基于分数阶傅里叶变换和小波变换的多普勒心率估计方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110269642A(43)申请公布日2019.09.24(21)申请号201910574142.1(22)申请日2019.06.28(71)申请人中南大学地址410083湖南省长沙市岳麓区麓山南路932号(72)发明人丁一鹏余厦莅许雪梅(74)专利代理机构长沙永星专利商标事务所(普通合伙)43001代理人何方(51)Int.Cl.A61B8/02(2006.01)权利要求书3页说明书6页附图4页(54)发明名称基于分数阶傅里叶变换和小波变换的多普勒心率估计方法(57)摘要本发明公开了一种基于分数阶傅里叶变换和小波变换的多普勒心率估计方法，包括以下步骤：S1.对解调后的回波信号分别进行不同阶数的分数阶傅里叶变换，形成二维分数阶平面；S2.根据呼吸信号、高阶呼吸谐波的峰值在平面内的分布规律，依次识别和抑制呼吸信号、高阶呼吸谐波，并完成心跳信号的提取；S3.基于小波变换的实时心率估计算法，对提取的心跳信号进行小波变换，利用所得小波系数在时间轴上的累加得到小波频谱图，完成实时心率估计。本发明不仅可以保证多普勒生命体征检测系统的非接触和低廉和简洁性和探测实时性，还可以抑制呼吸谐波干扰，此外心率估计精度高、实时性强，在基于多普勒雷达的非接触式生命信号检测领域中具有广泛的应用前景。CN110269642ACN110269642A权利要求书1/3页1.一种基于分数阶傅里叶变换和小波变换的多普勒心率估计方法，其特征在于，包括以下步骤：S1.对解调后的回波信号分别进行不同阶数的分数阶傅里叶变换，形成二维分数阶平面；S2.根据呼吸信号、高阶呼吸谐波的峰值在平面内的分布规律，依次识别和抑制呼吸信号、高阶呼吸谐波，并完成心跳信号的提取；S3.基于小波变换的实时心率估计算法，对提取的心跳信号进行小波变换，利用所得小波系数在时间轴上的累加得到小波频谱图，并完成实时心率估计。2.根据权利要求1所述的基于分数阶傅里叶变换和小波变换的多普勒心率估计方法，其特征在于，步骤S1中，具体包括：解调后的回波信号x(t)可表示为：式(1)中，j为虚数单位，λ为雷达发射信号的波长，为初始相位，w(t)为人体目标的胸壁运动，可以表示为：式(2)中，mh、ωh、mr、ωr、分别为心跳和呼吸引起的胸壁运动的振幅、频率、初始相位；信号x(t)的p阶分数阶傅里叶变换可表示为：其中，核函数可表示为：式(4)中，α＝pπ/2，δ为冲激函数；分别计算不同阶数的分数阶傅里叶变换，形成二维分数阶平面(p,u)。3.根据权利要求1所述的基于分数阶傅里叶变换和小波变换的多普勒心率估计方法，其特征在于，步骤S2中，具体包括：所述呼吸信号、高阶呼吸谐波的识别算法为：由于心跳信号和呼吸信号的频率是缓慢变化的，而高阶呼吸谐波的频率变化率和呼吸信号相比成倍增成长，因此它们在二维分数阶平面上是分离的；令心跳信号和呼吸信号在二维分数阶平面上的峰值分别为(ph,uh)和(pi,ui)，其中i为呼吸谐波的阶数，pi满足以下关2CN110269642A权利要求书2/3页系：其中，Δfi为频率变化量，fs为采样频率，ui满足以下关系：其中，fi为呼吸谐波信号的频率，Δt为信号长度，综上，(pi,ui)在二维分数阶平面上，以(1,0)为原点，近似地呈等比线性分布，在处理实测信号时，由于频谱分辨率和噪声干扰等影响，(pi,ui)的位置会有所偏移，因此(pi,ui)的位置由如下步骤确定：(1)选取整个二维分数阶平面的峰值点作为呼吸信号峰值点(p1,u1)；(2)选取最接近点(2p1,2u1)的峰值点作为二阶呼吸谐波峰值点(p2,u2)；(3)当i>2时，由以下公式计算出(pi,ui)的理论位置(p′i,u′i)：u′i＝2ui-1-ui-2(4)选取最接近点(p′i,u′i)的峰值点作为i阶呼吸谐波峰值点(pi,ui)；所述呼吸信号、高阶呼吸谐波的抑制算法为：当同时提取多个信号分量时，强信号分量的能量泄漏会干扰弱信号分量的参数估计，为了提高算法的性能，结合CLEAN算法对呼吸信号及其高阶呼吸谐波的抑制算法进行了改进：在pi阶分数阶傅里叶变换域中，完成对i阶呼吸谐波的抑制后，根据CLEAN算法，重新更正i-1阶呼吸谐波和i阶呼吸谐波峰值点位置。4.根据权利要求1所述的基于分数阶傅里叶变换和小波变换的多普勒心率估计方法，其特征在于，步骤S3中，实时心率的估计算法包括：对提取的心跳信号Sh(t)进行小波变换，计算公式如下：式(5)中，a为尺度因子，b为平移因子，Ψ((t-b)/(a))为母小波Ψ(t)经过平移和缩放后得到的子小波；根据雷达回波信号的特性，选择Morlet小波作为母小波；由于a和b可以分别转化为f和t，对每一个尺度因子下不同平移区间内所有