羅朗娟，張 洽

（1．重慶郵電大學(xué)醫(yī)院，重慶 400065；2．重慶大學(xué)附屬中心醫(yī)院重慶市急救醫(yī)療中心，重慶 400014）

0 引言

生命信號(hào)作為現(xiàn)代化醫(yī)療檢測(cè)中的重要指標(biāo)，能夠?yàn)獒t(yī)生提供可靠的診斷和治療依據(jù)。因此，對(duì)呼吸、心跳等生命信號(hào)特征參數(shù)進(jìn)行準(zhǔn)確、實(shí)時(shí)的監(jiān)測(cè)對(duì)臨床疾病診斷、健康監(jiān)測(cè)等領(lǐng)域的發(fā)展具有非常重要的促進(jìn)作用[1]。傳統(tǒng)生命信號(hào)檢測(cè)方法一般是通過(guò)穿戴式傳感器或粘貼式電極直接接觸人體來(lái)實(shí)現(xiàn)的。相比之下，非接觸式的生命信號(hào)檢測(cè)方法因其可以進(jìn)行遠(yuǎn)距離、長(zhǎng)時(shí)間監(jiān)測(cè)呼吸和心跳等生命信號(hào)，且無(wú)需接觸檢測(cè)設(shè)備，給人以輕松、舒適的體驗(yàn)感受。近年來(lái)，隨著毫米波雷達(dá)的發(fā)展，非接觸式人體生命信號(hào)檢測(cè)方法在一些新興應(yīng)用領(lǐng)域（如醫(yī)療監(jiān)護(hù)[2]、站位感知[3]等）中逐漸成為研究熱點(diǎn)。應(yīng)用于醫(yī)療生命監(jiān)測(cè)領(lǐng)域的雷達(dá)系統(tǒng)有脈沖雷達(dá)、多普勒雷達(dá)和調(diào)頻連續(xù)波（frequency modulated continuous wave，F(xiàn)MCW）雷達(dá)[4]。相比脈沖雷達(dá)和多普勒雷達(dá)，F(xiàn)MCW雷達(dá)能夠同時(shí)檢測(cè)目標(biāo)的距離和多普勒信息，已經(jīng)成為生命檢測(cè)和交互式手勢(shì)感應(yīng)領(lǐng)域的主流選擇[5-6]。因此，本文將利用FMCW雷達(dá)實(shí)現(xiàn)非接觸式人體生命信號(hào)的檢測(cè)。

張楊等[7]提出了基于能量譜的多目標(biāo)探測(cè)識(shí)別算法，解決了單基地生命探測(cè)雷達(dá)在多人體目標(biāo)探測(cè)與識(shí)別時(shí)容易漏判的問(wèn)題，提高了識(shí)別準(zhǔn)確率，但文中沒(méi)有討論心跳信號(hào)的提取和識(shí)別問(wèn)題。王昭昳等[8]利用人體生命體征會(huì)引起信號(hào)振動(dòng)的特點(diǎn)，提出了基于超寬帶生物雷達(dá)的壓埋人體識(shí)別方法，但該方法無(wú)法檢測(cè)人體的心跳信息。張華等[9]給出了35 GHz雷達(dá)中基于濾波的心跳信號(hào)分離技術(shù)，但在實(shí)際使用中用戶(hù)往往難以獲得心電圖（electrocardiogram，ECG）信號(hào)。自Sharpe等[10]首次提出利用FMCW毫米波雷達(dá)實(shí)現(xiàn)生命體征檢測(cè)后，Anitori等[11]采用24 GHz FMCW雷達(dá)進(jìn)行心跳信號(hào)檢測(cè)，盡管消去了環(huán)境噪聲和多人之間的干擾，但沒(méi)有考慮人體微動(dòng)對(duì)心跳信號(hào)的干擾。Alizadeh等[12]使用9.6 GHz的FMCW毫米波雷達(dá)進(jìn)行呼吸和心跳頻率的檢測(cè)，并給出了基于信號(hào)幅值和相位的呼吸頻率和心跳頻率計(jì)算方法，但沒(méi)有討論噪聲對(duì)呼吸頻率和心跳頻率的影響。Park等[13]利用77 GHz FMCW毫米波雷達(dá)中頻信號(hào)的相位信息檢測(cè)人體生命信號(hào)，不僅避免了高次諧波影響，也解決了I/Q 2路信號(hào)引起的直流信號(hào)偏移。然而，由于呼吸信號(hào)諧波會(huì)掩蓋心跳信號(hào)諧波以及環(huán)境噪聲的存在，文獻(xiàn)[13]中分離出來(lái)的呼吸和心跳波形不準(zhǔn)確。

基于此，本研究采用77 GHz FMCW毫米波雷達(dá)實(shí)現(xiàn)生命信號(hào)的檢測(cè)。首先，介紹FMCW毫米波雷達(dá)的工作原理；其次，在人體目標(biāo)檢測(cè)、相位提取基礎(chǔ)上，提出噪聲消除方法，并設(shè)計(jì)無(wú)限脈沖響應(yīng)（infinite impulse response，IIR）帶通濾波器分離呼吸和心跳信號(hào)；最后，將得到的呼吸頻率和心跳頻率分別與呼吸傳感器和智能手環(huán)進(jìn)行對(duì)比，以驗(yàn)證FMCW毫米波雷達(dá)用于生命信號(hào)檢測(cè)的可行性。

1 FMCW毫米波雷達(dá)工作原理

FMCW毫米波雷達(dá)包含發(fā)射天線、接收天線、射頻、模數(shù)轉(zhuǎn)換器和數(shù)字信號(hào)處理器等組件。FMCW毫米波雷達(dá)中頻信號(hào)產(chǎn)生原理是通過(guò)天線發(fā)射射頻模塊產(chǎn)生的調(diào)頻連續(xù)波信號(hào)，接收經(jīng)人體反射后的回波信號(hào)，并與發(fā)射信號(hào)混頻得到混頻信號(hào)，然后利用低通濾波器濾除高頻分量，最后通過(guò)采樣和基帶信號(hào)處理即可得到中頻信號(hào)，如圖1所示。

圖1 中頻信號(hào)產(chǎn)生原理圖

FMCW雷達(dá)發(fā)射信號(hào)x（Tt）可表示為

式中，B為帶寬；fc為線性調(diào)頻信號(hào)起始頻率；ATX為發(fā)射信號(hào)的幅值；Tc為線性調(diào)頻信號(hào)脈寬；φ（t）為相位噪聲；t為時(shí)間變量。

人體胸腔到雷達(dá)的距離為 x（t）[x（t）=R（t）+d0，其中d0為人體與雷達(dá)的距離，R（t）為胸腔運(yùn)動(dòng)位移]，發(fā)射信號(hào)x（Tt）經(jīng)過(guò)距離d0后到雷達(dá)接收端產(chǎn)生時(shí)延 td[td=2R（t）/c，c 為光速]，因此接收信號(hào) x（Rt）可表示為

式中，φ（t-td）為 φ（t）經(jīng) td后的相位；ARX為接收信號(hào)的幅值。發(fā)射信號(hào)和接收信號(hào)經(jīng)混頻后，能夠得到中頻信號(hào)SI（Ft），即

由于人體胸腔運(yùn)動(dòng)速度較慢，不超過(guò)1 mm/1 μs=103m/s，在單掃頻的 μs級(jí)時(shí)間內(nèi) R（t）很小，且近似于一個(gè)常數(shù)。因此，為了觀察胸腔位移變化需順序發(fā)射多個(gè)掃頻信號(hào)，即對(duì)R（t）采樣。假設(shè)發(fā)送l個(gè)掃頻，R（t）采樣時(shí)間間隔為 Tm（即幀周期）。當(dāng) Tm≥Tc時(shí)，R（t）出現(xiàn)在相對(duì)應(yīng)目標(biāo)距離單元的相位上，時(shí)延td變?yōu)?/p>

式中，R（lTc+t）表示距離的變化。胸腔擴(kuò)張引起的位移運(yùn)動(dòng)一般為余弦信號(hào)形式，容易證明 R（lTc+t）=R（lTc）。將公式（4）代入SIF（t），可以得到

式中，Tm為中頻信號(hào)采樣周期；n為采樣點(diǎn)數(shù)；人體生命信號(hào)引起的振動(dòng)（即R（lTc））隱藏在相位ψl中。因此，從采樣的中頻信號(hào)中找到fIF能夠估計(jì)人體的位置，從ψl中可估計(jì)生命信號(hào)引起的振動(dòng)頻率。

2 人體生命信號(hào)檢測(cè)方法

生命信號(hào)屬于微弱信號(hào)，其振動(dòng)產(chǎn)生的位移一般為毫米級(jí)，可以利用毫米波信號(hào)的相位變化確定生命信號(hào)的振動(dòng)位移，從而實(shí)現(xiàn)對(duì)生命信號(hào)的有效檢測(cè)。盡管多普勒雷達(dá)可以檢測(cè)到生命信號(hào)產(chǎn)生的微多普勒信號(hào)，但環(huán)境中的干擾、噪聲以及人體的微多普勒信號(hào)等干擾非常嚴(yán)重，往往會(huì)掩蓋生命信號(hào)。因此，利用FMCW毫米波雷達(dá)估計(jì)人體位置，再提取人體位置區(qū)間的信號(hào)，能夠有效減小環(huán)境中微多普勒對(duì)生命信號(hào)的影響。本文實(shí)現(xiàn)人體生命信號(hào)檢測(cè)的具體流程如圖2所示。首先利用FMCW毫米波雷達(dá)采集人體生命信號(hào)I/Q 2路數(shù)據(jù)，并利用快速傅里葉變換（fast Fourier transform，F(xiàn)FT）估計(jì)人體目標(biāo)的距離，從而確定人體位置；然后，提取人體位置所在距離區(qū)間上由呼吸和心跳引起的相位信號(hào)，再對(duì)得到的相位信號(hào)進(jìn)行差分和噪聲去除；最后，利用IIR帶通濾波器分離呼吸和心跳信號(hào)，再計(jì)算呼吸頻率和心跳頻率。

圖2 人體生命信號(hào)檢測(cè)流程

2.1 人體目標(biāo)檢測(cè)

根據(jù)FMCW毫米波雷達(dá)工作原理可知，雷達(dá)發(fā)射掃頻信號(hào)后經(jīng)過(guò)一定延時(shí)能接收到回波信號(hào)，再經(jīng)過(guò)混頻和濾波后，能夠得到中頻信號(hào)。通過(guò)對(duì)中頻信號(hào)進(jìn)行模數(shù)轉(zhuǎn)換（analog-to-digital converter，ADC）采樣，再對(duì)中頻信號(hào)采樣點(diǎn)進(jìn)行FFT，得到人體到雷達(dá)的距離。根據(jù)采集得到的多個(gè)掃頻信號(hào)可以構(gòu)成一個(gè)二維矩陣，其中包含采樣點(diǎn)的一個(gè)掃頻時(shí)間維度，即為快時(shí)間域，多個(gè)掃頻信號(hào)累積的維度構(gòu)成慢時(shí)間域。對(duì)快時(shí)間域單掃頻信號(hào)的采樣點(diǎn)進(jìn)行FFT可以獲取中頻信號(hào)頻譜，其頻譜峰值對(duì)應(yīng)不同距離的人體目標(biāo)[14]。盡管利用單個(gè)掃頻信號(hào)可以確定人體目標(biāo)，但由于環(huán)境中存在雜波和噪聲，一發(fā)一收得到的人體位置往往變化較大，而本文采用的FMCW毫米波雷達(dá)具有2根發(fā)射天線和4根接收天線，可以組成1個(gè)1發(fā)8收的虛擬天線陣。因此，可以將8路虛擬中頻信號(hào)進(jìn)行疊加，再進(jìn)行FFT，可以有效抑制雜波功率。在連續(xù)發(fā)射2個(gè)掃頻信號(hào)時(shí)間內(nèi)，因掃頻持續(xù)時(shí)間極?。▎蝹€(gè)掃頻持續(xù)時(shí)間為50 μs），人體的位置變化可以忽略不計(jì)。因此，準(zhǔn)確找出人體胸腔至心臟所在的距離區(qū)間并提取該區(qū)間上的相位信息，能夠減少環(huán)境中的噪聲和干擾產(chǎn)生的微多普勒信號(hào)對(duì)生命信號(hào)的影響。

2.2 生命信號(hào)相位提取

利用FFT確定人體所在位置后，為實(shí)現(xiàn)生命信號(hào)檢測(cè)，需要提取人體位置所在距離區(qū)間上的相位信息。通?？梢岳梅凑薪庹{(diào)方法恢復(fù)生命信號(hào)的相位 φ（t），即

式中，I（t）和Q（t）分別表示I、Q 2路正交的基帶信號(hào)。

然而，由于噪聲、電路等原因?qū)е碌闹绷髌?，使得相位反正切解調(diào)時(shí)是非線性的。本文采用圓中心動(dòng)態(tài)直流偏移跟蹤方法[13]對(duì)直流偏移進(jìn)行校正。盡管直流偏移校正能夠解決非線性問(wèn)題，但是由于呼吸引起的胸部位移變化約為10 mm（是毫米波波長(zhǎng)的數(shù)倍），使得反正切解調(diào)技術(shù)解調(diào)出來(lái)的相位（-π/2，π/2）不連續(xù)和跳變會(huì)引起相位模糊問(wèn)題。為了解決該問(wèn)題，本文使用擴(kuò)展的微分交叉乘法（differentiate and cross multiply，DACM）算法[14]。首先，對(duì)公式（7）進(jìn)行微分，可以得到相位變化信息，即

式中，I′（t）和 Q′（t）分別為 I（t）和 Q（t）的時(shí)域一階微分。然后，對(duì)公式（8）進(jìn)行積分，得到積分相位的離散表達(dá)式為

式中，φ（k）表示第k個(gè)采樣點(diǎn)的相位；I（i）和Q（i）分別為I路和Q路信號(hào)的第i個(gè)采樣點(diǎn)數(shù)據(jù)。

因此，DACM算法可以自動(dòng)進(jìn)行相位補(bǔ)償和相位解纏繞，解決了相位模糊問(wèn)題。由于心跳頻率微弱，很容易被淹沒(méi)在呼吸基頻諧波和噪聲中。本文對(duì)DACM相位展開(kāi)后的信號(hào)進(jìn)行相位差分，即相鄰連續(xù)相位值進(jìn)行差分f（k）=φ（k）-φ（k-1）。通過(guò)相位差分在增強(qiáng)心跳信號(hào)的同時(shí)又能抑制相位漂移現(xiàn)象。

2.3 噪聲消除

由于噪聲的影響，相位差分信號(hào)中可能包含錯(cuò)誤相位值，從而影響生命相位提取的準(zhǔn)確性。因此，本文利用分段線性插值方法去除噪聲對(duì)相位的影響。當(dāng)相位差分值大于給定的閾值時(shí)，則采用分段線性?xún)?nèi)插值替代原先相位差分值。定義區(qū)間[ki，ki+1]上的子插值多項(xiàng)式Fi為

式中，ki表示相位信號(hào)（fk）的第i個(gè)采樣點(diǎn)。那么，在整個(gè)區(qū)間[ki，kn]上的插值函數(shù) F（k）為

其中，l（ik）的定義如下：

本研究使用分段線性插值方法得到的內(nèi)插值替換原有錯(cuò)誤的相位差分值，可以有效去除相位差分信號(hào)中的噪聲，提高呼吸和心跳頻率區(qū)間的信噪比，從而大大提高心跳頻率和呼吸頻率的準(zhǔn)確性。

2.4 呼吸與心跳信號(hào)分離及頻率計(jì)算

一般呼吸頻率（單位：Hz）區(qū)間為[0．2，0．8（]12～48次/min），心跳頻率（單位：Hz）區(qū)間為[0．8，2（]48～120次/min）。因此，為了得到人體的呼吸和心跳信號(hào)，本研究采用IIR帶通濾波器從頻域上對(duì)呼吸和心跳信號(hào)進(jìn)行分離。IIR帶通濾波器沖激響應(yīng)的差分方程為

式中，xi-r和yi-k分別為去噪后相位信號(hào)的輸入和輸出；br為正向系數(shù)；ak為反向系數(shù)。該無(wú)限沖激響應(yīng)函數(shù)的z變換函數(shù)可以表示為

式中，X（z）和 Y（z）分別為濾波器的輸入和輸出，并且n≥m。

本研究采用四階IIR帶通濾波器，其傳遞函數(shù)為

式中，k（k=1，2，…，N）為級(jí)聯(lián)級(jí)數(shù)，其中 N 為延遲單元數(shù)。

根據(jù)心跳頻率和呼吸頻率所在區(qū)間，即呼吸頻率（單位：Hz）為[0．2，0．8]和心跳頻率（單位：Hz）為[0．8，2]，設(shè)定采樣率為 20 Hz，在零初始條件下，經(jīng)過(guò)呼吸和心跳頻率范圍濾波可以分別得到心跳和呼吸信號(hào)輸出序列，從而實(shí)現(xiàn)對(duì)心跳和呼吸信號(hào)分離。

根據(jù)IIR帶通濾波器分離出來(lái)的呼吸和心跳信號(hào)，并選取呼吸頻率和心跳頻率所在的頻率區(qū)間上幅度最大的頻率作為呼吸和心跳信號(hào)的頻率，再將該頻率乘以60，即可得到人體每分鐘的呼吸頻率和心跳頻率。

3 實(shí)驗(yàn)結(jié)果及分析

3.1 雷達(dá)參數(shù)配置

為了驗(yàn)證本文方法的有效性，在實(shí)驗(yàn)中采用的FMCW毫米波雷達(dá)為德州儀器公司的AWR1642雷達(dá)板，并采用DCA1000高速數(shù)據(jù)采集卡采集雷達(dá)信號(hào)。通過(guò)將DCA1000與AWR1642聯(lián)調(diào)，并通過(guò)以太網(wǎng)網(wǎng)口使用用戶(hù)數(shù)據(jù)包協(xié)議（user datagram protocol，UDP）將雷達(dá)信號(hào)傳輸?shù)接?jì)算機(jī)上。本文使用的AWR1642雷達(dá)板具有2根發(fā)射天線和4根接收天線，并且2根發(fā)射天線交替發(fā)射掃頻信號(hào)，每個(gè)掃頻信號(hào)持續(xù)時(shí)間設(shè)為 50 μs，脈沖間隔為 7 μs，發(fā)射的鋸齒波斜率為70 MHz/μs，幀速率為50 ms。每幀內(nèi)2根天線分別發(fā)送1個(gè)掃頻信號(hào)。在實(shí)驗(yàn)過(guò)程中，被測(cè)試者靜坐在雷達(dá)正前方。

3.2 結(jié)果及分析

（1）確定人體位置。

將一幀內(nèi)發(fā)射的2個(gè)掃頻信號(hào)經(jīng)過(guò)4根天線接收后組成的8路虛擬信號(hào)進(jìn)行疊加，再利用FFT進(jìn)行距離估計(jì)，能夠得到如圖3所示的距離估計(jì)結(jié)果。由圖3可知，被測(cè)試人體目標(biāo)靜坐于距離雷達(dá)0．45～0．7 m，且在 0．5～0．65 m 范圍內(nèi)信號(hào)最強(qiáng)，并且隨著時(shí)間的推移，人體仍然能保持在這個(gè)距離區(qū)間，進(jìn)一步說(shuō)明了人體目標(biāo)靜坐于雷達(dá)板正前方。同時(shí)，從圖3可以看出，F(xiàn)MCW雷達(dá)在0．1 m距離內(nèi)存在頻譜泄漏，但與人體反射信號(hào)（0．4 ～0．7 m）相比，該頻譜泄漏是可以忽略的。因此，為了實(shí)現(xiàn)生命信號(hào)檢測(cè)，只需要提取0．5～0．65 m之間信號(hào)最強(qiáng)位置處的相位信息，可有效避免其他距離區(qū)間上微多普勒信號(hào)對(duì)人體生命信號(hào)檢測(cè)的影響。

圖3 人體位置與時(shí)間關(guān)系

（2）噪聲對(duì)相位信號(hào)波形和頻譜的影響。

為了分析相位差分和噪聲去除的效果，本文對(duì)比了相位差分前（原始相位）、相位差分后（差分相位）和利用分段線性?xún)?nèi)插值方法去噪后人體生命信號(hào)的相位波形，如圖4所示。由圖4可以看出，相位差分前的人體生命信號(hào)相位變化較大，相位差分后的相位信號(hào)規(guī)律性較好。而對(duì)比圖4（b）、（c）可以看出，分段線性?xún)?nèi)插值方法能夠去除差分相位中由椒鹽噪聲等引起的相位誤差。

圖4 去噪前后相位波形對(duì)比

將去除椒鹽噪聲后的相位信號(hào)經(jīng)過(guò)2個(gè)IIR帶通濾波器分離出心跳和呼吸信號(hào)，得到如圖5所示的呼吸與心跳信號(hào)相位波形及其對(duì)應(yīng)的頻譜。由圖5可以看出，呼吸信號(hào)和心跳信號(hào)的時(shí)域波形呈現(xiàn)正弦或余弦形式，并且從頻譜可以看出呼吸和心跳信號(hào)頻譜中的最大值即為呼吸和心跳的頻率。

圖5 呼吸和心跳信號(hào)相位波形及其頻譜

（3）呼吸頻率與心跳頻率的性能對(duì)比。

為了驗(yàn)證方法的準(zhǔn)確性和有效性，使用雷達(dá)傳感器分別采集5個(gè)成年男性和5個(gè)成年女性5 min的心跳和呼吸數(shù)據(jù)，利用本文方法計(jì)算呼吸頻率和心跳頻率，并與呼吸傳感器采集的呼吸頻率和智能手環(huán)采集的心跳頻率數(shù)據(jù)進(jìn)行比較。對(duì)采集到的數(shù)據(jù)取1 min的數(shù)據(jù)長(zhǎng)度分別進(jìn)行處理，然后采用IIR帶通濾波器進(jìn)行濾波，尋找幅值最大的頻率，得到呼吸頻率和心跳頻率，詳見(jiàn)表1。表1中采用皮爾遜相關(guān)系數(shù)（Pearson correlation coefficient，PCC）進(jìn)行性能比較[14]，其中PCC取值范圍為0～100%，0表示兩者不相關(guān)，100%表示兩者完全相關(guān)。

表1 本文方法與接觸式設(shè)備采集的呼吸頻率和心跳頻率對(duì)比單位：次/min

由表1可知，采用本文方法得到的呼吸頻率與呼吸傳感器得到的結(jié)果非常接近，并且本文方法得到的心跳頻率與智能手環(huán)結(jié)果也很接近。本文所提方法采集的呼吸頻率與呼吸傳感器的匹配率（即PCC值）達(dá)90%，心跳頻率與智能手環(huán)的匹配率（即PCC值）達(dá)88%。由于本文采用FMCW毫米波雷達(dá)實(shí)現(xiàn)非接觸式的呼吸和心跳檢測(cè)，能夠在不接觸身體的情況下完成對(duì)不適宜接觸式測(cè)量設(shè)備等人群的呼吸頻率和心跳頻率測(cè)量，且與接觸式生命信號(hào)測(cè)量方式的匹配率非常高。因此，本文的研究可以為非接觸式人體生命信號(hào)檢測(cè)提供有意義的借鑒。

4 結(jié)語(yǔ)

本文采用FMCW毫米波雷達(dá)通過(guò)提取人體所在位置處的回波信號(hào)相位信息，經(jīng)過(guò)DACM相位展開(kāi)后，再利用分段線性插值方法去除椒鹽噪聲，最后通過(guò)IIR帶通濾波器分離得到呼吸與心跳信號(hào)。實(shí)驗(yàn)結(jié)果表明，本文所提方法能夠有效地抑制噪聲和諧波干擾影響，并且采用本文方法得到的呼吸頻率和心跳頻率與接觸式方法的匹配率非常高，從而證明了FMCW毫米波雷達(dá)在非接觸式生命體征監(jiān)測(cè)中的可行性和有效性。在人體晃動(dòng)較大或處于運(yùn)動(dòng)狀態(tài)時(shí)，生命信號(hào)被完全掩蓋，本文所提方法難以檢測(cè)出呼吸和心跳信號(hào)。為擴(kuò)展非接觸式人體生命信號(hào)檢測(cè)的應(yīng)用范圍，下一步工作將研究人體運(yùn)動(dòng)狀態(tài)下的生命信號(hào)檢測(cè)。同時(shí)，還可以將本文提出的分段線性插值噪聲去除方法與經(jīng)驗(yàn)?zāi)B(tài)分解、小波變換、盲源分離等方法相結(jié)合，進(jìn)一步提升生命信號(hào)檢測(cè)的準(zhǔn)確率。