基于毫米波雷達(dá)的生命特征信號探測技術(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，隨著生活水平的提高和技術(shù)發(fā)展，生命特征信號探測技術(shù)成為檢測領(lǐng)域的焦點(diǎn)之一；人體心肺活動檢測的技術(shù)也在由接觸式向非接觸式發(fā)展。常見的非接觸式檢測有紅外［1］、可見光［2］和聲波探測技術(shù)［3］；由于人體呼吸等生命活動產(chǎn)生的位移幅度小，速度緩慢，探測回波信號是一種與零頻接近的低頻信號，容易受到周圍環(huán)境的影響。與其他探測技術(shù)相比，雷達(dá)技術(shù)以獨(dú)特的優(yōu)勢被廣泛應(yīng)用于生命信號檢測領(lǐng)域，該技術(shù)克服了呼吸監(jiān)測時產(chǎn)生的皮膚損傷、過敏等問題，受外界因素的影響也較小，在未來有更廣闊的發(fā)展空間。現(xiàn)有成果表明，利用毫米波雷達(dá)來檢測胸腔微小變化，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、檢測方法和生命特征信號提取技術(shù)三個方面。

1 毫米波生物雷達(dá)體制研究進(jìn)展

目前，在生命信號檢測領(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探測。CW 雷達(dá)適合跟蹤相對位移，因此適用于單人檢測，而調(diào)頻連續(xù)波雷達(dá)可應(yīng)用于多人檢測，且相比CW 而言有更高的分辨率。使用毫米波雷達(dá)檢測人體生命信號的原理如圖1所示。

表1 兩種常用的毫米波雷達(dá)技術(shù)

圖1 雷達(dá)檢測生命信號原理圖

1986 年Chen 等［4］采用10 GHz 雷達(dá)，通過雜波抵消技術(shù)，濾除部分雜波后檢測到呼吸與心跳信號。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，這種方法對人體無害但是所提取的信號中有雜波干擾，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)，提高了檢測信號的信噪比，利于呼吸與心跳信號的檢測。2009 年Anitori 等［7］研究通過中頻信號來檢測人體心肺活動信號。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信號。2018 年王天潤等［9］提出了高頻段的FMCW 毫米波雷達(dá)測量生命體征的方法，解決了在低頻段精度較低的問題。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)生命信號檢測方法，能夠有效地濾除信號中的噪聲，提取到高信噪比的心肺活動信號。2019 年Lee 等［11］利用24 GHz毫米波雷達(dá)檢測到人體心跳信號，盡管考慮了消除周圍雜波的干擾，但是沒有注意到由人體本身產(chǎn)生的輕微運(yùn)動對信號檢測帶來的誤差影響。2020 年Antolinos 等［12］通過改進(jìn)商用122 GHz FMCW 雷達(dá)實(shí)現(xiàn)生命信號提取，不僅可以提取呼吸與心跳，而且可以檢測出心率變異情況，但是該系統(tǒng)的精度仍受到身體移動的影響，因此使用毫米波雷達(dá)準(zhǔn)確檢測出人體生命信號需要更進(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，第2節(jié)將介紹毫米波雷達(dá)進(jìn)行生命信號檢測的方法以及檢測原理。由于檢測到的雷達(dá)回波信號是由呼吸、心跳等生命特征信號以及各種雜波混合在一起的復(fù)雜信號，在第3節(jié)詳細(xì)介紹了三種有關(guān)生命特征信號的提取方法。最后在第4 節(jié)提出毫米波雷達(dá)對于生命特征信號探測技術(shù)存在的問題，并展望未來毫米波雷達(dá)的發(fā)展趨勢。

2 生命信號檢測方法

為了檢測到生命信號，毫米波雷達(dá)前端發(fā)射調(diào)頻信號，該線性調(diào)頻信號被物體反射后由接收機(jī)接收，根據(jù)發(fā)射信號與接收信號之間的頻率差與時間差，從而得到被測物體的距離變化。對稱三角波調(diào)制是一種常見的信號檢測方法，王月鵬［24］分析了對稱三角波雷達(dá)組成，并通過差拍頻率頻譜配對，能夠在多目標(biāo)中準(zhǔn)確檢測待測目標(biāo)信號，得到通過三角波調(diào)制后的距離、速度情況。一般情況下都是對靜止物體進(jìn)行信號檢測，為了解決探測運(yùn)動物體信號，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)制對靜止物體進(jìn)行測距，如圖2所示，對運(yùn)動物體進(jìn)行測速，如圖3所示。并成功檢測到物體的距離與速度信息，為信號檢測提供了思路。采用對稱三角波調(diào)制時，接收到的信號容易產(chǎn)生多次諧波干擾，若檢測多目標(biāo)容易造成諧波重疊。為了解決這一問題，Cheng 等［26］提出了采用陣列信號處理的天線陣列接收機(jī)，解決了多目標(biāo)檢測問題，提高了信噪比。

圖2 檢測靜止物體及差拍信號頻率

圖3 檢測運(yùn)動物體及差拍信號頻率

圖2 中，ft為發(fā)射信號頻率，fr為接收信號頻率，△f為發(fā)射信號的最大頻偏，f0為發(fā)射信號的初始頻率，τ為回波延遲時間，fb為發(fā)射信號與接收信號之間的差拍頻率絕對值，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 生命特征信號提取技術(shù)

通常由雷達(dá)回波信號檢測到的是人體呼吸、心跳等生命特征信號以及周圍環(huán)境雜波混合在一起的復(fù)合信號，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。

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，由于可以通過帶通濾波器分離不同頻率的信號，且具有操作過程簡單、性能穩(wěn)定等特點(diǎn)，所以數(shù)字濾波被應(yīng)用于生命信號檢測領(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以及無法濾除信號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］通過采用低通巴特沃斯數(shù)字濾波器提取到呼吸信號，但檢測到的呼吸與心跳信號并不明顯，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、心跳信號通過特征點(diǎn)檢測，然后利用逐點(diǎn)比較法檢測出呼吸信號的極大值，從而得到呼吸信號的頻率。

由于數(shù)字濾波方法的缺點(diǎn)較為明顯，無法有效濾除雜波，因此在生命信號提取過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。

3.2 小波變換法

小波變換是短時傅里葉變換的改進(jìn)，提供一種“時間-頻率”的信號處理方法，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)字濾波無法濾除噪聲問題，陸云飛［29］、易慧［30］等通過小波變換，在低信噪比下檢測到了弱目標(biāo)信號檢測。小波變換能更有效地提取出目標(biāo)信號，且實(shí)時性強(qiáng)，應(yīng)用性更廣泛。為了解決諧波干擾問題，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)長短的關(guān)系，最終快速、有效、準(zhǔn)確地提取到了生命信號。為解決被測對象微動帶來的影響，楊秀芳等［32］建立生命信號探測模型，對檢測到的數(shù)據(jù)利用小波變換成功地提取到了人體呼吸信號和心跳信號。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。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

雖然小波信號有很大優(yōu)勢，但也存在對信噪比低的信號去噪效果較差的缺點(diǎn)，為解決這一問題，魏崇毓等［34］先采用頻域積累法將檢測信號的信噪比提高,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)軟閾值降噪算法來分離和重構(gòu)呼吸和心跳信號，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基本思路，在生命特征提取方面有很多優(yōu)點(diǎn)，可以對生命信號進(jìn)行時頻分析，提取到生命特征信號的變化，將呼吸和心跳信號分離。其難點(diǎn)在于小波基函數(shù)的選擇，需要滿足小波基函數(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)、非線性信號的自適應(yīng)處理方法［36］，使非平穩(wěn)信號能夠平穩(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)雜的信號分解為數(shù)量有限的本征模函數(shù)（IMF），每個本征模函數(shù)包含的信號表現(xiàn)了原信號在不同時間尺度中的局部特征。生命信號是一種微弱的信號，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，因此在復(fù)雜信號中提取生命信號，再準(zhǔn)確地將呼吸與心跳信號分離有很大難度。傳統(tǒng)的方法無法準(zhǔn)確處理隨機(jī)非平穩(wěn)信號，且在提取心跳信號時容易受到呼吸信號微弱諧波的影響，導(dǎo)致提取的信號不精確。為解決這一問題，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諧波對心跳信號的干擾，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)過算法改進(jìn)，用于精確檢測人體的心率與呼吸頻率等生命體征。在消除人體抖動干擾方面，楊俊等［39］利用改進(jìn)的快速互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解對生命信號分解，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)抖動帶來的干擾，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的時、頻域圖

在醫(yī)療檢測領(lǐng)域，心肺活動參數(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?。?0］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，來對檢測到的生命信號進(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，雖然檢測到的信號受到的外界干擾較多，但該方法測定心率、呼吸速率的準(zhǔn)確度可接近100%。醫(yī)療檢測領(lǐng)域探測生命信號的主要目的之一是能夠檢測出人體生理疾病，以便盡早治療。為了分辨出健康信號與病變信號，Zhang 等［41］通過經(jīng)驗(yàn)?zāi)B(tài)分解方法提取人體脈搏信號，利用模態(tài)能量比區(qū)分出健康心跳信號與病變心跳信號。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，利用這種方法來分析生命信號頻率的變異性。將經(jīng)驗(yàn)?zāi)B(tài)分解法應(yīng)用于生命信號提取中，為及時檢測出早期心律失常等生理疾病提供有效的方法。

通過將生命信號分解為有限個IMF，將不同時間尺度的生命特征進(jìn)行提取。但是因此也會導(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的重要方法之一。

4 展 望

雖然毫米波雷達(dá)在生命信號檢測領(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方面：

1）被檢測者身體抖動問題。目前，通過毫米波雷達(dá)檢測人體生命信號都會選擇一個相對安靜的環(huán)境，使被測者平躺或者靜坐進(jìn)行檢測，主要目的是防止身體抖動。因?yàn)樵跈z測過程中被檢測者可能會因?yàn)榫o張，或者大腿、手臂等發(fā)生不自主地抖動，而人體的輕微抖動產(chǎn)生的信號比呼吸心跳信號要強(qiáng)烈很多，會將胸腔距離變化掩蓋，雷達(dá)天線之間的角度與相對位移也將發(fā)生改變，導(dǎo)致檢測結(jié)果有很大誤差。因此，未來該領(lǐng)域的研究工作需要考慮提升毫米波雷達(dá)對生命信號傳感與跟蹤，避免由于身體抖動造成的誤差問題。

2）環(huán)境噪聲問題。由于呼吸信號與心跳信號均屬于微弱信號，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)行呼吸和心跳信號的提取是研究毫米波雷達(dá)探測生命信號的一大難點(diǎn)。除此之外，由于呼吸信號的幅度大于心跳信號的幅度，所以在提取心跳信號時會受到呼吸信號的二次諧波或者三次諧波干擾，提取難度更大。

3）其他雜波干擾問題。雖然通過小波變換、經(jīng)驗(yàn)?zāi)B(tài)分解等信號提取方法，能夠有效地在檢測信號中提取出精度較高的呼吸、心跳信號。考慮到在信號檢測過程中，被檢測者的身形、身體素質(zhì)以及所處的環(huán)境不同，或者同一被測者在不同距離、不同身體狀況下產(chǎn)生的生命信號的雜波也各不相同。因此，需要一種實(shí)時有效、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。

5 結(jié)束語

毫米波雷達(dá)應(yīng)用于生命探測領(lǐng)域，克服了常見的非接觸式檢測的弊端，已成為生命探測領(lǐng)域的重要研究方向。本文對比了常見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，因此具有廣泛的應(yīng)用前景。