一种远距离人体呼吸信号检测的方法、系统及存储介质

摘要

本发明提供一种远距离人体呼吸信号检测的方法、系统及存储介质，该方法包括如下步骤：基于多个不同的载频并通过目标雷达向目标物体发射多次探测波；分别接收不同载频下多次探测波经目标物体反射的散射回波；基于多个散射回波获取对应载频下的多个时域回波，并将多个时域回波组成为对应载频下的时域回波记录剖面；根据时域回波记录剖面计算生成时域回波的一维距离像；选取一维距离像中具有周期性变化的距离区间；对不同载频下处于距离区间内的每个时域回波进行第一FFT频谱特征分析，得到不同载频下的第一频谱特征；若不同载频下的第一频谱特征相同，则判定散射回波中存在呼吸信号。本发明具有探测远距离人体呼吸信号精度较高的效果。

权利要求

1.一种远距离人体呼吸信号检测的方法，其特征在于，包括如下步骤：基于多个不同的载频并通过目标雷达向目标物体发射多次探测波；

分别接收不同载频下多次所述探测波经所述目标物体反射的散射回波，所述散射回波包括基于物体运动所产生的多普勒信号、基于人体呼吸和心跳所产生的微多普勒信号以及环境杂波信号，所述多普勒信号FFT后的谱峰位置和载频相关，所述微多普勒信号FFT后的谱峰位置与载频无关；

基于多个所述散射回波获取对应载频下的多个时域回波，并将多个所述时域回波组成为对应载频下的时域回波记录剖面；

分别对不同载频下所述时域回波记录剖面中的所述时域回波进行预处理，并根据所述时域回波记录剖面计算生成所述时域回波的一维距离像；

选取所述一维距离像中具有周期性变化的距离区间；

对不同载频下处于所述距离区间内的每个所述时域回波进行第一FFT频谱特征分析，得到不同载频下的第一频谱特征；

判断不同载频下的所述第一频谱特征是否相同；

若不同载频下的所述第一频谱特征相同，则判定所述散射回波中存在呼吸信号。

2.根据权利要求1所述的远距离人体呼吸信号检测的方法，其特征在于，所述基于多个所述散射回波获取对应载频下的多个时域回波，并将多个所述时域回波组成为对应载频下的时域回波记录剖面包括如下步骤：根据预设的多个频点获取每个所述频点处所述散射回波相对于所述探测波的幅度和相位，得到多个所述频点对应的频率响应序列；

将所述频率响应序列转换至时域，得到单个所述散射回波对应的时域回波；

将同一载频下所有所述散射回波对应的时域回波组成为时域回波记录剖面。

3.根据权利要求1所述的远距离人体呼吸信号检测的方法，其特征在于，所述方法还包括如下步骤：若不同载频下的多个所述第一频谱特征不相同，则通过经验模态分解方法分别对不同载频下处于所述距离区间内的每个所述时域回波进行分解，得到不同载频下的多个本征模态函数；

从不同载频下的多个所述本征模态函数中根据预设的频率范围选取多个目标本征模态函数，并将多个所述目标本征模态函数相加，得到不同载频下的叠加波形；

对不同载频下的所述叠加波形进行第二FFT频谱特征分析，得到不同载频下的第二频谱特征；

判断不同载频下的所述第二频谱特征是否相同；

若不同载频下的所述第二频谱特征相同，则判定所述散射回波中存在所述呼吸信号。

4.根据权利要求3所述的远距离人体呼吸信号检测的方法，其特征在于，所述方法还包括如下步骤：若不同载频下的所述第二频谱特征不相同，则将不同载频下的所述叠加波形进行循环互相关谱运算，得到不同载频下的多个切片频谱；

分别从不同载频下的多个所述切片频谱中选取能量最大的所述切片频谱作为目标切片频谱；

对不同载频下的所述目标切片频谱进行第三FFT频谱特征分析，得到不同载频下的第三频谱特征；

判断不同载频下的所述第三频谱特征是否相等或是否存在倍频关系；

若不同载频下的所述第三频谱特征相等或存在倍频关系，则判定所述散射回波中存在所述呼吸信号；

若不同载频下的所述第三频谱特征不相等且不存在倍频关系，则判定所述散射回波中不存在所述呼吸信号。

5.根据权利要求3所述的远距离人体呼吸信号检测的方法，其特征在于，所述通过经验模态分解方法分别对不同载频下处于所述距离区间内的每个所述时域回波进行分解，得到不同载频下的多个本征模态函数包括如下步骤：将所述时域回波作为目标信号，并获取所述目标信号的极大值点和极小值点；

基于所述极大值点拟合出极大值包络线，并基于所述极小值点拟合出极小值包络线；

根据所述极大值包络线和所述极小值包络线计算得到所述时域回波的均值包络；

将所述目标信号减去所述均值包络，得到备选信号；

判断所述备选信号是否为所述时域回波的本征模态函数分量；

若所述备选信号不为所述时域回波的本征模态函数分量，则将所述备选信号作为所述目标信号，并重复获取所述目标信号的极值点以获取新备选信号，直至所述新备选信号为所述时域回波的本征模态函数分量；

将所述本征模态函数分量作为所述目标信号，重复获取所述目标信号的极值点以获取所述时域回波多阶的本征模态函数分量，直至任意一阶的本征模态函数余量或所述本征模态函数分量小于预设的分解阈值；

或，

直至任意一阶的所述本征模态函数余量为单调函数或常量。

6.根据权利要求5所述的远距离人体呼吸信号检测的方法，其特征在于，所述方法还包括如下步骤：若所述备选信号为所述时域回波的本征模态函数分量，则将所述本征模态函数分量作为所述目标信号，重复获取所述目标信号的极值点以获取所述时域回波多阶的本征模态函数分量，直至任意一阶的本征模态函数余量或所述本征模态函数分量小于所述分解阈值；

或，

直至任意一阶的所述本征模态函数余量为单调函数或常量。

7.根据权利要求1所述的远距离人体呼吸信号检测的方法，其特征在于，所述散射回波表示为：式中： 为所述散射回波， 表示运动物体的所述

多普勒信号， 为所述目标雷达的载频， 表示所述运动物体的雷达散射截面积， 表示所述运动物体的速度， 表示所述运动物体的距离；

表示所述微多普勒信号， 表示微动部分的RCS， 表示胸腔或心脏的振动频率，表示所述环境杂波信号，j表示虚数单位，c表示光速。

8.一种远距离人体呼吸信号检测的系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

说明书

一种远距离人体呼吸信号检测的方法、系统及存储介质

技术领域

[0001] 本发明设计雷达信号处理技术领域，具体是涉及到一种远距离人体呼吸信号检测的方法、系统及存储介质。

背景技术

[0002] 基于雷达探测的人体生命体征信号检测是雷达信号处理领域一个重要的研究方向。自20世纪70年代初以来，连续波（Continuous‑wave，CW）多普勒雷达已广泛用于地震废墟下的受害者搜索。它发射单调CW信号，解调反射波的相位变化，以获得人体目标的呼吸和心跳频率。这是因为反射波的相位变化与心肺活动引起的胸部位移成线性比例。该雷达结构简单，距离分辨率受限。

[0003] 为了提供准确的距离信息和生命体征估计，还提出了线性调频连续波（Linear Frequency Modulated Continuous Wave，LFMCW）雷达、步进频率连续波（Step Frequency Continuous Wave，SFCW）雷达和脉冲无线电超宽带（Impulse Radio UWB，IR‑UWB）雷达。LFMCW雷达和SFCW雷达分别发射线性调频连续波和步进频率连续波，然后沿记录时间轴检测回波信号的频率/相位变化和相应的变化历史，以获得人体的距离和生命体征信息。然而，它们的信号发生器要求低相位噪声、快速稳定时间和精确频率控制，因此雷达结构复杂，成本和功耗高。而脉冲无线电超宽带雷达则是发射一个超短脉冲，然后通过检测反射脉冲的飞行时间（time‑of‑flight，TOF）以及沿记录时间轴的相应TOF变化来获取距离信息和生命体征估计。

[0004] 由于上述方法只能传输不太强的信号能量级别，从而会降低信噪比（Signal‑to‑noise ratio，SNR），进而降低检测精度。此外，上述方法还容易受到噪声和射频干扰（Radio Frequency Interference，RFI）的影响。因此，上述方法仅适用于近距离的人体呼吸信号探测，如地震废墟中的人员探测、婴儿或老人卧床时的呼吸检测等。在百米量级的远距离人员检测场合，如安防中的人员潜伏探测，雷达的发射和接收的传播路径变得复杂，传播路径中存在树丛晃动、弱遮挡物体的影响、人体自身的运动或微动等，在这种情况下对人体呼吸信号探测，难度增大，若采用上述方法进行探测，精度较低。

发明内容

[0005] 本发明提供一种远距离人体呼吸信号检测的方法、系统及存储介质，以解决远距离人体呼吸信号探测难度较大、精度较低的问题。

[0006] 第一方面，本发明提供一种远距离人体呼吸信号检测的方法，该方法包括如下步骤：

[0007] 基于多个不同的载频并通过目标雷达向目标物体发射多次探测波；

[0008] 分别接收不同载频下多次所述探测波经所述目标物体反射的散射回波；

[0009] 基于多个所述散射回波获取对应载频下的多个时域回波，并将多个所述时域回波组成为对应载频下的时域回波记录剖面；

[0010] 分别对不同载频下所述时域回波记录剖面中的所述时域回波进行预处理，并根据所述时域回波记录剖面计算生成所述时域回波的一维距离像；

[0011] 选取所述一维距离像中具有周期性变化的距离区间；

[0012] 对不同载频下处于所述距离区间内的每个所述时域回波进行第一FFT频谱特征分析，得到不同载频下的第一频谱特征；

[0013] 判断不同载频下的所述第一频谱特征是否相同；

[0014] 若不同载频下的所述第一频谱特征相同，则判定所述散射回波中存在呼吸信号。

[0015] 可选的，所述基于多个所述散射回波获取对应载频下的多个时域回波，并将多个所述时域回波组成为对应载频下的时域回波记录剖面包括如下步骤：

[0016] 根据预设的多个频点获取每个所述频点处所述散射回波相对于所述探测波的幅度和相位，得到多个所述频点对应的频率响应序列；

[0017] 将所述频率响应序列转换至时域，得到单个所述散射回波对应的时域回波；

[0018] 将同一载频下所有所述散射回波对应的时域回波组成为时域回波记录剖面。

[0019] 可选的，所述方法还包括如下步骤：

[0020] 若不同载频下的多个所述第一频谱特征不相同，则通过经验模态分解方法分别对不同载频下处于所述距离区间内的每个所述时域回波进行分解，得到不同载频下的多个本征模态函数；

[0021] 从不同载频下的多个所述本征模态函数中根据预设的频率范围选取多个目标本征模态函数，并将多个所述目标本征模态函数相加，得到不同载频下的叠加波形；

[0022] 对不同载频下的所述叠加波形进行第二FFT频谱特征分析，得到不同载频下的第二频谱特征；

[0023] 判断不同载频下的所述第二频谱特征是否相同；

[0024] 若不同载频下的所述第二频谱特征相同，则判定所述散射回波中存在所述呼吸信号。

[0025] 可选的，所述方法还包括如下步骤：

[0026] 若不同载频下的所述第二频谱特征不相同，则将不同载频下的所述叠加波形进行循环互相关谱运算，得到不同载频下的多个切片频谱；

[0027] 分别从不同载频下的多个所述切片频谱中选取能量最大的所述切片频谱作为目标切片频谱；

[0028] 对不同载频下的所述目标切片频谱进行第三FFT频谱特征分析，得到不同载频下的第三频谱特征；

[0029] 判断不同载频下的所述第三频谱特征是否相等或是否存在倍频关系；

[0030] 若不同载频下的所述第三频谱特征相等或存在倍频关系，则判定所述散射回波中存在所述呼吸信号；

[0031] 若不同载频下的所述第三频谱特征不相等且不存在倍频关系，则判定所述散射回波中不存在所述呼吸信号。

[0032] 可选的，所述通过经验模态分解方法分别对不同载频下处于所述距离区间内的每个所述时域回波进行分解，得到不同载频下的多个本征模态函数包括如下步骤：

[0033] 将所述时域回波作为目标信号，并获取所述目标信号的极大值点和极小值点；

[0034] 基于所述极大值点拟合出极大值包络线，并基于所述极小值点拟合出极小值包络线；

[0035] 根据所述极大值包络线和所述极小值包络线计算得到所述时域回波的均值包络；

[0036] 将所述目标信号减去所述均值包络，得到备选信号；

[0037] 判断所述备选信号是否为所述时域回波的本征模态函数分量；

[0038] 若所述备选信号不为所述时域回波的本征模态函数分量，则将所述备选信号作为所述目标信号，并重复获取所述目标信号的极值点以获取新备选信号，直至所述新备选信号为所述时域回波的本征模态函数分量；

[0039] 将所述本征模态函数分量作为所述目标信号，重复获取所述目标信号的极值点以获取所述时域回波多阶的本征模态函数分量，直至任意一阶的本征模态函数余量或所述本征模态函数分量小于预设的分解阈值；

[0040] 或，

[0041] 直至任意一阶的所述本征模态函数余量为单调函数或常量。

[0042] 可选的，所述方法还包括如下步骤：

[0043] 若所述备选信号为所述时域回波的本征模态函数分量，则将所述本征模态函数分量作为所述目标信号，重复获取所述目标信号的极值点以获取所述时域回波多阶的本征模态函数分量，直至任意一阶的本征模态函数余量或所述本征模态函数分量小于所述分解阈值；

[0044] 或，

[0045] 直至任意一阶的所述本征模态函数余量为单调函数或常量。

[0046] 可选的，所述散射回波包括基于物体运动所产生的多普勒信号、基于人体呼吸和心跳所产生的微多普勒信号以及环境杂波信号。

[0047] 可选的，所述散射回波表示为：

[0048]

[0049] 式中： 为所述散射回波， 表示运动物体的所述多普勒信号， 为所述目标雷达的载频， 表示所述运动物体的雷达散射截面积，表示所述运动物体的速度， 表示所述运动物体的距离；
表示所述微多普勒信号， 表示微动部分的RCS， 表示胸腔或心脏的振动频率， 表示所述环境杂波信号，表示虚数单位， 表示光速。

[0050] 第二方面，本发明还提供一种远距离人体呼吸信号检测的系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面中所述的方法。

[0051] 第三方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中所述的方法的步骤。

[0052] 本发明的有益效果是：

[0053] 本发明所提供的一种远距离人体呼吸信号检测的方法包括如下步骤：基于多个不同的载频并通过目标雷达向目标物体发射多次探测波；分别接收不同载频下多次所述探测波经所述目标物体反射的散射回波；基于多个所述散射回波获取对应载频下的多个时域回波，并将多个所述时域回波组成为对应载频下的时域回波记录剖面；分别对不同载频下所述时域回波记录剖面中的所述时域回波进行预处理，并根据所述时域回波记录剖面计算生成所述时域回波的一维距离像；由于人体呼吸属于一种周期性变化，因此选取所述一维距离像中具有周期性变化的距离区间；对不同载频下处于所述距离区间内的每个所述时域回波进行第一FFT频谱特征分析，得到不同载频下的第一频谱特征；判断不同载频下的所述第一频谱特征是否相同；若不同载频下的所述第一频谱特征相同，则判定所述散射回波中存在呼吸信号。通过上述方法可以在远距离且具有干扰的情况下探测到人体呼吸信号。

附图说明

[0054] 图1为远距离人体呼吸信号检测的方法的流程示意图。

[0055] 图2为110m模拟器密遮挡状态下10G频率探测波探测过程的一维距离像示意图。

[0056] 图3为110m模拟器密遮挡状态下10G频率探测波探测过程的时域回波示意图。

[0057] 图4为110m模拟器密遮挡状态下10G频率探测波探测过程的时域回波FFT示意图。

[0058] 图5为110m模拟器密遮挡状态下10G频率探测波探测过程的IMF信号FFT示意图。

[0059] 图6为110m模拟器密遮挡状态下10G频率探测波探测过程的目标切片频谱FFT示意图。

[0060] 图7为110m模拟器密遮挡状态下8.5G频率探测波探测过程的一维距离像示意图。

[0061] 图8为110m模拟器密遮挡状态下8.5G频率探测波探测过程的时域回波示意图。

[0062] 图9为110m模拟器密遮挡状态下8.5G频率探测波探测过程的时域回波FFT示意图。

[0063] 图10为110m模拟器密遮挡状态下8.5G频率探测波探测过程的IMF信号FFT示意图。

[0064] 图11为110m模拟器密遮挡状态下8.5G频率探测波探测过程的目标切片频谱FFT示意图。

[0065] 图12为110m目标人员密遮挡状态下10G频率探测波探测过程的一维距离像示意图。

[0066] 图13为110m目标人员密遮挡状态下10G频率探测波探测过程的时域回波示意图。

[0067] 图14为110m目标人员密遮挡状态下10G频率探测波探测过程的时域回波FFT示意图。

[0068] 图15为110m目标人员密遮挡状态下10G频率探测波探测过程的IMF信号FFT示意图。

[0069] 图16为110m目标人员密遮挡状态下10G频率探测波探测过程的目标切片频谱FFT示意图。

[0070] 图17为110m目标人员密遮挡状态下8.5G频率探测波探测过程的一维距离像示意图。

[0071] 图18为110m目标人员密遮挡状态下8.5G频率探测波探测过程的时域回波示意图。

[0072] 图19为110m目标人员密遮挡状态下8.5G频率探测波探测过程的时域回波FFT示意图。

[0073] 图20为110m目标人员密遮挡状态下8.5G频率探测波探测过程的IMF信号FFT示意图。

[0074] 图21为110m目标人员密遮挡状态下8.5G频率探测波探测过程的目标切片频谱FFT示意图。

具体实施方式

[0075] 本发明公开一种远距离人体呼吸信号检测的方法。

[0076] 在其中一种实施方式中，参照图1，远距离人体呼吸信号检测的方法具体包括如下步骤：

[0077] S101.基于多个不同的载频并通过目标雷达向目标物体发射多次探测波。

[0078] 其中，目标物体根据不同的场景具有不同的含义，目标物体可以是藏匿有人体的障碍物，目标物体也可以指想要探测且位于远距离的目标人体，远距离通常指大于等于100m的距离。目标雷达所设置的载频数量大于等于2，在本实施方式中，假设目标雷达所设置的载频数量为2，分别记为 ， 。当目标雷达的载频为 时，雷达的工作频率区间为。当目标雷达的载频为 时，雷达的工作频率区间为 ，且 和
互不重叠。

[0079] 对于任意载频的工作频率区间，假设频率步进间隔为 ，区间内基于频率步进间隔设有 个频点。目标雷达对目标物体进行扫频探测时，在工作频率区间的各个频点处，目标雷达的发射机产生该频率的探测波，探测波为正弦波，并通过目标雷达的发射天线进行发射。

[0080] S102.分别接收不同载频下多次探测波经目标物体反射的散射回波。

[0081] 其中，通过目标雷达的接收机可以接收到不同载频下多次探测波经目标物体反射的散射回波。散射回波包括基于物体运动所产生的多普勒信号、基于目标人体呼吸和心跳所产生的微多普勒信号以及环境杂波信号。物体运动包括在自然规律下自由运动的非活体物体，如晃动的灌木丛，还包括目标人体的人体运动。

[0082] 散射回波具体表示为：

[0083]

[0084] 式中： 为所述散射回波， 表示运动物体的所述多普勒信号， 为所述目标雷达的载频， 表示所述运动物体的雷达散射截面积，表示所述运动物体的速度， 表示所述运动物体的距离；
表示所述微多普勒信号， 表示微动部分的RCS，
表示胸腔或心脏的振动频率， 表示所述环境杂波信号， 表示虚数单位， 表示光速。

[0085] 在本实施方式中，主要以目标人体的呼吸信号作为检测目标，因此散射回波的信号模型可以简化为：

[0086]

[0087] 其中， 表示呼吸信号的频率。

[0088] 假设目标雷达的发射机发射载频 为 、载频 为 两个不同频率的载频信号，则目标雷达接收机所对应接收的两个散射回波 和 分别为：，其中，下标1
表示载频 对应散射回波的响应参数，下标2表示载频 对应散射回波的响应参数，速度、距离 和呼吸频率 均不变。 和 分别表示多普勒信号和微多普勒信号。

[0089] S103.基于多个散射回波获取对应载频下的多个时域回波，并将多个时域回波组成为对应载频下的时域回波记录剖面。

[0090] 其中，随着远距离人体的呼吸，目标雷达不断朝目标物体发射信号并接收散射回波。在载频对应的工作频率区间进行混频处理和时域转换处理，可以获取工作频率区间的时域回波记录剖面。

[0091] S104.分别对不同载频下时域回波记录剖面中的时域回波进行预处理，并根据时域回波记录剖面计算生成时域回波的一维距离像。

[0092] 其中，预处理包括滤波、去噪等步骤。

[0093] S105.选取一维距离像中具有周期性变化的距离区间。

[0094] 其中，由于人体呼吸为周期性动作，因此目标人体的呼吸信号将呈现周期性变化，所以选取一维距离像中具有周期性变化的距离区间。

[0095] S106.对不同载频下处于距离区间内的每个时域回波进行第一FFT频谱特征分析，得到不同载频下的第一频谱特征。

[0096] 其中，FFT频谱特征分析为离散傅里叶变化频谱特征分析。以步骤S102具体实施方式中的举例说明进一步进行举例说明：

[0097] 两个散射回波 和 中多普勒信号的FFT为：

[0098]

[0099] 式中： 表示频谱幅度， 表示载频。

[0100] 两个散射回波 和 中微多普勒信号的FFT为：

[0101]

[0102] 因此，多普勒信号FFT后的谱峰位置和载频相关，而微多普勒信号的FFT后的谱峰位置与载频无关。

[0103] S107.判断不同载频下的第一频谱特征是否相同，若不同载频下的第一频谱特征相同，则执行步骤S108；若不同载频下的第一频谱特征不相同，则通过经验模态分解方法对不同载频下的时域回波作进一步分析。

[0104] S108.判定散射回波中存在呼吸信号。

[0105] 在其中一种实施方式中，步骤S103即基于多个散射回波获取对应载频下的多个时域回波，并将多个时域回波组成为对应载频下的时域回波记录剖面具体包括如下步骤：

[0106] 根据预设的多个频点获取每个频点处散射回波相对于探测波的幅度和相位，得到多个频点对应的频率响应序列；

[0107] 将频率响应序列转换至时域，得到单个散射回波对应的时域回波；

[0108] 将同一载频下所有散射回波对应的时域回波组成为时域回波记录剖面。

[0109] 其中，获取各个频点处散射回波相对于探测波的幅度 和相位 ，当获得全部个频点的幅度和相位后，将幅度序列 和相位序列 合并为频率响应序列。

[0110] 一个完整的探测过程为目标雷达发射机向目标物体发射探测波，探测波通过目标物体反射回散射回波并被目标雷达接收机接收。举例说明，在一个完整的探测过程中，目标物体距离目标雷达的距离为 ，频点数量为 ，假设某一频点为 ，该频点的频率响应为，则在这个完整的探测过程中 个频点的频率响应序列可以表示为，将频率响应序列转换到时域，即为这个完整探测过程所获得的时域回
波。转换到时域时，一维时域回波的采样点数也设置为 点，则本次完整探测过程所测量的时域回波记为 。随着远距离人体的呼吸，不断重复完整的探测过程，可以获得多道时域回波，分别记为 ， 等。

[0111] 通过重复多次完整的探测过程获取到多道时域回波，再将多道时域回波组成一个二维数字矩阵，即时域回波记录剖面。时域回波记录剖面可以表示为一个 的数字矩阵，该矩阵中包含两个维度。其中，每一列为每次完整探测过程所采集的每一个时域回波，长度为N，该维度为快时间维度。在另一个维度中，该矩阵一共有M个完整探测过程，共有M个时域回波，每一个时域回波之间也随时间变化，该维度为慢时间维度。

[0112] 在其中一种实施方式中，当步骤S107即判断不同载频下的第一频谱特征是否相同的判断结果为不同载频下的第一频谱特征不相同，则后续具体步骤如下：

[0113] 若不同载频下的多个第一频谱特征不相同，则通过经验模态分解方法分别对不同载频下处于距离区间内的每个时域回波进行分解，得到不同载频下的多个本征模态函数；

[0114] 从不同载频下的多个本征模态函数中根据预设的频率范围选取多个目标本征模态函数，并将多个目标本征模态函数相加，得到不同载频下的叠加波形；

[0115] 对不同载频下的叠加波形进行第二FFT频谱特征分析，得到不同载频下的第二频谱特征；

[0116] 判断不同载频下的第二频谱特征是否相同；

[0117] 若不同载频下的第二频谱特征相同，则判定散射回波中存在呼吸信号。

[0118] 其中，在经验模态分解（Empirical Mode Decomposition，EMD）方法中是假设任何信号都是由若干有限的本征模态函数IMF组成的。在不同载频下，呼吸信号的振动具有较强的周期性，而人体的多普勒运动在不同载频下频谱相关性较差，所以可以采用经验模态分解的处理方法提取呼吸信号的频谱。

[0119] 在本实施方式中，若判断不同载频下的第二频谱特征是否相同的判断结果为不同载频下的第二频谱特征不相同，则具体执行如下步骤：

[0120] 若不同载频下的第二频谱特征不相同，则将不同载频下的叠加波形进行循环互相关谱运算，得到不同载频下的多个切片频谱；

[0121] 分别从不同载频下的多个切片频谱中选取能量最大的切片频谱作为目标切片频谱；

[0122] 对不同载频下的目标切片频谱进行第三FFT频谱特征分析，得到不同载频下的第三频谱特征；

[0123] 判断不同载频下的第三频谱特征是否相等或是否存在倍频关系；

[0124] 若不同载频下的第三频谱特征相等或存在倍频关系，则判定散射回波中存在呼吸信号；

[0125] 若不同载频下的第三频谱特征不相等且不存在倍频关系，则判定散射回波中不存在呼吸信号。

[0126] 其中，假设零均值序列 的相关函数是周期性的，且周期 ，则满足循环互相关谱的广义平稳过程，公式如下：

[0127]

[0128] 其中， ， 表示期望函数。对于随机平稳过程，自相关函数可表示为傅里叶级数的形式：

[0129]

[0130] 其中， 表示循环频率。循环互相关函数（cyclic autocorrelation function，CAF）的傅里叶系数表示为：

[0131]

[0132] 根据CAF求得关于 的傅里叶变换，得到循环谱密度（cyclic spectrum density，CSD）如下所示：

[0133]

[0134] 假如至少存在一个基础循环频率 使 ，则序列 是广义多态循环平稳的。在这种状态下，每一个循环频率 在CSD中对应一系列对称的谱峰，谱峰间隔是 的整数倍。

[0135] 均值和自相关具有周期性的信号称为循环平稳信号，即信号满足如下充要条件：

[0136]

[0137] 其中， 为周期， 为均值， 为瞬时互相关，表示为：

[0138]

[0139] 自相关函数是函数本身的相关性，当函数中有周期性分量时，自相关函数的极大值能体现这种周期性。互相关就是两个函数的周期性，当两个函数具有相同周期分量时，其极大值能体现这种周期性的分量，因此可以用来提取具有周期特征的人体呼吸信号。

[0140] 周期函数可展开为傅里叶级数，得到：

[0141]

[0142] 其中傅里叶系数 表明了瞬时互相关 在频率 处的幅度大小，且 。 为瞬时互相关对应的频率，是对
瞬时时刻积累的结果，为与信号 的频率区分，称 为循环频率， 可定义为循环互相关。

[0143] 对循环互相关做傅里叶变换得到：

[0144]

[0145] 称为谱相关，或谱相关函数，或者循环谱密度，是关于频率 和循环频率 的双频平面函数。

[0146] 因此，在本实施方式中，基于不同载频的循环互相关谱计算检测的方法如下：

[0147] 不同载频下，人体多普勒运动所产生多普勒信号的循环互相关谱为：

[0148]

[0149] 所以，多普勒信号循环互相关谱的谱峰位置为：

[0150]

[0151] 频域相关可得到相同的结果。

[0152] 在本实施方式中，不同载频下，对于人体呼吸运动的微多普勒信号，循环互相关谱为：

[0153]

[0154] 所以，微多普勒信号循环互相关谱的谱峰位置为：

[0155]

[0156] 对于环境杂波信号，其循环互相关谱没有特定的规律。考虑对于含有微多普勒特征的信号，在任何载频下，其循环互相关谱的谱峰位置相对不变；对于多普勒信号而言，不同载频的互相关，或同一载频的自相关，其循环互相关谱都会发生变化。在循环互相关谱中的多个切片频谱中选取能量最大的切片频谱作为目标切片频谱，再对目标切片频谱进行第三次FFT频谱特征分析，得到不同载频下的第三次频谱特征。

[0157] 第一FFT频谱特征分析、第二FFT频谱特征分析、第三FFT频谱特征分析可以为相同的FFT频谱特征分析，也可以为不同的FFT频谱特征分析，“第一”、“第二”和“第三”在此处仅作区分作用，不表示其他任何含义。同理，第一频谱特征、第二频谱特征和第三频谱特征可以为相同的频谱特征，也可以为不同的频谱特征，“第一”、“第二”和“第三”在此处仅作区分作用，不表示其他任何含义。

[0158] 基于本实施方式进行测试，假设目标雷达所设置的两个载频分别为载频，载频 ，各频带的带宽 。实验场景如下所示，分别对设置于110m位置处的模拟器和目标人员进行了无遮挡和密遮挡的实验验证。模拟器是周期性运动的金属圆盘，盘面正对天线，振幅3cm，周期0.7Hz。目标人员呈正面坐姿姿态。

[0159] 探测结果如下：

[0160] 110m模拟器密遮挡状态下10G频率探测波探测结果参照图2至图6。其中，图2为110m模拟器密遮挡状态下10G频率探测波探测过程的一维距离像，图3为110m模拟器密遮挡状态下10G频率探测波探测过程的时域回波，图4为110m模拟器密遮挡状态下10G频率探测波探测过程的时域回波FFT，图5为110m模拟器密遮挡状态下10G频率探测波探测过程的IMF信号FFT，图6为110m模拟器密遮挡状态下10G频率探测波探测过程的目标切片频谱FFT。

[0161] 110m模拟器密遮挡状态下8.5G频率探测波探测结果参照图7至图11。其中，图7为110m模拟器密遮挡状态下8.5G频率探测波探测过程的一维距离像，图8为110m模拟器密遮挡状态下8.5G频率探测波探测过程的时域回波，图9为110m模拟器密遮挡状态下8.5G频率探测波探测过程的时域回波FFT，图10为110m模拟器密遮挡状态下8.5G频率探测波探测过程的IMF信号FFT，图11为110m模拟器密遮挡状态下8.5G频率探测波探测过程的目标切片频谱FFT。

[0162] 110m目标人员密遮挡状态下10G频率探测波探测结果参照图12至图16。其中，图12为110m目标人员密遮挡状态下10G频率探测波探测过程的一维距离像，图13为110m目标人员密遮挡状态下10G频率探测波探测过程的时域回波，图14为110m目标人员密遮挡状态下10G频率探测波探测过程的时域回波FFT，图15为110m目标人员密遮挡状态下10G频率探测波探测过程的IMF信号FFT，图16为110m目标人员密遮挡状态下10G频率探测波探测过程的目标切片频谱FFT。

[0163] 110m目标人员密遮挡状态下8.5G频率探测波探测结果参照图17至图21。其中，图17为110m目标人员密遮挡状态下8.5G频率探测波探测过程的一维距离像，图18为110m目标人员密遮挡状态下8.5G频率探测波探测过程的时域回波，图19为110m目标人员密遮挡状态下8.5G频率探测波探测过程的时域回波FFT，图20为110m目标人员密遮挡状态下8.5G频率探测波探测过程的IMF信号FFT，图21为110m目标人员密遮挡状态下8.5G频率探测波探测过程的目标切片频谱FFT。

[0164] 在其中一种实施方式中，通过经验模态分解方法分别对不同载频下处于距离区间内的每个时域回波进行分解，得到不同载频下的多个本征模态函数具体包括如下步骤：

[0165] 将时域回波作为目标信号，并获取目标信号的极大值点和极小值点；

[0166] 基于极大值点拟合出极大值包络线，并基于极小值点拟合出极小值包络线；

[0167] 根据极大值包络线和极小值包络线计算得到时域回波的均值包络；

[0168] 将目标信号减去均值包络，得到备选信号；

[0169] 判断备选信号是否为时域回波的本征模态函数分量；

[0170] 若备选信号不为时域回波的本征模态函数分量，则将备选信号作为目标信号，并重复获取目标信号的极值点以获取新备选信号，直至新备选信号为时域回波的本征模态函数分量；

[0171] 将本征模态函数分量作为目标信号，重复获取目标信号的极值点以获取时域回波多阶的本征模态函数分量，直至任意一阶的本征模态函数余量或本征模态函数分量小于预设的分解阈值；

[0172] 或，

[0173] 直至任意一阶的本征模态函数余量为单调函数或常量。

[0174] 其中，本征模态函数IMF的定义如下：

[0175] (1)函数在整个时间范围内，局部极值点和过零点的数目必须相等或最多相差一个；

[0176] (2)在任意时刻点，局部极大值点的极大值包络线和局部极小值点的极小值包络线的均值包络必须为零。

[0177] 假设某个作为目标信号的时域回波为 ，首先可以找到目标信号 的所有极大值点，通过三次样条函数拟合出极大值包络线 ；同理，再找到目标信号 的所有极小值点，通过三次样条函数拟合出信号的极小值包络线 。根据极大值包络线和极小值包络线计算得到时域回波的均值包络 ，计算公式如下：

[0178]

[0179] 将目标信号序列减去 就得到一个去掉低频的备选信号 ，计算公式如下：

[0180]

[0181] 一般来说备选信号 不是一个平稳信号，不满足本征模态函数IMF定义的两个条件，因此需要重复获取极值点、拟合包络线、计算均值包络、计算备选信号这一过程，假定经过k次重复步骤之后（k一般小于10），备选信号 满足本征模态函数IMF的定义，则目标信号 的一阶本征模态函数IMF分量为：

[0182]

[0183] 在本实施方式中，若判断备选信号是否为时域回波的本征模态函数分量的判断结果为备选信号为时域回波的本征模态函数分量，则具体执行如下步骤：

[0184] 若备选信号为时域回波的本征模态函数分量，则将本征模态函数分量作为目标信号，重复获取目标信号的极值点以获取时域回波多阶的本征模态函数分量，直至任意一阶的本征模态函数余量或本征模态函数分量小于分解阈值；

[0185] 或，

[0186] 直至任意一阶的本征模态函数余量为单调函数或常量。

[0187] 其中，对 重复得到 的过程，得到第二个本征模态函数IMF分量 ，如此反复进行，一直到第n阶本征模态函数IMF分量 或其本征模态函数余量 小于预设的分解阈值；或当本征模态函数余量 是单调函数或常量时，EMD分解过程停止。

[0188] 最后，目标信号 经EMD分解后得到：

[0189]

[0190] 式中， 为趋势项，代表信号的平均趋势或均值。目标信号 经EMD分解后得到了 个频率从高到低的本征模态函数IMF分量。

[0191] 本发明还公开一种远距离人体呼吸信号检测的系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述中的远距离人体呼吸信号检测的方法。

[0192] 本实施方式的实施原理为：

[0193] 通过程序的调取，执行如下步骤：基于多个不同的载频并通过目标雷达向目标物体发射多次探测波；分别接收不同载频下多次探测波经目标物体反射的散射回波；基于多个散射回波获取对应载频下的多个时域回波，并将多个时域回波组成为对应载频下的时域回波记录剖面；分别对不同载频下时域回波记录剖面中的时域回波进行预处理，并根据时域回波记录剖面计算生成时域回波的一维距离像；由于人体呼吸属于一种周期性变化，因此选取一维距离像中具有周期性变化的距离区间；对不同载频下处于距离区间内的每个时域回波进行第一FFT频谱特征分析，得到不同载频下的第一频谱特征；判断不同载频下的第一频谱特征是否相同；若不同载频下的第一频谱特征相同，则判定散射回波中存在呼吸信号。通过上述方法步骤可以在远距离且具有干扰的情况下探测到人体呼吸信号。

[0194] 本发明还公开一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述中的远距离人体呼吸信号检测的方法的步骤。

[0195] 本实施方式的实施原理为：

[0196] 通过程序的调取，执行如下步骤：基于多个不同的载频并通过目标雷达向目标物体发射多次探测波；分别接收不同载频下多次探测波经目标物体反射的散射回波；基于多个散射回波获取对应载频下的多个时域回波，并将多个时域回波组成为对应载频下的时域回波记录剖面；分别对不同载频下时域回波记录剖面中的时域回波进行预处理，并根据时域回波记录剖面计算生成时域回波的一维距离像；由于人体呼吸属于一种周期性变化，因此选取一维距离像中具有周期性变化的距离区间；对不同载频下处于距离区间内的每个时域回波进行第一FFT频谱特征分析，得到不同载频下的第一频谱特征；判断不同载频下的第一频谱特征是否相同；若不同载频下的第一频谱特征相同，则判定散射回波中存在呼吸信号。通过上述方法步骤可以在远距离且具有干扰的情况下探测到人体呼吸信号。

[0197] 所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本申请的保护范围限于这些例子；在本申请的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上的本申请中一个或多个实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。

[0198] 本申请中一个或多个实施例旨在涵盖落入本申请的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本申请中一个或多个实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本申请的保护范围之内。