[发明专利]基于毫米波雷达的生命体征检测与身份识别系统和方法

权利要求书

1.一种基于毫米波雷达的生命体征检测与身份识别系统，其特征在于，包括相互通信连接的毫米波雷达子系统(1)、雷达数据预处理子系统(2)、生命体征特征数据库子系统(3)、身份识别子系统(4)和智能交互界面子系统(5)；

所述的毫米波雷达子系统(1)放置于待测对象(6)旁，包括发射天线(13)和接收天线(14)，用于发射线性调频连续波信号，采集作用在静止的人体胸腔表面反射的雷达回波，并得到原始雷达数据；

所述的雷达数据预处理子系统(2)分解原始雷达数据中的呼吸信号和心跳信号，并提取生命体征特征信息；

所述的生命体征特征数据库子系统(3)用于存储多个个体的身份信息及其对应的生命体征特征信息；

所述的身份识别子系统(4)学习生命体征特征信息，进行分类并确定对应的身份信息；

所述的智能交互界面子系统(5)包括显示屏，用于实时显示待测对象(6)的生命体征信息和身份识别结果。

2.根据权利要求1所述的一种基于毫米波雷达的生命体征检测与身份识别系统，其特征在于，所述的毫米波雷达子系统(1)的发射天线向检测范围内的区域发射线性调频连续波信号，并用接收天线接收由静止的人体胸腔表面反射的雷达回波，将接收到的雷达回波与发射信号进行混频后通过低通滤波，再经过模数转换后得到原始雷达数据，所述的原始雷达数据包含生命体征信息和多种噪声。

3.根据权利要求1所述的一种基于毫米波雷达的生命体征检测与身份识别系统，其特征在于，所述的雷达数据预处理子系统(2)采用平滑滤波算法、带通滤波算法和/或改进经验模态分解算法，对原始雷达数据信号进行分解，得到呼吸信号波形和心跳信号波形。

4.根据权利要求3所述的一种基于毫米波雷达的生命体征检测与身份识别系统，其特征在于，所述的雷达数据预处理子系统(2)分解原始雷达数据中的呼吸信号和心跳信号时，具体包括以下步骤：

1)选取原始雷达数据中某一调频周期的信号，并进行快速傅里叶变换，得到目标距离分布；

2)根据目标距离分布进行目标点检测，提取出目标点雷达数据，所述的目标点雷达数据为包含胸腔运动的数据；

3)对目标点雷达数据进行去毛刺处理；

4)对原始雷达数据信号进行分解，得到呼吸信号波形和心跳信号波形。

5.根据权利要求3所述的一种基于毫米波雷达的生命体征检测与身份识别系统，其特征在于，所述的雷达数据预处理子系统(2)结合频谱插值法和信号寻峰算法，首先从呼吸信号波形和心跳信号波形中提取呼吸率和心率，再结合呼吸信号波形、心跳信号波形、呼吸率和心率，提取得到多个生命体征特征信息。

6.根据权利要求5所述的一种基于毫米波雷达的生命体征检测与身份识别系统，其特征在于，所述的生命体征特征信息包括：

呼吸振幅、呼吸频率、呼吸波峰间时间间隔、呼吸波谷间时间间隔、波峰到波谷的欧式距离、波峰到波谷的时间、波峰到波谷的速度、波谷到波峰的距离、波谷到波峰的时间、波谷到波峰的速度、潮气量、心跳振幅和心跳频率。

7.根据权利要求3所述的一种基于毫米波雷达的生命体征检测与身份识别系统，其特征在于，所述的平滑滤波算法用于得到接近真实呼吸运动的呼吸信号，其通过滑动窗口计算每一个窗口内的高斯加权平均值，得到呼吸信号随时间变化的平滑值，所述的滑动窗口的范围设置为80～120；

所述的带通滤波算法用于从呼吸心跳叠加的原始雷达数据信号中分离出心跳信号，所述的带通滤波算法采用椭圆带通滤波器，且通带频段设置为0.6Hz～2Hz，阻带频率设置为0.55～3Hz，通带和阻带允许的最大衰减分别设置为3dB和40dB；

所述的改进经验模态分解算法用于对呼吸心跳叠加信号进行分解，分别得到呼吸信号和心跳信号。