复杂场景下基于UWB雷达的呼吸特征检测算法
DOI:
CSTR:
作者:
作者单位:

中国石油大学(华东) 青岛 266000

作者简介:

通讯作者:

中图分类号:

TN957.51

基金项目:

国家自然科学基金(No. 61902431、91938204、61972417)、山东省重点研发计划(No.2019GGX101048)和中央高校基本科研业务费专项资金(No.19CX05003A-9、19CX05003A-4、18CX02136A)资助


Respiratory feature detection algorithm based on UWB radar in complex scene
Author:
Affiliation:

China University of Petroleum (East China), Qingdao 266000, China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    超宽带(ultra-wideband, UWB)雷达作为一种新兴的生命体征探测方式,可对人体呼吸体征进行非接触式实时监测,在医学上具有重大意义。针对在复杂场景下雷达回波信号的距离门无法被准确自动提取的问题,提出了一种使用神经网络对雷达回波信号中快时域距离门的滤波方法,分析并设计了全连接神经网络的网络结构,提高人体呼吸体征实时检测的精度。用PulsON-440 UWB雷达模块采集数据,在实际场景中,完成了实验对比分析,结果表明,本方法可有效去除非呼吸的距离门信号,并可进一步提高呼吸信号的质量和探测的鲁棒性。

    Abstract:

    Ultra-wide band (UWB) radar, as a new method of vital sign detection, can monitor human respiratory signs in real-time and non-contact mode. It is of great medical significance. To solve the problem that the distance gate of radar echo signal cannot be extracted accurately and automatically in complex scenes. A fast time domain distance gate filtering method for radar echo signals using neural network is presented. The network structure of the fully connected neural network is analyzed and designed to improve the accuracy of real-time detection of human respiratory signs. Data is collected using PulsON-440 UWB radar module. In the actual scene, the comparative analysis of experiments is completed. The results show that this method can effectively remove the non-breathing distance gate signal. It can further improve the quality of respiratory signals and robustness of detection.

    参考文献
    相似文献
    引证文献
引用本文

崔学荣,杨 雷,李娟,李世宝.复杂场景下基于UWB雷达的呼吸特征检测算法[J].电子测量技术,2021,44(4):70-74

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-11-25
  • 出版日期:
文章二维码
×
《电子测量技术》
财务封账不开票通知