仪器仪表学报

作者：潘志刚，费叶奇，郭书雅，魏禹，徐元博

单位：潘志刚,西安邮电大学自动化学院西安710121,,费叶奇,西安邮电大学自动化学院西安710121,,郭书雅,西安邮电大学自动化学院西安710121,,魏禹,西安邮电大学自动化学院西安710121,,徐元博,西安邮电大学自动化学院西安710121,xuyuanbo@xupt.edu.cn,

关键词：毫米波雷达;经验小波变换;变分模态分解;呼吸频率;心跳频率

基金：陕西省重点研发计划项目(2023-YBGY-407)、陕西省秦创原“科学家+工程师”队伍建设项目（2024QCY-KXJ-188）资助

毫米波雷达以其非接触式、高穿透性、高精度、实时性强等优点成为生命体征监测的研究热点，目前已经开始应用到医学心血管健康评估、肿瘤检测与定位、新生儿和儿童健康监护等领域。在室内进行卧床监测时，由于毫米波雷达回波信号易受人体轻微扰动和多径效应影响，致使回波信号中包含各种噪声信号，导致睡眠情况下的心跳信息提取变得困难。为此提出了一种基于经验小波变换和变分模态分解的毫米波雷达生命体征检测方法，用于检测回波信号中的呼吸信号和心跳信号。通过建立毫米波雷达探测生命体征回波信号模型，分析信号的频率成分组成。采用77GHz毫米波雷达实验获取雷达的回波信号，对信号同一帧之间的两种chirp信号进行频域相干积累，抑制噪声的影响，同时增强有用信号幅度。采用经验小波变换（EWT）对包含生命体征的信号进行小波分解，去除杂波之后重构。对小波重构信号进行变分模态分解（VMD），分别得到人体呼吸频率（RR）和心跳频率（HR）信息，将结果与心电图（ECG）采集的信号进行对比，评价提取结果的准确性。在不同场景下的实验结果表明，所提出的基于频域相干积累方法可以提高回波信号信噪比，基于EWT-VMD相结合的算法可以有效检测出RR和HR，检测精度可以达到94%。

来源：2025年第12期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第12期