[发明专利]一种应用于非接触式微波检测仪的算法

说明书

本发明公开了一种应用于非接触式微波检测仪的算法，通过对人体数据的采集、人体检测数据库的自身学习与更新、人体特征数据的监测来检测人体的健康，使用微波反射原理来监测人体生命特征，不用与人体直接接触，避免了人为损坏检测仪，使检测仪的监测更加方便，通过将被检测人的数据储存在云端后台，会使被检测人数据永久存在，不会因为换雷达导致数据丢失。

技术领域

本发明涉及一种人体监测技术领域，尤其涉及一种应用于非接触式微波检测仪的算法。

背景技术

随着社会的进步，人们的健康意识越来越强，越来越多的人们想要随时检测各项生理指标，起到预防疾病的作用。为此，市面上出现了各种检测仪、功能手环等用于检测人体各项生理指标，但是这些检测仪器大都需要与人体直接接触后才能检测，这样检测起来十分麻烦，而且在使用的过程中容易损坏仪器。因此本发明设计了不需要接触人体就能完成人体的各项生理指标进行检测。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种应用于非接触式微波检测仪的算法能够实现与人体非接触监测人体各项生命特征。

技术方案：为实现上述目的，本发明的一种应用于非接触式微波检测仪的算法，其特征在于：包括以下步骤：

第一步，人体特征数据的采集：预录入，通过将微波检测仪的检测端对准被检测人，让微波检测仪首次采集被检测人的特征数据，所述特征数据包括有：心率、呼吸、血压、睡眠；

第二步，人体检测数据库的采集与更新：①、被检测人自身数据对个人特征数据进行更新：对被检测人通过预录入人体特征数据后，会在云端生成属于被检测人的个人检测数据库，所述个人检测数据库中包括有基础模型库中数据和自身预录入的特征数据；微波检测仪长期采集人体数据，通过将采集到的数据根据监测人直接存储数据库；以被检测人的心率范围、呼吸、血压、睡眠综合性计算，与基础数据库进行对比，更新被检测人的正常心率、呼吸、血压、睡眠范围；②、微波检测仪自动联网学习更新：健康信息、病征信息来自互联网，微波检测仪自动统计分析并且分类；检测仪能够及时更新人体检测数据库，使微波检测仪对人体检测更加准确。

第三步，人体特征数据的监测：通过监测到被检测人的特征数据与个人标准化数据进行对比，判断出人体的各项特征数据是否正常，若特征数据在个人标准数据范围内，则监测到的特征数据会整合更新到个人标准化数据中；若特征数据不在个人标准数据范围，则微波检测仪报警。

进一步地，第一步中通过微波检测仪发射微波经人体反射后被微波检测仪上的检测电路检测来采集被检测人的特征数据，检测电路提取类似人体频率的波形信号：通过信号分离器将接受到的波形信号分离成呼吸信号和心跳信号，呼吸信号和心跳信号经单片机ADC处理后转换成呼吸数据和心率数据，再将呼吸数据和心跳数据上报给个人检测数据库；血压数据根据其他检测仪器测得血压数据后手动输入到个人检测数据库内；睡眠数据则是在一定时间内对检测人进行记录监测，其方法是收集在这一段时间内的心率数据、呼吸数据和血压数据，在通过公式：

睡眠数据低区间＝(心率低区间+呼吸低区间+血压低区间)/3

睡眠数据高区间＝(心率高区间+呼吸高区间+血压高区间)/3

睡眠数据范围＝[睡眠数据低区间，睡眠数据高区间]。

进一步地，第二步中通过将长期收集到数据用统计规律进行统计：根据统计周期，周按天查询各平均值，季按周查询各平均值，年按月查询各平均值，得到各平均值绘制出统计折线图。对检测到的人体数据进行统计处理，便于被检测人查看。

进一步地，还包括有滤波处理模块；在微波检测仪采集和检测被检测人的特征数据时，需要对被检测到的心率、呼吸、血压、睡眠进行滤波降噪处理；所述滤波处理模块具体滤波处理的方式为：通过对采样数据加权递推平均滤波能剔除部分毛刺。能够降噪处理，使收集到的数据更准确。