)方法，利用這種方法來(lái)分析生命信號(hào)頻率的變異性。將經(jīng)驗(yàn)?zāi)B(tài)分解法應(yīng)用于生命信號(hào)提取中，為及時(shí)檢測(cè)出早期心律失常等生理疾病提供有效的方法。

通過(guò)將生命信號(hào)分解為有限個(gè)IMF，將不同時(shí)間尺度的生命特征進(jìn)行提取。但是因此也會(huì)導(dǎo)致模態(tài)混疊現(xiàn)象發(fā)生，可采取加入白噪聲法，能有效抑制混疊現(xiàn)象，提高分解效率。目前，經(jīng)驗(yàn)?zāi)B(tài)分解已成為提取生命特征信號(hào)的重要方法之一。

4 展 望

雖然毫米波雷達(dá)在生命信號(hào)檢測(cè)領(lǐng)域取得了一定進(jìn)展，但仍有很多發(fā)展空間，今后的研究方向有以下幾個(gè)方面：

1）被檢測(cè)者身體抖動(dòng)問(wèn)題。目前，通過(guò)毫米波雷達(dá)檢測(cè)人體生命信號(hào)都會(huì)選擇一個(gè)相對(duì)安靜的環(huán)境，使被測(cè)者平躺或者靜坐進(jìn)行檢測(cè)，主要目的是防止身體抖動(dòng)。因?yàn)樵跈z測(cè)過(guò)程中被檢測(cè)者可能會(huì)因?yàn)榫o張，或者大腿、手臂等發(fā)生不自主地抖動(dòng)，而人體的輕微抖動(dòng)產(chǎn)生的信號(hào)比呼吸心跳信號(hào)要強(qiáng)烈很多，會(huì)將胸腔距離變化掩蓋，雷達(dá)天線(xiàn)之間的角度與相對(duì)位移也將發(fā)生改變，導(dǎo)致檢測(cè)結(jié)果有很大誤差。因此，未來(lái)該領(lǐng)域的研究工作需要考慮提升毫米波雷達(dá)對(duì)生命信號(hào)傳感與跟蹤，避免由于身體抖動(dòng)造成的誤差問(wèn)題。

2）環(huán)境噪聲問(wèn)題。由于呼吸信號(hào)與心跳信號(hào)均屬于微弱信號(hào)，極容易受到環(huán)境噪聲的影響，在有干擾存在的情況下進(jìn)行呼吸和心跳信號(hào)的提取是研究毫米波雷達(dá)探測(cè)生命信號(hào)的一大難點(diǎn)。除此之外，由于呼吸信號(hào)的幅度大于心跳信號(hào)的幅度，所以在提取心跳信號(hào)時(shí)會(huì)受到呼吸信號(hào)的二次諧波或者三次諧波干擾，提取難度更大。

3）其他雜波干擾問(wèn)題。雖然通過(guò)小波變換、經(jīng)驗(yàn)?zāi)B(tài)分解等信號(hào)提取方法，能夠有效地在檢測(cè)信號(hào)中提取出精度較高的呼吸、心跳信號(hào)。考慮到在信號(hào)檢測(cè)過(guò)程中，被檢測(cè)者的身形、身體素質(zhì)以及所處的環(huán)境不同，或者同一被測(cè)者在不同距離、不同身體狀況下產(chǎn)生的生命信號(hào)的雜波也各不相同。因此，需要一種實(shí)時(shí)有效、更加精密的提取生命特征的方法，克服環(huán)境噪聲以及各種雜波干擾，能夠準(zhǔn)確分離呼吸與心跳信號(hào)。

5 結(jié)束語(yǔ)

毫米波雷達(dá)應(yīng)用于生命探測(cè)領(lǐng)域，克服了常見(jiàn)的非接觸式檢測(cè)的弊端，已成為生命探測(cè)領(lǐng)域的重要研究方向。本文對(duì)比了常見(jiàn)的三種生命特征提取算法，其中小波變換法與經(jīng)驗(yàn)?zāi)B(tài)分解法具有高精度、多分辨率的優(yōu)勢(shì)，因此具有廣泛的應(yīng)用前景。