论文部分内容阅读
超宽带(Ultra Wide Band,UWB)信号具有分辨率高、穿透力强、抗干扰等特点。它可以穿透大多数的非金属建筑材料(砖瓦,木材,干墙,混凝土等),受到如军事装备、城市安全等广泛应用的青睐。随着城市的快速发展,人们在医疗健康方面需求日益增多,现有的医疗手段还不能完全满足人们不同场景下的所有需求。如今人体体征如呼吸特征和心跳特征的监测方法多是电极片式接触型监测,这使得在特殊场景时不能监测。因此,本研究根据UWB雷达传感器实现非接触型监测人体体征的重要意义,展开了一系列的研究,现将内容主要概括为以下几点:1.设计了便携的可用的UWB雷达传感器人体监测系统,选取了高斯型单周波脉冲UWB雷达作为信号收发器件,分析了超宽带天线包括平面八木超宽带天线和Vivaldi超宽带天线,选取了一款尺寸更小定向性好的收发天线。为了验证系统可靠性,在实验同时采用了准确度高的医用心电监护仪(Electrocardiogram,ECG)同时提取微弱的体征数据,对比UWB的实验结果得到质量评价。2.对人体体征信号具有非平稳非线性这一特性,分别研究了适用于此类信号的经验模态分解(Empirical Mode Decomposition,EMD)算法与变分模态分解(Variational Mode Decomposition,VMD)算法。由于非接触监测的回波包含较多噪声和杂波,采取了一系列预处理方法包括去除相干背景噪声以及杂波滤除,对比了原始数据与预处理后的数据,预处理得到的信号更加纯净。3.对于提取呼吸特征和心跳特征进行了一系列实验,由UWB雷达传感器非接触监测系统完成,包括单个UWB雷达传感器以及多个UWB雷达传感器的监测,其中单个UWB雷达传感器监测实验还包括穿墙监测。实验结果表明,VMD算法提取和分离体征能够同时得到呼吸特征与心跳特征,不会出现模态混叠。4.采用控制变量的原则,对于实验中监测多目标时会出现的漏判现象,改变多目标臂膀距离进行多次实验,得到避免出现漏判现象的实验条件。5.由于人体目标不同时刻下总会有不同的运动状态,采用了不同的时频分析方法得到人体变化规律。时频分析方法包括短时傅里叶变换(Short Time Fourier Transform,STFT)、模态分解方法与希尔伯特变换相结合的方法,即经验模态分解-希尔伯特变换方法与变分模态分解-希尔伯特变换方法。针对多种状态做了多组实验,分析了不同运动状态下的时频算法效果。