一種魯棒的毫米波雷達(dá)人體呼吸心跳測(cè)量方法

胡雨璇，夏朝陽(yáng)，徐 豐

（1.復(fù)旦大學(xué) 信息科學(xué)與工程學(xué)院，上海 200433；2.復(fù)旦大學(xué) 電磁波信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，上海 200433）

0 引言

航天員進(jìn)入空間站后長(zhǎng)期在軌工作和生活，因此，對(duì)航天員進(jìn)行健康監(jiān)測(cè)具有重要意義。當(dāng)前，生命體征測(cè)量廣泛應(yīng)用于智能家居、智能出行和居家智能醫(yī)療場(chǎng)景的人體健康監(jiān)護(hù)中，尤其是對(duì)老人和嬰幼兒群體以及慢性病患者的健康狀況監(jiān)測(cè)。其中呼吸心跳是生命體征的重要組成部分，可以反映人體心肺健康和睡眠健康，對(duì)人體健康監(jiān)護(hù)具有重要應(yīng)用價(jià)值。

目前，商用的呼吸心跳測(cè)量技術(shù)主要依賴于接觸式傳感器，包括心電描記法、光體積描記術(shù)，利用人類吸入和呼出的空氣特性，如二氧化碳濃度、濕度和溫度，還有胸壁機(jī)械位移傳感和血壓傳感方法等實(shí)現(xiàn)生命體征測(cè)量。然而接觸式傳感器佩戴程序繁瑣，不方便，容易遺忘，長(zhǎng)時(shí)間佩戴產(chǎn)生不適感，難以實(shí)現(xiàn)全天時(shí)的人體健康監(jiān)護(hù)。相比而言，非接觸式傳感器可以克服這些缺點(diǎn)，實(shí)現(xiàn)方便靈活的全天時(shí)人體健康監(jiān)護(hù)。

目前，用于非接觸式人體呼吸心跳測(cè)量的方法有多種，其中非雷達(dá)方法主要包括可見光感、熱圖像、聲波、Wi-Fi，雷達(dá)方法主要包括多普勒雷達(dá)、脈沖超寬帶雷達(dá)、調(diào)頻連續(xù)波雷達(dá)等。可見光感和熱圖像方法的缺點(diǎn)是容易受光照、煙塵、遮擋和溫度等因素影響，還存在隱私泄露風(fēng)險(xiǎn)；聲波方法受傳播速度和衍射影響明顯；多普勒雷達(dá)的抗干擾能力差；脈沖超寬帶雷達(dá)的成本較高。相比之下，調(diào)頻連續(xù)波毫米波雷達(dá)成本較低、抗干擾能力強(qiáng)、相位分辨率高。隨著雷達(dá)技術(shù)在民用領(lǐng)域的廣泛應(yīng)用和普及，目前已有一些基于調(diào)頻連續(xù)波毫米波雷達(dá)實(shí)現(xiàn)呼吸心跳測(cè)量的研究。

現(xiàn)在比較普遍的呼吸心跳測(cè)量方法是先跟蹤胸腔表面位置，然后提取隨時(shí)間變化的胸腔位置對(duì)應(yīng)相位信號(hào)，從相位信號(hào)中分離出呼吸和心跳運(yùn)動(dòng)對(duì)應(yīng)的信號(hào)，實(shí)現(xiàn)呼吸心跳測(cè)量的關(guān)鍵是從含噪相位信號(hào)中準(zhǔn)確分離出呼吸和心跳運(yùn)動(dòng)對(duì)應(yīng)相位信號(hào)。

MI 等提出改進(jìn)的小波變換方法提取心跳信號(hào)；ZHANG 等提出利用維格納·威爾分布提取心跳信號(hào)的時(shí)頻分析方法；FANG 等和WANG等分別采用集成經(jīng)驗(yàn)?zāi)B(tài)分解和多變量經(jīng)驗(yàn)?zāi)B(tài)分解，提取心跳速率和呼吸速率的本征模態(tài)函數(shù)；JING 等采用奇異值分解處理相位信號(hào)后，基于快速傅里葉變換（Fast Fourier Transform，F(xiàn)FT）和希爾伯特變換來(lái)分離呼吸心跳信號(hào)并計(jì)算呼吸率和心率。但以上研究仍然存在一些不足。由于呼吸信號(hào)頻段與低頻噪聲重疊，易受到低頻噪聲的影響，難以準(zhǔn)確分離。而心跳信號(hào)比較微弱，更容易受到雜波噪聲和呼吸諧波干擾，其準(zhǔn)確分離是一個(gè)挑戰(zhàn)。

上述的時(shí)頻分析方法能夠準(zhǔn)確測(cè)量呼吸心跳運(yùn)動(dòng)的前提，是胸腔相對(duì)雷達(dá)的徑向位置能夠被穩(wěn)定地準(zhǔn)確測(cè)量，且低頻噪聲、呼吸信號(hào)和心跳信號(hào)的頻譜之間影響較小。對(duì)于實(shí)際雷達(dá)系統(tǒng)的測(cè)量，胸腔位置的測(cè)量往往存在偏差，低頻噪聲、呼吸信號(hào)和心跳信號(hào)的頻譜混疊比較嚴(yán)重。為了實(shí)現(xiàn)雷達(dá)對(duì)人體呼吸心跳運(yùn)動(dòng)的更準(zhǔn)確測(cè)量，針對(duì)人體呼吸心跳的含噪測(cè)量數(shù)據(jù)，本文提出一種呼吸心跳信號(hào)的解混疊方法，提升對(duì)人體呼吸和心跳測(cè)量的準(zhǔn)確性。

1 原理與方法

線性調(diào)頻連續(xù)波雷達(dá)的發(fā)射信號(hào)可以表示為

式中：為發(fā)射信號(hào)振幅；為發(fā)射信號(hào)頻率；為調(diào)頻斜率。

經(jīng)運(yùn)動(dòng)點(diǎn)目標(biāo)反射后，得到的回波信號(hào)形式為

式中：為發(fā)射信號(hào)振幅；=2/為信號(hào)從發(fā)射到接收所經(jīng)時(shí)間；=2/為點(diǎn)目標(biāo)的多普勒頻移，其中為人體相對(duì)雷達(dá)的徑向速度，為發(fā)射信號(hào)的波長(zhǎng)。

將回波信號(hào)和發(fā)射信號(hào)進(jìn)行混頻后低通濾波可得到中頻信號(hào)，中頻信號(hào)的相位為發(fā)射信號(hào)與接收信號(hào)的相位差，中頻信號(hào)可表示為

對(duì)一個(gè)調(diào)頻周期的中頻信號(hào)采樣，可以得到中頻信號(hào)的離散采樣數(shù)據(jù)。

對(duì)離散中頻信號(hào)做FFT 可以得到目標(biāo)距離相關(guān)的中頻信號(hào)頻率分布，即雷達(dá)可測(cè)量范圍的動(dòng)態(tài)目標(biāo)一維距離隨時(shí)間變化分布圖。對(duì)距離分布做最大振幅檢測(cè)，得到單個(gè)目標(biāo)的距離索引后，可以提取目標(biāo)點(diǎn)的相位。信號(hào)相位變化Δ與目標(biāo)距雷達(dá)距離變化Δ的關(guān)系可以表示為

相位隨慢時(shí)間的變化可以表征微小的呼吸和心跳運(yùn)動(dòng)。

2 提出方法

2.1 信號(hào)預(yù)處理

根據(jù)呼吸心跳檢測(cè)原理，已知當(dāng)前時(shí)刻目標(biāo)點(diǎn)的距離時(shí)，可以獲取當(dāng)前時(shí)刻包含胸腔運(yùn)動(dòng)的相位信號(hào)。某一時(shí)刻下的目標(biāo)距雷達(dá)徑向距離隨時(shí)間變化分布如圖1 所示，標(biāo)記點(diǎn)為目標(biāo)所處位置。

圖1 振幅-距離分布Fig.1 Distribution of amplitude versus distance

由于信號(hào)的相位在π 處發(fā)生跳變，相位會(huì)產(chǎn)生纏繞。首先對(duì)相位信號(hào)進(jìn)行解纏繞處理。因?yàn)橄辔唤饫p繞的技術(shù)限制以及身體抖動(dòng)、環(huán)境噪聲等影響，導(dǎo)致相位信號(hào)仍存在很大的低頻噪聲分量。低頻分量與呼吸信號(hào)所在頻段十分接近，有時(shí)幾乎淹沒(méi)呼吸和心跳頻段信息。因此采用改進(jìn)的相位信號(hào)差分方法，首先得到相位差信號(hào)，以此抑制低頻分量，但相位信號(hào)的錯(cuò)誤解纏繞和噪聲導(dǎo)致相位差分信號(hào)帶有異常值噪聲。異常值噪聲會(huì)嚴(yán)重影響呼吸心跳信號(hào)的分離，因此采用一種糾正算法對(duì)異常值噪聲進(jìn)行過(guò)濾。

糾正過(guò)程分為兩輪。第一輪，首先對(duì)差分相位信號(hào)x+，∈[1，]去均值得到x，∈[1，]，然后對(duì)x進(jìn)行分段處理：

式中：y，∈[1，]為第一輪糾正后的相位差分信號(hào)。

進(jìn)行第二輪糾正，分段處理：

式中：sgn()為符號(hào)函數(shù)，

相位信號(hào)處理步驟的時(shí)域信號(hào)和頻譜圖分別如圖2、圖3 所示。對(duì) 比圖2（b）、圖2（c）以及圖3（b）、圖3（c）可以看出，改進(jìn)的相位差分方法可以有效抑制異常值噪聲和低頻噪聲。

圖2 各階段相位信號(hào)對(duì)比Fig.2 Comparison of the phase signals

續(xù)圖2 各階段相位信號(hào)對(duì)比Continue Fig.2 Comparison of the phase signals

圖3 各階段相位信號(hào)頻譜圖的對(duì)比Fig.3 Comparison of the phase signal spectrograms

2.2 呼吸心跳信號(hào)提取

實(shí)驗(yàn)研究發(fā)現(xiàn)，相位差信號(hào)的低頻周期性變化對(duì)應(yīng)著呼吸信號(hào)，因此提出利用高斯平滑從相位差信號(hào)中分離呼吸信號(hào)的方法，相比帶通濾波方法，能夠更好地保留呼吸運(yùn)動(dòng)信息。由于呼吸運(yùn)動(dòng)所在頻段較窄，帶通濾波方法因此需要設(shè)計(jì)快衰減的帶通濾波器，否則難以有效過(guò)濾低頻和高頻噪聲。然而快衰減的帶通濾波器會(huì)導(dǎo)致相位信號(hào)偏移，使提取的呼吸波形失真。高斯平滑濾波算法通過(guò)滑動(dòng)窗口計(jì)算每個(gè)窗口內(nèi)的高斯加權(quán)平均值，得到隨時(shí)間變化的平均值，是線性濾波，不容易使信號(hào)失真。當(dāng)索引值為、窗口大小為2+1 時(shí)，進(jìn)行高斯平滑，由于權(quán)重之和不為1，還需要對(duì)概率進(jìn)行歸一化，高斯平滑后的值可以表示為

式中：()為高斯分布的概率密度函數(shù)；()為相位差信號(hào)。

高斯平滑濾波器本質(zhì)上是低通濾波器，因此無(wú)法利用其實(shí)現(xiàn)心跳信號(hào)的提取。由于提取心跳信號(hào)和計(jì)算心跳速率需要獲取準(zhǔn)確的相位信息，而FIR 濾波器的相頻特性是線性的，因此產(chǎn)生的是群延遲，可以最大限度地保留心跳信號(hào)的相位信息，即峰間間隔，采用FIR 濾波器提取心跳信號(hào)，得到的心跳速率與真實(shí)心跳相符，不會(huì)失真。正常靜息心跳信號(hào)的頻率為60～100 次/min，因此設(shè)計(jì)帶通濾波的頻率范圍為0.8～2.0 Hz。

從呼吸和心跳信號(hào)中，提取呼吸率和心率的方法為時(shí)域信號(hào)尋峰。利用時(shí)域信號(hào)的峰個(gè)數(shù)和時(shí)間長(zhǎng)度來(lái)計(jì)算速率。若時(shí)域信號(hào)的極大值峰個(gè)數(shù)為，則速率可表示為

式中：為第一個(gè)極大值與最后一個(gè)極大值之間的時(shí)間差。

對(duì)相位差分信號(hào)進(jìn)行濾波后得到的呼吸信號(hào)及呼吸速率如圖4 所示。圖4（a）為高斯平滑濾波得到的呼吸速率，圖4（c）為其對(duì)應(yīng)的頻譜圖；圖4（b）為帶通濾波得到的呼吸運(yùn)動(dòng)的時(shí)域信號(hào)及對(duì)應(yīng)計(jì)算的速率，圖4（d）為其對(duì)應(yīng)的頻譜圖。從圖4（d）可以發(fā)現(xiàn)，帶通濾波方法得到的呼吸信號(hào)含有二次諧波，導(dǎo)致呼吸速率的計(jì)算偏差較大。對(duì)相位差分信號(hào)進(jìn)行帶通濾波后得到的心跳信號(hào)及心跳速率如圖5（a）所示，心跳信號(hào)的頻譜如圖5（b）所示。

圖4 呼吸運(yùn)動(dòng)的時(shí)域信號(hào)與頻譜Fig.4 Time domain signals and spectrograms of respiration

圖5 心跳運(yùn)動(dòng)的時(shí)域信號(hào)與頻譜Fig.5 Time domain signal and spectrogram of heartbeat

3 實(shí)驗(yàn)結(jié)果與分析

3.1 實(shí)驗(yàn)設(shè)備

為了對(duì)所提出的方法進(jìn)行實(shí)驗(yàn)評(píng)估，設(shè)置如圖6所示的實(shí)驗(yàn)場(chǎng)景，設(shè)計(jì)了一套實(shí)時(shí)毫米波雷達(dá)呼吸心跳測(cè)量系統(tǒng)，由毫米波雷達(dá)開發(fā)板和計(jì)算機(jī)組成。其中毫米波雷達(dá)開發(fā)板基于英飛凌（Infineon）公司的BGT60LTR13AIP 毫米波雷達(dá)芯片設(shè)計(jì)，原始ADC 采樣數(shù)據(jù)通過(guò)SPI 轉(zhuǎn)USB 接口從雷達(dá)芯片輸出到計(jì)算機(jī)做進(jìn)一步處理。計(jì)算機(jī)控制雷達(dá)系統(tǒng)執(zhí)行呼吸心跳信號(hào)提取和速率計(jì)算。雷達(dá)系統(tǒng)的硬件參數(shù)和配置參數(shù)見表1，雷達(dá)芯片上集成了一個(gè)發(fā)射天線和3 個(gè)接收天線，可以得到3 個(gè)通道的數(shù)據(jù)，選擇其中一個(gè)信噪比最大的通道進(jìn)行后續(xù)處理。

表1 雷達(dá)系統(tǒng)硬件參數(shù)設(shè)置Tab.1 Parameter settings of the radar system hardware

圖6 實(shí)驗(yàn)場(chǎng)景Fig.6 Experimental scene

3.2 實(shí)驗(yàn)結(jié)果與評(píng)估

招募了2 位健康的實(shí)驗(yàn)對(duì)象（1 女1 男，年齡為22～25 歲，代號(hào)分別為F 和M）坐在雷達(dá)前方0.5 m左右進(jìn)行胸腔運(yùn)動(dòng)數(shù)據(jù)采集，再?gòu)男厍贿\(yùn)動(dòng)數(shù)據(jù)中提取呼吸心跳信號(hào)及其速率。分別將視頻記錄的呼吸速率和指夾式脈搏血氧儀測(cè)得的脈搏速率作為呼吸率和心率的參考值，實(shí)現(xiàn)對(duì)雷達(dá)測(cè)得呼吸率和心率準(zhǔn)確性的評(píng)估。

圖7 為2 名實(shí)驗(yàn)對(duì)象在呼吸時(shí)兩兩呼吸波峰峰間間隔的雷達(dá)檢測(cè)與參考值的對(duì)比，共記錄21 個(gè)呼吸波峰，即20 個(gè)波峰峰間間隔。圖8 為2 名實(shí)驗(yàn)對(duì)象50 s 內(nèi)心跳的速率變化曲線對(duì)比，50 s 內(nèi)共記錄17 次心跳速率。對(duì)呼吸心跳檢測(cè)的結(jié)果進(jìn)行量化分析，結(jié)果見表2 和表3。分析參數(shù)包括平均值和標(biāo)準(zhǔn)偏差兩項(xiàng)，呼吸信號(hào)波峰峰間間隔的雷達(dá)與測(cè)量的平均值差值在0.05 s 內(nèi)，標(biāo)準(zhǔn)偏差的差值在0.03 s內(nèi)。心跳信號(hào)速率的雷達(dá)與測(cè)量的平均值差值在2次/min 內(nèi)，標(biāo)準(zhǔn)偏差的差值在2 次/min 內(nèi)。實(shí)驗(yàn)數(shù)據(jù)表明，本文所提出的方法利用雷達(dá)能夠準(zhǔn)確檢測(cè)人體的呼吸心跳。

表2 呼吸檢測(cè)結(jié)果分析Tab.2 Analysis of the respiration detection results

表3 心跳檢測(cè)結(jié)果分析Tab.3 Analysis of the heartbeat detection results

圖7 呼吸波峰的峰間間隔變化曲線對(duì)比Fig.7 Comparison of the inter-peak interval variation curves for the respiration waves

圖8 心跳速率變化曲線對(duì)比Fig.8 Comparison of the heartbeat rate change curves

4 結(jié)束語(yǔ)

本文旨在提出一種利用毫米波雷達(dá)準(zhǔn)確測(cè)量人體呼吸心跳運(yùn)動(dòng)的方法，可用于測(cè)量航天員的呼吸心跳。通過(guò)一種改進(jìn)的差分增強(qiáng)方法，抑制了呼吸諧波對(duì)心跳信號(hào)提取的干擾以及低頻噪聲對(duì)呼吸信號(hào)的干擾。分別利用高斯加權(quán)濾波和FIR 濾波提取呼吸信號(hào)和心跳信號(hào)，實(shí)現(xiàn)了保留呼吸運(yùn)動(dòng)信息和心跳運(yùn)動(dòng)信息。與接觸式傳感器的對(duì)比實(shí)驗(yàn)表明，本文所提方法能夠比較準(zhǔn)確地測(cè)得人體的呼吸和心跳信號(hào)，對(duì)利用毫米波雷達(dá)的人體生命體征測(cè)量和健康監(jiān)測(cè)具有實(shí)際價(jià)值。