毫米波雷達在皮沙發(fā)干擾下的有無人檢測方法*

梁慶真，周楊，張彭豪

(四川啟睿克科技有限公司，四川 成都 610041)

0 引言

毫米波雷達作為一種精度更高的傳感和檢測技術，相比攝像頭、激光雷達、PIR、超聲波等技術有超精準且高性價比的顯著優(yōu)勢[1]。毫米波雷達技術可以將檢測范圍提高至10 m，并能精確識別到1 mm 幅度動作，大至劇烈運動小至靜止呼吸都能精準感知，可以聯(lián)動家中設備做安防報警[2-4]。毫米波雷達技術能對生命體進行非接觸式感知，既能擺脫傳統(tǒng)感知設備24 小時佩戴問題，也能保護用戶安全隱私[5]。毫米波雷達可以做到非接觸精確識別呼吸及心率數據，通過對呼吸深度、心跳頻率、體動參數等數據深入分析，判斷用戶睡眠質量，為睡眠呼吸中潛在的呼吸疾病提供輔助數據支持，所以毫米波雷達能夠廣泛應用于智能家居、智慧養(yǎng)老、智慧醫(yī)院、康復中心項目建設中，24 小時實時監(jiān)測和照護，滿足居家、社區(qū)、機構三位一體的養(yǎng)老監(jiān)護要求，緩解即將到來的老齡化社會養(yǎng)老難題[6-8]。然而在智能家居實現(xiàn)更精準的人員監(jiān)測的過程中，首先要能實現(xiàn)室內有無人員的正確判斷，如若無人，可以關閉一些電器以避免資源的浪費，如若有人則定位人員的位置，提供一些更精準的服務。在這個過程中遇到的一個問題是，皮沙發(fā)會反射出一個和人體一樣的強信號，從而將沙發(fā)誤判為人，且當人靜坐在沙發(fā)上時，沙發(fā)的角落也會折射一個類似于人的信號，從而誤判人員的數量。針對這個問題，本文通過人體呼吸時胸腔壁的起伏幅度獲取特定的參數，并設置閾值，再加上呼吸頻率的低頻限定，又通過選取的特定的4 根虛擬天線能達到該閾值的天線數做一些判定，能很大程度地排除皮沙發(fā)的虛警干擾。

1 雷達的測距測速原理

毫米波調頻連續(xù)波雷達通過發(fā)射掃頻信號，并捕獲路徑中的目標反射的信號來獲取對目標物的距離[9]。FMCW 雷達信號經目標反射延遲后，整體向后移動了τ(t)。當目標速度與雷達沒有徑向的相對運動時，即使有橫向運動，其多普勒速度也為0。從上述多普勒頻率與目標徑向速度的正比關系可知，多普勒頻率也為0。從而，目標差拍信號對應的頻率為[10]：

式中，B 表示毫米波雷達信號的帶寬，T 表示雷達的脈沖重復間隔，c 表示電磁波在空間中的速度，μ 表示信號帶寬與發(fā)射周期的比值，R 則目標到雷達平臺的徑向距離。

當目標與雷達有徑向方向的相對運動時，不妨設徑向速度為V，對應的多普勒頻率為fd，則有：

接收信號可以看作為發(fā)射信號在時間軸上的平移，與待測目標的距離R 之間的關系可以表示為：

由式（5）和式（6）可以計算出接收信號相對于發(fā)射信號的時間延后和多普勒頻率分別為：

因此可以計算出待測目標的距離和速度：

由式（9）和式（10）可知，要測量目標與雷達的徑向距離，主要是要想辦法求出差拍信號頻率，所以對差拍信號頻域分析就顯得尤為重要。對于時域信號求其頻率，可以使用快速傅里葉變換（FFT）進行操作。由于三角波分為上下兩個調頻段，在FFT 算法以后，還需要進行頻譜配對操作，繼而求出感興趣目標與雷達的徑向距離和徑向相對速度。從式（9）中可以看出，影響測距精度的因素是差拍信號的頻率精度；從式（10）中可知影響測速精度的也是差拍信號的頻率精度。

2 有無人檢測算法

毫米波雷達對待測空間不斷發(fā)射電磁波信號，收集回波信號并根據雷達的測距測速原理進行信號預處理、相位展開和去趨勢以及低通濾波處理獲得低頻數據，再對低頻數據找峰值，如果峰值滿足一定的閾值條件，再考慮天線信道發(fā)射信號強度不一的問題，選取的4 根天線中有3 根符合上述條件則判定為有人，否則為無人。具體可以概括成以下幾個步驟。

2.1 預處理

先收集待測空間無人時的回波信號，用來對后續(xù)的有人時的回波數據做差以消除靜態(tài)雜波，可以減少室內較大靜態(tài)物體所產生的雜波信號對目標回波信號的影響。

2.2 相位展開和去趨勢

對以上靜態(tài)雜波消除后的數據，根據毫米波雷達中距離與相位成正比的關系，從距離維信息中提取出相位數據。

將提取的相位數據進行相位展開處理以獲得相位真實值。

將展開后的相位數據作分段去趨勢處理，具體為通過獲得的相位真實值的相鄰極值構造線性函數，以此求得每個索引所對應的預測值，然后以相位真實值與預測值作差可達到去趨勢的效果，解決相位漂移問題，再累積一定幀數的數據后作傅里葉變換，以此獲得頻域范圍內的信號強度分布情況。

2.3 低通濾波

對相位展開和去趨勢后的數據濾波，去除高頻噪聲，獲得低頻信號。

2.4 找峰值

有人存在時就有呼吸，呼吸時有胸腔壁的起伏，就容易被雷法捕獲，呼吸頻率為低頻，所以有人時一般能在低頻找到一個峰值。

2.5 閾值判斷

當人坐在沙發(fā)上時，呼吸時身體的微動也會傳導到皮沙發(fā)上，由于皮沙發(fā)的強反射，可能也會產生一個峰值，所以需要對上述找到的峰值做一個閾值篩選，滿足一定的條件才認為可能是人，否則認為是無人。

2.6 天線判定

由于雷達天線生產的誤差，會導致各個信道的強度有所變化，進而影響峰值閾值的判斷，所以又做了個天線判定，選取的4 根天線中有3 根符合上述條件則判定為有人，否則為無人。

有無人檢測算法流程圖如圖1 所示。

圖1 有無人檢測算法流程圖

3 實驗與分析

實驗選用60 GHz 型號為ISK6843 的毫米波傳感器，具有低功耗、自監(jiān)控、超精確雷達系統(tǒng)的理想解決方案的優(yōu)點，3 發(fā)4 收，能形成12 根虛擬接收天線，其距離分辨率為0.976 m，角度分辨率為0.9375°。測試環(huán)境:雷達架設高度為1.8 m，檢測區(qū)域大小為8 m×15 m，人員在皮沙發(fā)上正坐、側臥。受試者有10 人，記錄回波數據。測試環(huán)境為理想的家居環(huán)境。首先在無人時，采集1 幀雷達回波信號，用來做靜態(tài)雜波消除，減少室內較大靜態(tài)物體所產生的雜波信號對目標回波信號的影響。

其次，讓受試者正坐在沙發(fā)上，面朝雷達方向，雷達在受試者正前方，采集1 280 幀回波信號，每256 幀分為一段，按步長128 分別計算相位并展開相位，觀察12根天線的相位漂移情況，如圖2 所示，然后再觀察信號強度情況，如圖3 所示。

圖2 相位漂移

圖3 信道信號強弱情況

由圖2 可以看到，天線6 和天線9 存在相位漂移。由圖3 可知，1、3、5、6 這4 根天線信號幅度較強，所以后續(xù)選用這4 根天線再進一步做有無人判斷分析。

再次，人體呼吸和心跳的頻率是在0.1～2 Hz，其中呼吸是在0.1～0.8 Hz，心跳是在0.8～2 Hz[11]，所以通過低通濾波將頻率范圍鎖定在2 Hz 以內，通過生理特征參數區(qū)別與別的物體。

然后，由于正常情況下呼吸時會引起胸腔起伏1～12 mm，而心跳會引起胸腔起伏0.1～0.5 mm，因此在同一人體條件下，雷達更容易捕獲呼吸的起伏，而淹沒心跳的起伏。所以本文是通過能否在低頻信號中找到呼吸的微動來區(qū)別與其他物體的，由雷達采樣頻率算得2 Hz 對應的采樣點為23，圖4 代表2 Hz 內信號情況，可以看到在采樣點9 的位置有一個峰值，9 對應的頻率為0.78 Hz，在呼吸頻率0.8 Hz 內，所以初步認為這是有人，需做進一步分析。

圖4 低頻信號的分布情況

因為皮沙發(fā)會反射一個類似于人體的信號，產生虛警，所以需排除皮沙發(fā)的干擾。排除方法為將一個256段內的點取平均，得到一個均值，再找到這個段內的最大值，將最大值減去均值后再除以均值作為一個參數Ratio，把Ratio 作為一個閾值，通過大量數據的分析，取值為2.5，能較大概率地區(qū)別人與皮沙發(fā)。如果每一個段內算出的這個值小于2.5，則暫定認為有人，需做進一步的判定。

由前面選取的最強信號強度的天線得到的數據分別進行上述判定，如果大于等于3 根的天線數據都符合以上情況，則認為是有人，否則是無人。

由10 個受試者分別參與上述測試，雷達距離沙發(fā)分別為1 m、2 m 和3 m。其中男女各5 人，識別情況如表1 所示。

表1 受試者識別情況

由表1 所示，利用有無人算法處理后的數據，3 m時其中有1 人未能檢測準確外，其余均能正確識別，60人次能正確識別59 人次，其整體檢測準確率在98%以上，檢測可信度高，可排除皮沙發(fā)的干擾。

4 結論

本文在針對針對智能家居環(huán)境中皮沙發(fā)的干擾，提出一種判斷策略方法，通過人體呼吸信號的頻率范圍是否有峰值來做初步判定，然后再根據大數據分析取得Ratio 的經驗閾值來排除皮沙發(fā)的干擾，最后通過天線數是否達到閾值做最終判定，這種層層相扣使得識別正確率較高，整體達到98%以上，使虛警減少。在判定有人的情況下，可以進一步地去計算呼吸次數和心跳次數，為家庭監(jiān)護或者醫(yī)療監(jiān)護提供更便捷的方法。