CN113633268A - 生理信号检测方法、装置和数据处理设备 - Google Patents

生理信号检测方法、装置和数据处理设备 Download PDF

Info

Publication number
CN113633268A
CN113633268A CN202010390789.1A CN202010390789A CN113633268A CN 113633268 A CN113633268 A CN 113633268A CN 202010390789 A CN202010390789 A CN 202010390789A CN 113633268 A CN113633268 A CN 113633268A
Authority
CN
China
Prior art keywords
angle
frequency point
human body
time
fourier transform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010390789.1A
Other languages
English (en)
Inventor
李红春
谢莉莉
田军
李磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to CN202010390789.1A priority Critical patent/CN113633268A/zh
Publication of CN113633268A publication Critical patent/CN113633268A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  using microwaves or terahertz waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Remote Sensing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请实施例提供了一种生理信号检测方法、装置和数据处理设备，所述方法包括：根据雷达的角度FFT的数据的波动确定人体所占的范围；计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值；根据各个时刻的所述角度FFT的相位差均值，计算各个时刻的所述角度FFT的相位；根据各个时刻的所述相位检测生理信号的频率。根据本申请实施例的方法，可以实现同时对多人进行生理检测，检测精度高，有效距离远。

Description

生理信号检测方法、装置和数据处理设备
技术领域
本申请涉及信息技术领域，尤其涉及一种生理信号检测方法、装置和数据处理设备。
背景技术
呼吸和心跳是人重要的生命特征，监测呼吸和心跳有助于了解人体的身体健康状况。在医学上，人们使用心电检测仪、听诊器等专业的医学设备获得病人的呼吸和心跳信息。随着技术的进步，可穿戴设备大量出现；人们利用智能手表、智能手环等设备在日常生活中就可以时刻监测自己的身体指标变化。但是，可穿戴设备的推广和应用面临着佩戴舒适度低、频繁充电等问题。
应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
发明人发现，基于微波雷达的呼吸心跳检测方法是一种非接触的检测方法，无需监测对象佩戴任何设备，只要检测对象处于静坐、睡眠等非活动状态就可持续监测其呼吸和心跳频率。该方法用户体验好、接受度高，具有广阔的应用前景。然而，在多人同时进行检测的情况下，现有的检测方法检测效果不佳，噪声信号干扰较大。
为了解决上述问题之一或解决其他类似问题，本申请实施例提供了一种生理信号检测方法，以实现不同距离或不同角度多人同时检测，此外，通过距离FFT(Fast FourierTransform，快速傅里叶变换)和角度FFT在空间上分离信号，消除噪声影响。
根据本申请实施例的一个方面，提供一种生理信号检测方法，其中，所述方法包括：
根据雷达的角度FFT的数据的波动确定人体所占的范围；
计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值；
根据各个时刻的所述角度FFT的相位差均值，计算各个时刻的所述角度FFT的相位；
根据各个时刻的所述相位检测生理信号的频率。
根据本申请实施例的另一方面，提供一种生理信号检测装置，其中，所述装置包括：
第一确定单元，其根据雷达的角度FFT的数据的波动确定人体所占的范围；
第一计算单元，其计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值；
第二计算单元，其根据各个时刻的所述角度FFT的相位差均值，计算各个时刻的所述角度FFT的相位；
检测单元，其根据各个时刻的所述相位检测生理信号的频率。
根据本申请实施例的又一方面，提供一种数据处理设备，其中，所述数据处理设备包括处理器和存储器，所述存储器存储计算机程序，所述处理器被配置为执行所述计算机程序而实现如下所述的生理信号检测方法：
根据雷达的角度FFT的数据的波动确定人体所占的范围；
计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值；
根据各个时刻的所述角度FFT的相位差均值，计算各个时刻的所述角度FFT的相位；
根据各个时刻的所述相位检测生理信号的频率。
本申请实施例的有益效果之一在于：根据本申请实施例，能够实现多人同时检测，并降低噪声信号干扰，提高检测精度。
参照后文的说明和附图，详细公开了本申请的特定实施方式，指明了本申请的原理可以被采用的方式。应该理解，本申请的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本申请的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。
应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
在本申请实施例的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。此外，在附图中，类似的标号表示几个附图中对应的部件，并可用于指示多于一种实施方式中使用的对应部件。
所包括的附图用来提供对本申请实施例的进一步的理解，其构成了说明书的一部分，用于例示本申请的实施方式，并与文字描述一起来阐释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本申请实施例的生理信号检测方法的一个示例的示意图；
图2是根据雷达的角度FFT数据的波动确定人体所占的范围的一个示例的示意图；
图3是计算角度FFT的相位差均值的一个方法的示意图；
图4是根据该还原相位检测生理信号的频率的一个方法的示意图；
图5是根据该还原相位检测生理信号的频率的另一个方法的示意图；
图6是本申请实施例的生理信号检测装置的一个示例的示意图；
图7是图6所示的生理信号检测装置的第一确定单元的一个示例的示意图；
图8是本申请实施例的数据处理设备的一个示意图。
具体实施方式
参照附图，通过下面的说明书，本申请的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本申请的特定实施方式，其表明了其中可以采用本申请的原则的部分实施方式，应了解的是，本申请不限于所描述的实施方式，相反，本申请包括落入所附权利要求的范围内的全部修改、变型以及等同物。
在本申请实施例中，术语“第一”、“第二”等用于对不同元素从称谓上进行区分，但并不表示这些元素的空间排列或时间顺序等，这些元素不应被这些术语所限制。术语“和/或”包括相关联列出的术语的一种或多个中的任何一个和所有组合。术语“包含”、“包括”、“具有”等是指所陈述的特征、元素、元件或组件的存在，但并不排除存在或添加一个或多个其他特征、元素、元件或组件。
在本申请实施例中，单数形式“一”、“该”等包括复数形式，应广义地理解为“一种”或“一类”而并不是限定为“一个”的含义；此外术语“所述”应理解为既包括单数形式也包括复数形式，除非上下文另外明确指出。此外术语“根据”应理解为“至少部分根据……”，术语“基于”应理解为“至少部分基于……”，除非上下文另外明确指出。
在本申请实施例中，微波雷达均为FMCW(Frequency Modulated ContinuousWave，调频连续波)工作模式的雷达。雷达周期性地向空间发送无线信号，并接收反射信号，然后将发送信号和接收信号混合到一起生成中频(Intermediate Frequency)信号。通过对中频信号的数据分析和处理，雷达可以获得空间中物体的距离、速度、角度等信息。FMCW雷达每个周期发送多个线性调频脉冲，称为一组线性调频脉冲帧。
距离FFT处理一个线性调频脉冲的反射信号，将交叠在一起的信号在距离上分开；其相位反应了该距离上物体与雷达的微小距离变化。利用雷达进行生理信号检测的基本原理就是从雷达信号的相位变化中检测人体的呼吸和心跳引起的腹腔和胸腔微小位移。速度FFT对某个距离上连续多个反射的线性调频脉冲进行处理，获得该距离上物体的多普勒速度信息。角度FFT对某个距离上多根天线接收的同一脉冲的反射信号或同一多普勒频点的信号进行处理，获得该距离上物体的角度信息。结合上述距离信息和角度信息，可以进一步计算出物体的空间坐标。距离FFT、速度FFT和角度FFT是雷达信号处理的通用技术，这里不作赘述。
在时刻t，经过距离FFT、速度FFT和角度FFT的处理，最终得到的雷达角度FFT结果St可以用公式(1)表示。
Figure BDA0002485679000000041
其中，r为雷达的距离频点，1≤r≤Nr，Nr为最大距离频点数；a为雷达的水平角度频点，1≤a≤Na，Na为最大水平角度频点数；e为雷达的垂直角度频点，1≤e≤Ne，Ne为最大垂直角度频点数；
Figure BDA0002485679000000042
为t时刻雷达对应距离频点r、水平角度频点a、垂直角度频点b的角度FFT结果。
Figure BDA0002485679000000043
是一个复数，可以用公式(2)表示。
Figure BDA0002485679000000044
其中，
Figure BDA0002485679000000051
和
Figure BDA0002485679000000052
分别是
Figure BDA0002485679000000053
的幅值和相位。
下面结合附图对本申请实施例的各种实施方式进行说明。这些实施方式只是示例性的，不是对本申请实施例的限制。
第一方面的实施例
本申请实施例提供一种生理信号检测方法。图1是本申请实施例的生理信号检测方法的一个示例的示意图，请参照图1，该方法包括：
101：根据雷达的角度FFT的数据的波动确定人体所占的范围；
102：计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值；
103：根据各个时刻的所述角度FFT的相位差均值，计算各个时刻的所述角度FFT的相位；
104：根据各个时刻的所述相位检测生理信号的频率。
根据本申请实施例的方法，基于多天线毫米波雷达进行生理信号检测，不使用点云，而是利用人体动作引起的信号波动，能够实现不同距离或不同角度的多人同时检测；并且，通过距离FFT和角度FFT在空间上分离信号，能够消除噪声影响，降低噪声信号干扰，提高检测精度。
值得注意的是，附图1仅示意性地对本申请实施例进行了说明，但本申请不限于此。例如可以适当地调整各个操作之间的执行顺序，此外还可以增加其他的一些操作或者减少其中的某些操作。本领域的技术人员可以根据上述内容进行适当地变型，而不仅限于上述附图1的记载。
与墙壁、桌子等固定物体相比，人体是很难做到绝对静止不动的。因此，从固定物体反射的雷达信号随时间的变化小，角度FFT数据的波动小；从人体反射的雷达信号随时间的变化大，角度FFT数据的波动大。在本申请实施例中，在101中，根据角度FFT数据的波动，判断人体所在位置，进而确定人体所占的范围。
图2是根据雷达的角度FFT数据的波动确定人体所占的范围的一个示例的示意图，如图2所示，该方法包括：
201：计算距离频点和水平角度频点上的角度FFT数据的波动；
202：搜索所述距离频点和水平角度频点上的角度FFT数据的波动的局部最大值；
203：根据所述局部最大值确定所述局部最大值所在的位置是否存在人体；
204：根据人体所在的位置确定人体所占的范围。
在本申请实施例中，角度FFT数据的波动是对应距离频点、水平角度频点和垂直角度频点的一个三维的值。在201中，可以将角度FFT数据的波动从三维压缩到二维，以减小计算量。
例如，对于每个距离频点和水平角度频点，可以计算上述距离频点和水平角度频点对应的所有垂直角度频点上角度FFT数据的波动，将所有垂直角度频点上角度FFT数据的波动的最大值或均值作为当前距离频点和水平角度频点的角度FFT数据的波动。
在本申请实施例中，一段时间T内，角度FFT数据的波动可以用V来表示，V＝{Vr,a,e}，Vr,a,e是距离频点r、水平角度频点a、垂直角度频点e对应的角度FFT数据的波动，或者，也可以说，Vr,a,e是频点(r,a,e)对应的角度FFT数据的波动，r为距离频点、a为水平角度频点、e为垂直角度频点。
在一些实施例中，雷达的角度FFT数据的波动使用角度FFT数据差的均值表示。对于每个距离频点和水平角度频点对应的每个垂直角度频点上的角度FFT数据的波动，可以计算该距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT数据差的均值。
例如，可以计算上述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT数据差的均值；将该角度FFT数据差的均值作为上述距离频点、水平角度频点、垂直角度频点的角度FFT数据的波动。
在本申请实施例中，角度FFT数据差的均值是同一距离频点、水平角度频点、垂直角度频点在一段时间T的角度FFT数据差的均值，可以使用下面的公式(3)计算获得：
Figure BDA0002485679000000061
其中，
Figure BDA0002485679000000062
是时刻t的距离频点r、水平角度频点a、垂直角度频点e的角度FFT数据差。该角度FFT数据差可以通过下面的公式(4)或(5)计算获得。
在本申请实施例中，雷达周期性地发射无线信号，每一帧的雷达数据都可以获得如公式(1)所示的角度FFT信息。不同时刻的角度FFT数据的差是当前时刻角度FFT值与前一时刻角度FFT值的差，或者当前时刻角度FFT值与前若干时刻角度FFT平均值的差。例如，时刻t的角度FFT数据的差是时刻t的角度FFT值与时刻t-1的角度FFT值的差，或者时刻t角度FFT值与时刻t之前的若干时刻的角度FFT平均值的差。
在一些实施例中，同一距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT数据差为：该距离频点、水平角度频点、垂直角度频点在一段时间内的不同时刻的角度FFT幅值的差的绝对值。
例如，时刻t，角度FFT幅值差的绝对值用Dt表示，
Figure BDA0002485679000000071
Figure BDA0002485679000000072
是对应距离频点r、水平角度频点a、垂直角度频点e的角度FFT幅值差的绝对值。
Figure BDA0002485679000000073
也就是说，角度FFT幅值差
Figure BDA0002485679000000074
为同一距离频点、水平角度频点和垂直角度频点在时刻t的角度FFT幅值差的绝对值。
在一些实施例中，同一距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT数据差为：该距离频点、水平角度频点、垂直角度频点在一段时间内的不同时刻的角度FFT复数差的模值。
例如，时刻t，角度FFT复数差的模值用D′t表示，
Figure BDA0002485679000000075
Figure BDA0002485679000000076
是对应距离频点r、水平角度频点a、垂直角度频点e的角度FFT复数差的模值。
Figure BDA0002485679000000077
也就是说，角度FFT复数差的模值
Figure BDA0002485679000000078
为同一距离频点、水平角度频点和垂直角度频点在时刻t的角度FFT复数差的模值。
在一些实施例中，雷达的角度FFT数据的波动使用角度FFT幅值标准差表示。对于每个距离频点和水平角度频点对应的每个垂直角度频点上的角度FFT数据的波动，可以计算该距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT幅值的标准差。
例如，可以计算上述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT幅值的标准差；将该角度FFT幅值的标准差作为上述距离频点、水平角度频点、垂直角度频点的角度FFT数据的波动。
在本申请实施例中，角度FFT幅值标准差是同一距离频点、水平角度频点、垂直角度频点在一段时间的幅值的标准差，可以使用下面的公式(6)计算获得：
Figure BDA0002485679000000079
其中，E(Ar,a,e)是距离频点r、水平角度频点a、垂直角度频点e的在时间T内的角度FFT幅值均值，由时间T内各个时刻的角度FFT幅值相加后取平均得到。
在一些实施例中，距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT幅值为：该距离频点、水平角度频点、垂直角度频点在一段时间内不同时刻的角度FFT的幅值。
在本申请实施例中，在202中，局部最大值是指预先设定的范围内距离频点和水平角度频点上的角度FFT数据的波动的最大值。本申请对预先设定的范围不做限制，预先设定的范围是指可能存在人体的范围，该范围可以根据经验设定，也可以根据人体姿态检测的场所或者人体姿态检测的范围进行设定，具体取决于实现。
在本申请实施例中，在203中，用(rh,ah)表示一个局部最大值所在的位置，rh为局部最大值对应的距离频点，ah为局部最大值对应的水平角度频点。如果局部最大值所在的位置(rh,ah)的距离频点和水平角度频点对应的角度FFT数据的波动值大于预先设定的阈值(称为第一阈值)，则确定该局部最大值所在的位置存在人体，否则确定该局部最大值所在的位置不存在人体。
在本申请实施例中，得到了人体所在的位置(rh,ah)，在204中，即可确定人体所占据的空间范围，简称为人体所占的范围。在一些实施例中，人体所占的范围为人体所在的位置附近的区域。
例如，以Lr和Ur作为距离频点阈值，以La和Ua作为水平角度频点阈值，以Le和Ue作为垂直角度频点阈值，则人体所占的范围可以是：距离频点大于rh-Lr并小于rh+Ur、水平角度频点大于ah-La并小于ah+Ua、垂直角度频点大于Le并小于Ue的区域。本申请对距离频点阈值、水平角度频点阈值和垂直角度频点阈值的设定方式和取值不做限制，可以根据雷达的精度设定，也可以根据经验设定等。
以上根据人体所在的位置确定人体所占的范围的方法只是举例说明，本申请对此不做限制，还可以通过其他方法来根据人体所在的位置确定人体所占的范围。
在一些实施例中，人体所占的范围表示为：H＝{(ri,ai,ei)}，其中，(ri,ai,ei)为人体所占的范围内的频点，并且其中，ri为属于人体范围的距离频点、ai为属于人体范围的水平角度频点、ei为属于人体范围的垂直角度频点。
在本申请实施例中，得到了人体所占的范围，在102中，即可计算一段时间内各个时刻人体所占的范围内的所有频点对应的角度FFT的相位差均值，估计人体微动引起的相位变化。
图3是计算上述角度FFT的相位差均值的一个方法的示意图，如图3所示，该方法包括：
301：对于人体所占的范围内的每个频点，计算所述频点在所述一段时间内的每个时刻对应的角度FFT的相位差；
302：对所述角度FFT的相位差进行异常处理，得到处理后的角度FFT的相位差；
303：对人体所占范围内的所有频点在同一时刻的处理后的角度FFT的相位差求取平均值，得到人体所占范围内的所有频点在所述一段时间内的各个时刻对应的角度FFT相位差均值。
在301中，一个频点包括距离频点、水平角度频点以及垂直角度频点，也即，每个频点是一个三维的值。并且，每个频点在某个时刻(假设时刻t)对应的角度FFT的相位差是指该频点在该时刻的角度FFT的相位与该频点在前一时刻(例如时刻t-1)的角度FFT的相位的差。
例如，假设
Figure BDA0002485679000000091
为t时刻频点(r,a,e)(其中，r为距离频点，a为水平角度频点，e为垂直角度频点)对应的角度FFT相位差，则该相位差可以通过下面的公式(7)计算获得。
Figure BDA0002485679000000092
其中，
Figure BDA0002485679000000093
和
Figure BDA0002485679000000094
分别为该频点(r,a,e)在t时刻和t-1时刻的角度FFT相位。该角度FFT相位是通过前面的公式(2)获得的，此处不再赘述。
在本申请实施例中，计算出的角度FFT相位被限制在(-π,π)之间，超出该范围的相位数值被折叠到该范围内。这将导致相位可能出现不连续和突变，使公式(7)中相位差(也即通过301计算出的相位差)异常大或异常小。为了解决这个问题，本申请在302中对301计算出的相位差进行异常处理。
在一些实施例中，对该角度FFT的相位差进行异常处理可以是：如果该角度FFT的相位差等于π，则保持该相位差的值不变，也即，处理后的角度FFT的相位差仍然为π；如果该角度FFT的相位差不等于π，则将该角度FFT的相位差加上π，与2π取模后再减去π，得到的值作为处理后的角度FFT的相位差。
下面的公式(8)给出了对301计算出的相位差进行异常处理的一个示例。
Figure BDA0002485679000000095
其中，
Figure BDA0002485679000000101
为处理后的相位差；如果原相位差
Figure BDA0002485679000000102
那么
Figure BDA0002485679000000103
其他情况下，对原相位差加上π，与2π取模后再减去π，得到处理后的相位差
Figure BDA0002485679000000104
在303中，计算相位差均值时，对各时刻(例如时刻t)属于一个人的区域内所有频点去除了异常值的相位差取均值，得到各时刻对应的角度FFT相位差均值。下面的公式(9)给出了计算时刻t人体所占范围(人体区域)内相位差均值Et的方法的一个示例。
Figure BDA0002485679000000105
其中，(r,a,e)为属于人体范围的频点，包括距离频点、水平角度频点和垂直角度频点，N为属于人体范围的频点的个数。
在本申请实施例中，得到了上述时间段内各时刻人体所占范围内所有频点对应的角度FFT的相位差均值，在103中，即可计算这段时间内各时刻的角度FFT的相位。
在一些实施例中，各时刻角度FFT的相位等于初始相位加上当前时刻以及之前的所有时刻的角度FFT的相位差均值的和。例如，对于时刻t，时刻t的角度FFT的相位等于初始相位加上时刻t以及之前所有时刻的角度FFT的相位差均值之和。
下面的公式(10)给出了从这些相位差均值还原各个时刻的相位的值的一个示例。
Figure BDA0002485679000000106
其中，Φt为还原后的时刻t的相位的值；Φ0为初始相位的值，本申请对该初始相位的取值不做限制，可以取任意值，例如为0。也即，时刻t的相位(还原的相位)等于初始相位加上时刻t以及之前所有时刻的角度FFT的相位差均值之和。
以上仅给出了根据各时刻的相位差还原各时刻的相位的一个示例，本申请不限于此，也可以采用其他方式来还原相位，具体可以参考相关技术。
在本申请实施例中，得到了各个时刻的角度FFT的相位(也即还原相位)，在104中，即可根据该还原相位检测生理信号的频率。
图4是根据该还原相位(简称为相位)检测生理信号的频率的一个方法的示意图，如图4所示，该方法包括：
401：使用带通滤波器对每个时刻的相位进行带通滤波，所述带通滤波器的频率范围为[1/Uv，1/Lv]，Lv和Uv是待检测的生理信号的周期范围；
402：计算滤波后的相位的局部最大值或局部最小值出现的时刻；
403：计算所述局部最大值或局部最小值出现的时刻的时间差；
404：将小于所述Uv的时间差的均值的倒数作为所述生理信号的频率。
在本申请实施例中，T时间段内所有的还原相位组成一个时间变化的序列Φ＝{Φt}。生理信号例如为呼吸或者心跳，而呼吸频率和心跳频率的计算方法相同，为了方便说明，在本申请实施例中将呼吸频率和心跳频率统称为生理信号的频率。
在本申请实施例中，在401中，可以设定生理信号的周期范围Lv和Uv，并对还原相位进行带通滤波，带通滤波器的频率范围设为[1/Uv，1/Lv]；在402中，计算滤波后还原相位的局部最大值或局部最小值出现的时刻，可以用s＝{s0，s1，…，sn}表示；在403中，计算该局部最大值或局部最小值出现的时刻的时间差；在404中，计算小于Uv的时间差的均值Es，则生理信号的频率为1/Es。
下面的公式(11)给出了计算时间差Δst的方法的一个示例。
Δst＝st-st-1 (11)
其中，st和st-1为该局部最大值或局部最小值出现的时刻。
在一些实施例中，滤波后相位的局部最大值大于预先设定的阈值，并且是Lv范围内的最大值；同理，滤波后相位的局部最小值小于预先设定的阈值，并且是Lv范围内的最小值。以上只是举例说明，该局部最大值和局部最小值也可以定义为其他值，本申请对此不做限制。
图5是根据该还原相位(简称为相位)检测生理信号的频率的另一个方法的示意图，如图5所示，该方法包括：
501：对所述一段时间内所有时刻的相位组成的时间变化的序列执行FFT操作，得到该序列的频谱分布；
502：将所述频谱分布中位于生理信号的频率范围内的最大值对应的频率作为生理信号的频率。
在本申请实施例中，T时间段内所有的还原相位组成一个时间变化的序列Φ＝{Φt}，对该序列执行FFT操作后，得到该序列的频谱分布{fk}，fk为对还原相位执行FFT操作后在频率k上的幅值，通过设定生理信号的频率范围，并根据还原相位的FFT结果({fk})可以得到生理信号的频率。
例如，定义呼吸频率范围LB和UB，还原相位的FFT结果在LB和UB之间的最大值对应的频率为呼吸频率B。下面的公式(12)给出了该呼吸频率B的计算方法的一个示例。
Figure BDA0002485679000000121
再例如，定义心跳频率范围LH和UH，还原相位的FFT结果在LH和UH之间的最大值对应的频率为心跳频率H。下面的公式(13)给出了该心跳频率H的计算方法的一个示例。
Figure BDA0002485679000000122
以上给出了根据还原相位检测生理信号的频率的示例，以上示例只是举例说明，也可以通过其他方法来根据该还原相位检测生理信号的频率。
值得注意的是，以上仅对与本申请相关的各操作或过程进行了说明，但本申请不限于此。该方法还可以包括其他操作或者过程，关于这些操作或者过程的具体内容，可以参考现有技术。
根据本申请实施例的方法，基于多天线毫米波雷达进行生理信号检测，不使用点云，而是利用人体动作引起的信号波动，能够实现不同距离或不同角度的多人同时检测；并且，通过距离FFT和角度FFT在空间上分离信号，能够消除噪声影响，降低噪声信号干扰，提高检测精度。
第二方面的实施例
本申请实施例提供一种生理信号检测装置，该生理信号检测装置对应实施例的第一方面的生理信号检测方法，相同的内容不再重复说明。
图6是本申请实施例的生理信号检测装置的一个示例的示意图。如图6所示，本申请实施例的生理信号检测装置600包括：
第一确定单元601，其根据雷达的角度FFT的数据的波动确定人体所占的范围；
第一计算单元602，其计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值；
第二计算单元603，其根据各个时刻的所述角度FFT的相位差均值，计算各个时刻的所述角度FFT的相位；以及
检测单元604，其根据各个时刻的所述相位检测生理信号的频率。
图7是第一确定单元601的一个示例的示意图，如图7所示，在一些实施例中，第一确定单元601包括：
第三计算单元701，其计算距离频点和水平角度频点上的角度FFT数据的波动；
搜索单元702，其搜索所述距离频点和水平角度频点上的角度FFT数据的波动的局部最大值；
第二确定单元703，其根据所述局部最大值确定所述局部最大值所在的位置是否存在人体；以及
第三确定单元704，其根据人体所在的位置确定人体所占的范围。
在一些实施例中，第三计算单元701计算距离频点和水平角度频点上的角度FFT数据的波动，包括：
计算每个距离频点和水平角度频点对应的所有垂直角度频点上的角度FFT数据的波动；
将所述所有垂直角度频点上的角度FFT数据的波动的最大值或均值作为所述距离频点和水平角度频点的角度FFT数据的波动。
在一些实施例中，第三计算单元701计算每个距离频点和水平角度频点对应的每个垂直角度频点上的角度FFT数据的波动，包括：
计算所述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT数据差的均值；
将所述角度FFT数据差的均值作为所述距离频点、水平角度频点、垂直角度频点的角度FFT数据的波动。
在一些实施例中，所述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT数据差为：
所述距离频点、水平角度频点、垂直角度频点在所述一段时间内的不同时刻的角度FFT幅值的差的绝对值。
在一些实施例中，所述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT数据差为：
所述距离频点、水平角度频点、垂直角度频点在所述一段时间内的不同时刻的角度FFT复数差的模值。
在一些实施例中，第三计算单元701计算每个距离频点和水平角度频点对应的每个垂直角度频点上的角度FFT数据的波动，包括：
计算所述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT幅值的标准差；
将所述角度FFT幅值的标准差作为所述距离频点、水平角度频点、垂直角度频点的角度FFT数据的波动。
在一些实施例中，所述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT幅值为：
所述距离频点、水平角度频点、垂直角度频点在一段时间内不同时刻的角度FFT的幅值。
在一些实施例中，所述局部最大值为预先设定的范围内所述距离频点和水平角度频点上的角度FFT数据的波动的最大值。
在一些实施例中，如果所述局部最大值所在的位置的距离频点和水平角度频点的角度FFT数据的波动值大于预先设定的阈值，则第二确定单元703确定所述局部最大值所在的位置存在人体，否则第二确定单元703确定所述局部最大值所在的位置不存在人体。
在一些实施例中，所述人体所占的范围为以所述人体所在的位置为中心的预定区域的范围；
人体所在的位置表示为(rh，ah)，rh为人体所在的位置的距离频点，ah为人体所在位置的水平角度频点，则人体所占的范围为：
距离频点大于rh-Lr并小于rh+Ur、水平角度频点大于ah-La并小于ah+Ua、垂直角度频点大于Le并小于Ue的区域；
其中，Lr和Ur为距离频点阈值，La和Ua为水平角度频点阈值，Le和Ue为垂直角度频点阈值。
在一些实施例中，人体所占的范围表示为：H＝{(ri，ai，ei)}，其中，(ri，ai，ei)为人体所占的范围内的一个频点，并且其中，ri为距离频点、ai为水平角度频点、ei为垂直角度频点，第一计算单元602计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值，包括：
对于人体所占的范围内的每个频点，计算所述频点在所述一段时间内的每个时刻对应的角度FFT的相位差；
对所述角度FFT的相位差进行异常处理，得到处理后的角度FFT的相位差；
对人体所占范围内的所有频点在同一时刻的处理后的角度FFT的相位差求取平均值，得到人体所占范围内的所有频点在所述一段时间内的各个时刻对应的角度FFT相位差均值。
在一些实施例中，所述频点在时刻t对应的角度FFT的相位差为：所述频点在时刻t的角度FFT的相位与所述频点在前一时刻的角度FFT的相位的差。
在一些实施例中，第一计算单元602对所述角度FFT的相位差进行异常处理，包括：
如果所述角度FFT的相位差等于π，则处理后的角度FFT的相位差为π；
如果所述角度FFT的相位差不等于π，则将所述角度FFT的相位差加上π，与2π取模后减去π，得到处理后的角度FFT的相位差。
在一些实施例中，对于时刻t，第二计算单元603在计算时刻t的角度FFT的相位时，将初始相位加上时刻t以及之前所有时刻的角度FFT的相位差均值之和，得到时刻t的角度FFT的相位。
在一些实施例中，检测单元604根据各个时刻的所述相位检测生理信号的频率，包括：
使用带通滤波器对每个时刻的相位进行带通滤波，所述带通滤波器的频率范围为[1/Uv，1/Lv]，Lv和Uv是待检测的生理信号的周期范围；
计算滤波后的相位的局部最大值/局部最小值出现的时刻；
计算所述局部最大值/局部最小值出现的时刻的时间差；
将小于所述Uv的时间差的均值的倒数作为所述生理信号的频率。
在一些实施例中，滤波后相位的局部最大值/局部最小值大于/小于预先设定的阈值，并且是Lv范围内的最大值/最小值。
值得注意的是，以上仅对与本申请相关的各部件或模块进行了说明，但本申请不限于此。生理信号检测装置600还可以包括其他部件或者模块，关于这些部件或者模块的具体内容，可以参考相关技术。
根据本申请实施例，基于多天线毫米波雷达进行生理信号检测，不使用点云，而是利用人体动作引起的信号波动，能够实现不同距离或不同角度的多人同时检测；并且，通过距离FFT和角度FFT在空间上分离信号，能够消除噪声影响，降低噪声信号干扰，提高检测精度。
第三方面的实施例
本申请实施例提供一种数据处理设备，该数据处理设备例如可以是计算机、服务器、工作站、膝上型计算机、智能手机，等等；但本申请实施例不限于此。
图8是本申请实施例的数据处理设备的一个示意图，如图8所示，数据处理设备800可以包括：至少一个接口(图中未示出)，处理器(例如，中央处理器(CPU))801，存储器802；存储器802耦合到处理器801。其中存储器802可存储各种数据；此外还存储人体姿态检测程序803，并且在处理器801的控制下执行该程序1303，并存储各种数据，例如预设的各种阈值和预定的条件等。
在一些实施例中，第二方面的实施例所述的生理信号检测装置600的功能可以被集成到处理器801中，实现第一方面的实施例所述的生理信号检测方法。例如，该处理器801可以被配置为：
根据雷达的角度FFT的数据的波动确定人体所占的范围；
计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值；
根据各个时刻的所述角度FFT的相位差均值，计算各个时刻的所述角度FFT的相位；
根据各个时刻的所述相位检测生理信号的频率。
在一些实施例中，第二方面的实施例所述的生理信号检测装置600可以与处理器801分开配置，例如可以将该生理信号检测装置600配置为与处理器801连接的芯片，通过处理器801的控制来实现生理信号检测装置600的功能。
值得注意的是，数据处理设备800还可以包括显示器805以及I/O设备804，或者也并不是必须要包括图8中所示的所有部件，例如还可以包括摄像头和雷达(未图示)，用于获取输入图像帧；此外，该数据处理设备800还可以包括图8中没有示出的部件，可以参考现有技术。
在本申请实施例中，处理器801有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该处理器801接收输入并控制数据处理设备800的各个部件的操作。
在本申请实施例中，存储器802例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存各种信息，此外还可存储执行有关信息的程序。并且处理器801可执行该存储器802存储的该程序，以实现信息存储或处理等。其他部件的功能与现有类似，此处不再赘述。数据处理设备800的各部件可以通过专用硬件、固件、软件或其结合来实现，而不偏离本申请的范围。
根据本申请实施例，基于多天线毫米波雷达进行生理信号检测，不使用点云，而是利用人体动作引起的信号波动，能够实现不同距离或不同角度的多人同时检测；并且，通过距离FFT和角度FFT在空间上分离信号，能够消除噪声影响，降低噪声信号干扰，提高检测精度。
本申请实施例还提供一种计算机可读程序，其中当在数据处理设备中执行所述程序时，所述程序使得所述数据处理设备执行实施例的第一方面所述的生理信号检测方法。
本申请实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得数据处理设备中执行实施例的第一方面所述的生理信号检测方法。
本申请以上的装置和方法可以由硬件实现，也可以由硬件结合软件实现。本申请涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文所述的装置或构成部件，或使该逻辑部件实现上文所述的各种方法或步骤。本申请还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。
结合本申请实施例描述的方法/装置可直接体现为硬件、由处理器执行的软件模块或二者组合。图中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合，既可以对应于计算机程序流程的各个软件模块，亦可以对应于各个硬件模块。这些软件模块，可以分别对应于图中所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息；或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中，也可以存储在可***移动终端的存储卡中。例如，若设备(如移动终端)采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置，则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对附图中描述的功能方框中的一个或多个和/或功能方框的一个或多个组合，可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。针对附图描述的功能方框中的一个或多个和/或功能方框的一个或多个组合，还可以实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本申请进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的精神和原理对本申请做出各种变型和修改，这些变型和修改也在本申请的范围内。
关于本申请实施例公开的上述实施方式，还公开了如下的附记：
1、一种生理信号检测方法，其中，所述方法包括：
根据雷达的角度FFT的数据的波动确定人体所占的范围；
计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值；
根据各个时刻的所述角度FFT的相位差均值，计算各个时刻的所述角度FFT的相位；
根据各个时刻的所述相位检测生理信号的频率。
2、根据附记1所述的方法，其中，根据雷达的角度FFT的数据的波动确定人体所占的范围，包括：
计算距离频点和水平角度频点上的角度FFT数据的波动；
搜索所述距离频点和水平角度频点上的角度FFT数据的波动的局部最大值；
根据所述局部最大值确定所述局部最大值所在的位置是否存在人体；
根据人体所在的位置确定人体所占的范围。
3、根据附记2所述的方法，其中，计算距离频点和水平角度频点上的角度FFT数据的波动，包括：
计算每个距离频点和水平角度频点对应的所有垂直角度频点上的角度FFT数据的波动；
将所述所有垂直角度频点上的角度FFT数据的波动的最大值或均值作为所述距离频点和水平角度频点的角度FFT数据的波动。
4、根据附记3所述的方法，其中，计算每个距离频点和水平角度频点对应的每个垂直角度频点上的角度FFT数据的波动，包括：
计算所述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT数据差的均值；
将所述角度FFT数据差的均值作为所述距离频点、水平角度频点、垂直角度频点的角度FFT数据的波动。
4.1、根据附记4所述的方法，其中，所述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT数据差为：
所述距离频点、水平角度频点、垂直角度频点在所述一段时间内的不同时刻的角度FFT幅值的差的绝对值。
4.2、根据附记4所述的方法，其中，所述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT数据差为：
所述距离频点、水平角度频点、垂直角度频点在所述一段时间内的不同时刻的角度FFT复数差的模值。
5、根据附记3所述的方法，其中，计算每个距离频点和水平角度频点对应的每个垂直角度频点上的角度FFT数据的波动，包括：
计算所述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT幅值的标准差；
将所述角度FFT幅值的标准差作为所述距离频点、水平角度频点、垂直角度频点的角度FFT数据的波动。
5.1、根据附记5所述的方法，其中，所述距离频点、水平角度频点、垂直角度频点在一段时间内的角度FFT幅值为：
所述距离频点、水平角度频点、垂直角度频点在一段时间内不同时刻的角度FFT的幅值。
6、根据附记2所述的方法，其中，所述局部最大值为预先设定的范围内所述距离频点和水平角度频点上的角度FFT数据的波动的最大值。
7、根据附记2所述的方法，其中，如果所述局部最大值所在的位置的距离频点和水平角度频点的角度FFT数据的波动值大于预先设定的阈值(第一阈值)，则确定所述局部最大值所在的位置存在人体，否则确定所述局部最大值所在的位置不存在人体。
8、根据附记2所述的方法，其中，所述人体所占的范围为以所述人体所在的位置为中心的预定区域的范围；
人体所在的位置表示为(rh，ah)，rh为人体所在的位置的距离频点，ah为人体所在位置的水平角度频点，则人体所占的范围为：
距离频点大于rh-Lr并小于rh+Ur、水平角度频点大于ah-La并小于ah+Ua、垂直角度频点大于Le并小于Ue的区域；
其中，Lr和Ur为距离频点阈值，La和Ua为水平角度频点阈值，Le和Ue为垂直角度频点阈值。
9、根据附记1所述的方法，其中，人体所占的范围表示为：H＝{(ri,ai,ei)}，其中，(ri,ai,ei)为人体所占的范围内的一个频点，并且其中，ri为距离频点、ai为水平角度频点、ei为垂直角度频点，计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值，包括：
对于人体所占的范围内的每个频点，计算所述频点在所述一段时间内的每个时刻对应的角度FFT的相位差；
对所述角度FFT的相位差进行异常处理，得到处理后的角度FFT的相位差；
对人体所占范围内的所有频点在同一时刻的处理后的角度FFT的相位差求取平均值，得到人体所占范围内的所有频点在所述一段时间内的各个时刻对应的角度FFT相位差均值。
10、根据附记9所述的方法，其中，所述频点在时刻t对应的角度FFT的相位差为：所述频点在时刻t的角度FFT的相位与所述频点在前一时刻的角度FFT的相位的差。
11、根据附记9所述的方法，其中，对所述角度FFT的相位差进行异常处理，包括：
如果所述角度FFT的相位差等于π，则处理后的角度FFT的相位差为π；
如果所述角度FFT的相位差不等于π，则将所述角度FFT的相位差加上π，与2π取模后减去π，得到处理后的角度FFT的相位差。
12、根据附记1所述的方法，其中，对于时刻t，时刻t的角度FFT的相位等于初始相位加上时刻t以及之前所有时刻的角度FFT的相位差均值之和。
13、根据附记1所述的方法，其中，根据各个时刻的所述相位检测生理信号的频率，包括：
使用带通滤波器对每个时刻的相位进行带通滤波，所述带通滤波器的频率范围为[1/Uv，1/Lv]，Lv和Uv是待检测的生理信号的周期范围；
计算滤波后的相位的局部最大值/局部最小值出现的时刻；
计算所述局部最大值/局部最小值出现的时刻的时间差；
将小于所述Uv的时间差的均值的倒数作为所述生理信号的频率。
13.1、根据附记13所述的方法，其中，滤波后相位的局部最大值/局部最小值大于/小于预先设定的阈值，并且是Lv范围内的最大值/最小值。
14、一种数据处理设备，其中，所述数据处理设备包括处理器和存储器，所述存储器存储计算机程序，所述处理器被配置为执行所述计算机程序而实现如下所述的生理信号检测方法：
根据雷达的角度FFT的数据的波动确定人体所占的范围；
计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度FFT的相位差均值；
根据各个时刻的所述角度FFT的相位差均值，计算各个时刻的所述角度FFT的相位；
根据各个时刻的所述相位检测生理信号的频率。

Claims (10)

1.一种生理信号检测装置，其特征在于，所述装置包括：
第一确定单元，其根据雷达的角度快速傅里叶变换的数据的波动确定人体所占的范围；
第一计算单元，其计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度快速傅里叶变换的相位差均值；
第二计算单元，其根据各个时刻的所述角度快速傅里叶变换的相位差均值，计算各个时刻的所述角度快速傅里叶变换的相位；
检测单元，其根据各个时刻的所述相位检测生理信号的频率。
2.根据权利要求1所述的装置，其中，所述第一确定单元包括：
第三计算单元，计算距离频点和水平角度频点上的角度快速傅里叶变换数据的波动；
搜索单元，其搜索所述距离频点和水平角度频点上的角度快速傅里叶变换数据的波动的局部最大值；
第二确定单元，其根据所述局部最大值确定所述局部最大值所在的位置是否存在人体；
第三确定单元，其根据人体所在的位置确定人体所占的范围。
3.根据权利要求2所述的装置，其中，所述第三计算单元计算距离频点和水平角度频点上的角度快速傅里叶变换数据的波动，包括：
计算每个距离频点和水平角度频点对应的所有垂直角度频点上的角度快速傅里叶变换数据的波动；
将所述所有垂直角度频点上的角度快速傅里叶变换数据的波动的最大值或均值作为所述距离频点和水平角度频点的角度快速傅里叶变换数据的波动。
4.根据权利要求2所述的装置，其中，如果所述局部最大值所在的位置的距离频点和水平角度频点的角度快速傅里叶变换数据的波动值大于预先设定的阈值，则所述第二确定单元确定所述局部最大值所在的位置存在人体，否则所述第二确定单元确定所述局部最大值所在的位置不存在人体。
5.根据权利要求2所述的装置，其中，所述人体所占的范围为以所述人体所在的位置为中心的预定区域的范围；
人体所在的位置表示为(rh,ah)，rh为人体所在的位置的距离频点，ah为人体所在位置的水平角度频点，则人体所占的范围为：
距离频点大于rh-Lr并小于rh+Ur、水平角度频点大于ah-La并小于ah+Ua、垂直角度频点大于Le并小于Ue的区域；
其中，Lr和Ur为距离频点阈值，La和Ua为水平角度频点阈值，Le和Ue为垂直角度频点阈值。
6.根据权利要求1所述的装置，其中，人体所占的范围表示为：H＝{(ri,ai,ei)}，其中，(ri,ai,ei)为人体所占的范围内的一个频点，并且其中，ri为距离频点、ai为水平角度频点、ei为垂直角度频点，所述第一计算单元计算一段时间内各个时刻所述人体所占的范围内的所有频点对应的角度快速傅里叶变换的相位差均值，包括：
对于人体所占的范围内的每个频点，计算所述频点在所述一段时间内的每个时刻对应的角度快速傅里叶变换的相位差；
对所述角度快速傅里叶变换的相位差进行异常处理，得到处理后的角度快速傅里叶变换的相位差；
对人体所占范围内的所有频点在同一时刻的处理后的角度快速傅里叶变换的相位差求取平均值，得到人体所占范围内的所有频点在所述一段时间内的各个时刻对应的角度快速傅里叶变换相位差均值。
7.根据权利要求6所述的装置，其中，所述频点在时刻t对应的角度快速傅里叶变换的相位差为：所述频点在时刻t的角度快速傅里叶变换的相位与所述频点在前一时刻的角度快速傅里叶变换的相位的差。
8.根据权利要求6所述的装置，其中，所述第一计算单元对所述角度快速傅里叶变换的相位差进行异常处理，包括：
如果所述角度快速傅里叶变换的相位差等于π，则处理后的角度快速傅里叶变换的相位差为π；
如果所述角度快速傅里叶变换的相位差不等于π，则将所述角度快速傅里叶变换的相位差加上π，与2π取模后减去π，得到处理后的角度快速傅里叶变换的相位差。
9.根据权利要求1所述的装置，其中，对于时刻t，时刻t的角度快速傅里叶变换的相位等于初始相位加上时刻t以及之前所有时刻的角度快速傅里叶变换的相位差均值之和。
10.根据权利要求1所述的装置，其中，所述检测单元根据各个时刻的所述相位检测生理信号的频率，包括：
使用带通滤波器对每个时刻的相位进行带通滤波，所述带通滤波器的频率范围为[1/Uv，1/Lv]，Lv和Uv是待检测的生理信号的周期范围；
计算滤波后的相位的局部最大值/局部最小值出现的时刻；
计算所述局部最大值/局部最小值出现的时刻的时间差；
将小于所述Uv的时间差的均值的倒数作为所述生理信号的频率。
CN202010390789.1A 2020-05-11 2020-05-11 生理信号检测方法、装置和数据处理设备 Pending CN113633268A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010390789.1A CN113633268A (zh) 2020-05-11 2020-05-11 生理信号检测方法、装置和数据处理设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010390789.1A CN113633268A (zh) 2020-05-11 2020-05-11 生理信号检测方法、装置和数据处理设备

Publications (1)

Publication Number Publication Date
CN113633268A true CN113633268A (zh) 2021-11-12

Family

ID=78415244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010390789.1A Pending CN113633268A (zh) 2020-05-11 2020-05-11 生理信号检测方法、装置和数据处理设备

Country Status (1)

Country Link
CN (1) CN113633268A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116643247A (zh) * 2023-07-25 2023-08-25 南京航空航天大学 一种舱内活体检测杂波抑制方法和装置
WO2023191720A3 (en) * 2022-03-29 2023-11-09 Agency For Science, Technology And Research Methods and systems for tracking living objects

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102657530A (zh) * 2012-04-26 2012-09-12 沈阳工业大学 一种基于距离域滤波的人体呼吸频率检测方法
CN106821347A (zh) * 2016-12-20 2017-06-13 中国人民解放军第三军医大学 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法
CN107167784A (zh) * 2017-07-05 2017-09-15 电子科技大学 一种基于多通道比相定位的多人体目标定位跟踪方法
CN110133602A (zh) * 2018-02-08 2019-08-16 英飞凌科技股份有限公司 具有相位校正的雷达感测
CN110584631A (zh) * 2019-10-10 2019-12-20 重庆邮电大学 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法
CN110865364A (zh) * 2019-11-12 2020-03-06 森思泰克河北科技有限公司 雷达的目标解算方法及终端设备
CN113466851A (zh) * 2020-03-30 2021-10-01 富士通株式会社 人体姿态检测方法、装置和数据处理设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102657530A (zh) * 2012-04-26 2012-09-12 沈阳工业大学 一种基于距离域滤波的人体呼吸频率检测方法
CN106821347A (zh) * 2016-12-20 2017-06-13 中国人民解放军第三军医大学 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法
CN107167784A (zh) * 2017-07-05 2017-09-15 电子科技大学 一种基于多通道比相定位的多人体目标定位跟踪方法
CN110133602A (zh) * 2018-02-08 2019-08-16 英飞凌科技股份有限公司 具有相位校正的雷达感测
CN110584631A (zh) * 2019-10-10 2019-12-20 重庆邮电大学 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法
CN110865364A (zh) * 2019-11-12 2020-03-06 森思泰克河北科技有限公司 雷达的目标解算方法及终端设备
CN113466851A (zh) * 2020-03-30 2021-10-01 富士通株式会社 人体姿态检测方法、装置和数据处理设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023191720A3 (en) * 2022-03-29 2023-11-09 Agency For Science, Technology And Research Methods and systems for tracking living objects
CN116643247A (zh) * 2023-07-25 2023-08-25 南京航空航天大学 一种舱内活体检测杂波抑制方法和装置
CN116643247B (zh) * 2023-07-25 2023-10-27 南京航空航天大学 一种舱内活体检测杂波抑制方法和装置

Similar Documents

Publication Publication Date Title
US9795306B2 (en) Method of estimating blood pressure based on image
US10426411B2 (en) System and method for providing a real-time signal segmentation and fiducial points alignment framework
RU2677014C2 (ru) Способ и система мониторинга беременности
JP6121177B2 (ja) ソースビデオ画像から動脈拍動経過時間を導出すること
US9364157B2 (en) Apparatus based on image for detecting heart rate activity and method thereof
EP3381364B1 (en) Respiratory estimation method and device
US20160228069A1 (en) Processing apparatus, processing method and system for processing a physiological signal
EP2819571B1 (en) Processing a signal representing a physiological rhythm
Wartzek et al. Robust sensor fusion of unobtrusively measured heart rate
US9498162B2 (en) Identifying seizures using heart data from two or more windows
CN113633268A (zh) 生理信号检测方法、装置和数据处理设备
JP2015211829A (ja) 動脈拍動波伝搬時間のｖｐｇおよびｅｃｇ／ｅｋｇ信号からの判定
KR102007011B1 (ko) 심전도 신호로부터 중요 포인트를 검출하는 장치 및 방법
CN112438707A (zh) 生命体征的检测装置、方法及***
Iozza et al. Monitoring breathing rate by fusing the physiological impact of respiration on video-photoplethysmogram with head movements
US9320440B2 (en) Discriminating between atrial fibrillation and sinus rhythm in physiological signals obtained from video
CN113518582A (zh) 脉搏血氧测定***
Chan et al. Improving heart rate and heart rate variability estimation from video through a hr-rr-tuned filter
EP3020334A1 (en) Measurement system of respiration-related signals and method of operating the same
CN112386237B (zh) 生命体的检测装置、方法及***
CN116269297A (zh) 基于雷达的生命体征检测方法、装置、雷达及存储介质
Gilakjani et al. Improved sensor selection method during movement for breathing rate estimation with unobtrusive pressure sensor arrays
JP6430144B2 (ja) 心電波形検出装置、心電波形検出方法、心電波形検出プログラム、及び撮像装置
US20230371822A1 (en) Method and system for non-contact vital sign monitoring
Xie et al. Heart rate estimation from ballistocardiogram using hilbert transform and viterbi decoding

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination