一种呼吸信号检测方法和装置的制造方法
【技术领域】
[0001] 本发明涉及信号检测技术领域，尤其涉及一种呼吸信号检测方法和装置。
【背景技术】
[0002] 非接触式生命探测主要通过探测人体的呼吸运动实现生命探测，灾后救援中，当 受困人员被掩埋在废墟下时，非接触式生命探测仪是一种有效的受困人员探测与定位工 具。雷达生命探测仪是一种融合了雷达技术和生物医学工程技术的可穿透非金属介质的非 接触远距离的生命探测系统。超宽带(UWB，Ultra Wide Band)脉冲雷达的高穿透性能和高 定位精度使它在灾后救援领域具有广泛的应用前景。
[0003] 传统的超宽带脉冲雷达生命探测方法往往将人体的呼吸信号看作频率为呼吸频 率的正弦信号，对信号进行FFT(Fast Fourier Transform，快速傅里叶变换），当在空间的 某一位置存在某一频率的呼吸信号时，相应的FFT点相比于不存在呼吸信号的FFT点会具有 较高的能量，基于该能量的显著性来完成对呼吸信号的检测。然而，人体的呼吸运动是一个 包含吸气、呼气和结束呼气三个过程的非正弦形态的准周期信号，该信号往往包含一个非 常强的一次谐波分量和一个较为显著的二次谐波分量。直接进行FFT的方法忽视了非一次 谐波的能量，而现有技术中基于谐波图的方法只是简单的把呼吸信号当作一个具有较强的 一次谐波和一个显著二次谐波的周期信号，忽视了反映其波形的相位信息，导致部分检测 性能的损失。
[0004] 可见，目前的方法都未能充分利用包含在呼吸信号波形中的信息，导致对呼吸信 号的检测效率不高。
【发明内容】
[0005] 本发明的目的在于提供一种呼吸信号检测方法和装置，旨在解决现有技术在进行 生命探测过程中没有充分利用呼吸信号波形中的信息，导致对呼吸信号检测概率不高的问 题。
[0006] 本发明的第一方面，提供一种呼吸信号检测方法，包括：
[0007] 采集原始信号，所述原始信号包括非呼吸信号；
[0008] 对所述原始信号进行预处理，过滤所述非呼吸信号中除噪声以外的其他信号，得 到待处理信号；
[0009] 对所述待处理信号中的未知参数进行极大似然估计；
[0010] 根据所述极大似然估计的结果，对所述待处理信号进行概率密度统计，得到广义 似然比检测器；
[0011] 根据所述广义似然比检测器对所述待处理信号进行检测。
[0012] 本发明的第二方面，提供一种呼吸信号检测装置，包括：
[0013] 采集模块，用于采集原始信号，所述原始信号包括非呼吸信号；
[0014] 预处理模块，用于对所述原始信号进行预处理，过滤所述非呼吸信号中除噪声以 外的其他信号，得到待处理信号；
[0015] 估计模块，用于对所述待处理信号中的未知参数进行极大似然估计；
[0016] 统计模块，用于根据所述极大似然估计的结果，对所述待处理信号进行概率密度 统计，得到广义似然比检测器；
[0017] 检测模块，用于根据所述广义似然比检测器对所述待处理信号进行检测。
[0018] 本发明与现有技术相比存在的有益效果是:通过对原始信号中包含的各种未知参 数进行极大似然估计，从而充分利用呼吸信号波形中的各种参数信息，并基于极大似然估 计进行概率密度统计得到广义似然比检测器，利用该检测器进行信号检测，从而达到对呼 吸信号更高的检测概率。
【附图说明】
[0019] 图1是本发明实施例一提供的呼吸信号检测方法的流程图；
[0020] 图2是本发明实施例二提供的呼吸信号检测方法的流程图；
[0021] 图3是本发明实施例二提供的呼吸信号检测方法中原始信号采集和预处理过程的 示意图；
[0022] 图4是本发明实施例三提供的呼吸信号检测装置的组成示意图；
[0023] 图5是本发明实施例四提供的呼吸信号检测装置的组成示意图。
【具体实施方式】
[0024]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0025]以下结合具体附图对本发明的实现进行详细的描述。
[0026] 图1是本发明实施例一提供的呼吸信号检测方法的流程图，具体包括步骤SlOl至 S105,详述如下：
[0027] S101、采集原始信号，该原始信号包括非呼吸信号。
[0028] 具体地，在灾后救援现场或者反恐场景等需要进行生命探测的环境中，使用呼吸 信号探测系统对探测环境的回波信号进行采样，得到原始信号，该原始信号组成雷达回波 矩阵。
[0029] 原始信号包含了大量的噪声和杂波等非呼吸信号，同时当探测范围中有生命存在 时，原始信号中还包括呼吸信号。
[0030] S102、对原始信号进行预处理，过滤非呼吸信号中除噪声以外的其他信号，得到待 处理信号。
[0031] 需要说明的是，在本发明实施例中，后续对原始信号中是否存在呼吸信号的判决 是以原始信号中存在噪声这一信号为前提的，因此，在对采样得到的原始信号进行预处理 时会保留噪声信号，而过滤掉非呼吸信号中的杂波等干扰信号，如此，在后续进一步的检测 过程中，也能够避免这些干扰信号对呼吸信号的检测造成干扰，从而可以更加准确地从原 始信号中检测出是否存在呼吸信号。
[0032] 经过预处理得到的待处理信号包括了噪声信号和可能存在的呼吸信号。
[0033]进一步地，上述对原始信号所进行的预处理可以采用快时间线性相位滤波和线性 趋势消除对干扰信号进行过滤。
[0034] S103、对待处理信号中的未知参数进行极大似然估计。
[0035] 具体地，待处理信号中的未知参数可以包括信号功率、呼吸频率、占空比因子、随 机相位和噪声功率等，对这些未知参数进行极大似然估计，并可以采用网格搜索法 (GridSearch)进行求解。
[0036] S104、根据极大似然估计的结果，对待处理信号进行概率密度统计，得到广义似然 比检测器。
[0037] 具体地，对待处理信号的观测数据进行概率密度统计得到概率密度函数，并用步 骤S103对未知参数进行极大似然估计的结果替换概率密度函数中的未知参数，得到广义似 然比检测器。
[0038] S105、根据广义似然比检测器对待处理信号进行检测。
[0039]具体地，通过广义似然比检测器的计算结果与门限值的大小对比，判断待处理信 号中是否存在呼吸信号，实现生命探测。
[0040] 本实施例中，通过对原始信号进行预处理，得到待处理信号，对待处理信号的未知 参数进行极大似然估计，从而充分利用呼吸信号波形中的各种参数信息，并根据极大似然 估计的结果，对待处理信号进行概率密度统计，得到广义似然比检测器，使用该广义似然比 检测器对待处理信号进行检测，判断是否存在呼吸信号，从而达到对呼吸信号更高的检测 概率。
[0041] 实施例二：
[0042]图2是本发明实施例二提供的呼吸信号检测方法的流程图，具体包括步骤S201至 S208,详述如下：
[0043] S201、采集原始信号，该原始信号包括非呼吸信号。
[0044] 在灾后救援现场或者反恐场景等需要进行生命探测的环境中，使用呼吸信号探测 系统对探测环境的回波信号进行采样，得到原始信号，该原始信号组成雷达回波矩阵。
[0045] 原始信号包含了大量的噪声和杂波等非呼吸信号，同时当探测范围中有生命存在 时，原始信号中还包括呼吸信号。
[0046] 具体地，原始信号可表示为：
[0047] xr[m,n] = Se[m,n]+C[n]+L[m,n]+Wr[m,n]+d[m] (I)
[0048] 其中，m和η分别表示快时间域和慢时间域的时间变量，m= 1,2,…,M，n=l, 2,…， N，M为快时间域的时间变量最大值，快时间采样周期为500皮秒，N为慢时间域的时间变量最 大值，慢时间采样周期为0.05秒;x r[m，n]为原始信号，se[m，n]为呼吸信号，C[n]为杂波，L [m，n]为线性趋势，wr[m，n]为噪声，d[m]为不稳定快时间直流。
[0049] S202、对原始信号进行快时间线性相位滤波，消除原始信号在快时间域的不稳定 快时间直流信号。
[0050] 快时间相位滤波可以采用快时间域线性相位数字滤波器完成。
[0051] 具体地，快时间域线性相位数字滤波器是一种带通线性相位有限脉冲响应数字滤 波器。由于原始信号是一个二维回波矩阵，两个维度分别对应快时间域和慢时间域，回波矩 阵的每一路快时间信号经过该滤波器处理后获得相应的一路快时间输出信号，多路输出信 号组成快时间域滤波输出矩阵XF[m，η ]。
[