[发明专利]基于非接触式雷达技术的老年人跌倒检测方法及系统

说明书

本发明公开了基于非接触式雷达技术的老年人跌倒检测方法，包括：采集雷达传感器的原始信号；求原始信号的最大值点和最小值点；做原始信号的最大值点和最小值点的包络线，并求取包络线的质心点；把原数据序列减去该质心点序列，即可得到一个去掉低频的新数据序列，重复步骤原数据序列减去该质心点序列，得到一序列的IMF分量，分离出低频和高频分量；由原始信号减去得到的IMF分量，组成新的信号；在迭代过程中引入最大绝对振幅、零点个数以及自相关最大振幅作为停止准则，对不同类型的噪声进行检测和分类，根据雷达回波信号的定位与分类，准确地检测出老年人的跌倒。减少了传统CEEMD算法的计算负荷并实现跌倒特征自动检测、定位和分类的。

技术领域

本发明属于雷达检测技术领域，尤其涉及基于非接触式雷达技术的老年人跌倒检测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

目前，我国人口老龄化形势日益严峻，人工智能成为推动医疗建设的重要技术手段，同时将带动老年人智能看护设备进入快速发展期。老年人意外跌倒是危害老年人身心健康的“头号杀手”，世界卫生组织指出每年65岁以上老人跌倒的概率为28％-35％，大于70岁的概率为32％-42％。由于老年人的身体状态进入到衰老期，身体的运动技能大大降低，当老年人突然跌倒时，若不能得到及时救助，极易引发一系列并发症，如骨折、软组织挫伤、心脏震荡、脑血栓、心理创伤等。据统计，意外跌倒引发的死亡占老年人死亡原因的25％。

尽管基于可穿戴式装置的跌倒检测方法是当前国内外医疗机构、科研机构的研究热点，但是该方法存在佩戴舒适性差、设备清洗困难等缺点，而基于视频方法的跌倒检测在洗手间和卧室等场所不利于隐私保护、适用范围受限等缺点，基于多普勒生物雷达的生命体征信号监护技术，具有非接触式、成本低、穿透能力强、抗干扰能力强，环境温度和湿度干扰小等特点，在老年人监护中得到了广泛的应用。生命体征回波信号非常微弱，往往淹没在强烈的环境噪声等杂波中，但是如何从雷达回波中抑制环境杂波和噪声，并有效提取跌倒特征是精准检测老年人意外跌倒的关键。

独立成分分析(ICA)算法能将回波信号各分量分离却不能确定哪个是体征信号，雷达回波信号属于是非平稳非线性信号，小波变换的时频分辨特性能描述信号的局部特性将体征信号分离出来，但其基函数是固定的适应性受到限制；补充集合经验模态分解(CEEMD)算法在非线性非平稳信号分析中是非常有效的，不仅解决了传统EMD算法的模态混叠问题而且不会造成能量损失，而且对原始信号进行了精确的重构，但是CEEMD在分解过程中计算负荷是非常大的。

发明内容

为克服上述现有技术的不足，本发明提供了基于非接触式雷达技术的老年人跌倒检测方法，通过改进补充集合经验模态分解(CEEMD)算法，在迭代过程中引入停止准则，减少传统CEEMD算法的计算负荷并给出一种跌倒特征自动检测、定位和分类的统一架构。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

基于非接触式雷达技术的老年人跌倒检测方法，包括：

采集雷达传感器的原始信号；

求原始信号的最大值点和最小值点；

做原始信号的最大值点和最小值点的包络线，并求取包络线的质心点；

把原数据序列减去该质心点序列，即可得到一个去掉低频的新数据序列，重复步骤原数据序列减去该质心点序列，得到一序列的IMF分量，分离出低频和高频分量；

由原始信号减去得到的IMF分量，组成新的信号；

在迭代过程中引入最大绝对振幅、零点个数以及自相关最大振幅作为停止准则，对不同类型的噪声进行检测和分类，根据雷达回波信号的定位与分类，准确地检测出老年人的跌倒。

进一步的技术方案，对不同类型的噪声进行检测和分类，具体为：