[发明专利]基于毫米波雷达的身份识别方法和系统

权利要求书

1.一种基于毫米波雷达的身份识别方法，其特征在于包括：

步骤1：利用毫米波雷达采集多条不同用户的雷达回波数据；

步骤2：将所采集到的雷达回波数据通过预处理的方式分解出雷达心脏机械活动波形数据RCG；

步骤3：对所述雷达心脏机械活动波形数据RCG进行心率估计和心拍定位；

步骤4：根据定位出的心拍位置，进行心拍切割和心拍对齐，最终生成当前用户的心拍模板；

步骤5：对所述当前用户心拍模板进行归一化处理；

步骤6：将所述当前用户归一化心拍模板与模板库中模板进行匹配和识别。

2.根据权利要求1所述的身份识别方法，其特征在于，所述步骤1还包括：

所采集的用户数量大于30人，并覆盖不同性别、不同年龄段和不同心率的人群；

数据采集的最短持续时间为20秒，采集方式为用户正对信号采集装置站立，距离为20cm-50cm之间。

3.根据权利要求1所述的身份识别方法，其特征在于，所述步骤2中的预处理包括以下处理方式：

波束成形、相位信息提取、相位解卷绕和带通滤波器滤波。

4.根据权利要求1-3任一项所述的身份识别方法，其特征在于，所述步骤3还包括：

1)采用自相关函数ACF的方式绘制步骤2所得的RCG信号的自相关ACF曲线，用于估计心率HR，其中，将ACF曲线中最高峰所对应的横坐标定义为RCG信号的心率HR；

2)将Pan-Tompkins算法中巴特沃斯带通滤波器的上、下限截止频率分别设置为8Hz和20Hz，识别RCG信号中的主动脉瓣打开AO峰，生成AO峰序列，AO峰序列中每个元素记为AOI[i]，其中i为AO峰序列中的顺序号，1≤i≤M，M为所述顺序号的最大值，计算相邻AO峰的间隔，间隔编号为相邻AO峰的顺序号的较大者，记为diff_AOI[j]，其中，2≤j≤M；

若相邻AO峰间隔的均值mean_diff_AOI在[60×fs/HR-10,60×fs/HR+10]区间范围内，则判定当前RCG信号计算所得的AO峰序列有效，每个元素记为AO_loc[i],其中，所述fs为采样频率。

5.根据权利要求4所述的身份识别方法，其特征在于所述fs为100Hz。

6.根据权利要求5任一项所述的身份识别方法，其特征在于，所述步骤4还包括：

1)对步骤2中RCG信号进行高通滤波，采用巴特沃斯高通滤波器，其中参数选择为：归一化截止频率Wn为0.08，用于增强AO峰，在[AO_loc[i]-10,AO_loc[i]+10]的区间范围内寻找最大值，进行AO峰位置微调，后续切割心拍时始终以所述AO峰为基准点，进行心拍的对齐；

2)根据步骤3所得的心率HR计算出心拍的持续时间len_beat，计算公式为：

len_beat＝60X fs/HR，

将步骤3所得AO峰序列作为基准点，从点AO_loc[i]向前取m个采样点，向后取n个采样点，进行心跳切割，其中，所述m为0.35×len_beat的计算结果按照四舍五入得到的整数值，所述n为0.65×len_beat的计算结果按照四舍五入得到的整数值；

3)将切割和对齐后的心拍进行平均，生成最终的心拍模板template_A。

7.根据权利要求6所述的身份识别方法，其特征在于,所述步骤5还包括：

1)用户以不同的角度和距离面对毫米波雷达，将步骤4所得的心拍模板template_A进行幅度的0-1归一化；

2)若步骤4所得心拍模板template_A长度大于120个采样点，则采用降采样的方式，若template_A长度小于120个采样点，则采用升采样的方式处理当前心拍模板，使得心拍持续时间固定为120个采样点；

3)最终得到当前用户的归一化心拍模板，记为Template_Norm。