毫米波雷達心率、呼吸檢測原理

1. 概述

• 普通成年人的心跳、呼吸的位移、頻率引數如下：

		Frome Front	Frome Back
Vital Signs	Frequency	Amplitude	Amplitude
Breathing Rate (Adults)	0.1 – 0.5 Hz	~ 1- 12 mm	~ 0.1 – 0.5 mm
Heart Rate (Adults)	0.8 – 2.0 Hz	~ 0.1 – 0.5 mm	~ 0.01 – 0.2 mm

• 基本原理
  通過探測由於目標微小振動所引起的在特定的Range bin的FMCW訊號的相位變化。
  $$\Delta {\varphi }_b=\frac{4\pi }{\lambda }\Delta R$$
  式中，$\Delta {\varphi }_b$ 為相位變化， $\Delta R$為心臟或胸腔引起的位移變化。

---

2 FMCW 雷達基礎原理

通過相位的變化去計算心跳、呼吸的頻率，將發射訊號以及混頻後的中頻訊號系寫為了複數形式，主要關注其相位的變化。

---

3 訊號測量

• 對於單個目標，心跳訊號可看作一個同時具有頻率和相位的正弦訊號$b(t)$
• 為測量小幅度的振動，需要得到目標其Range bin裡的相位變化$\Delta {\varphi }_b$；
• 通過目標距離bin裡對$b(t)$訊號做FFT，可得到其目標相位；
• 假設目標距離為$m$,進行FFT變換，提取距離為$m$的$Rangebin$處的振動訊號，
• 假設我們進行了FFT，並且物件位於$Rangebin$為m處，則可以通過在nTs時間內連續提取Range bin為 m處的相位來獲取振動訊號$x(t)$，其中n是chirp的索引，Ts是連續測量的時間。

---

4 波形配置

• 每個Chirp進行100次ADC取樣，每個Chirp的持續時間為50$\mu s$,IF取樣頻率為2MHz；
• 每幀發射兩個Chirp，每幀的週期為50$ms$；
• 目前僅使用單發單收的天線佈局；
• 生命體徵波形沿“慢時間軸”取樣，因此生命體徵取樣率等於系統的幀率；（即每一幀內，僅採一次樣，通過連續的N幀得到心率、呼吸的相位變化）

---

5 演算法流程

1. Range FFT ：對ADC資料執行快速傅立葉變換（FFT）以獲取Range曲線；
2. Range bin tracking：通過雷達的與人體的大致位置關係，可以確定目標的距離範圍，通過在該範圍內搜尋最大值，獲取目標對應的Range bin；
3. Extract Phase：提取目標Range bin 處的相位；
   ① ② ③ 三個階段迴圈，幀週期是50ms，即每一個幀週期內提取一次目標的相位，若目標與距離的徑向距離發生變化，則需要根據Range bin tracking演算法得出此時的Rang bin ,然後提取相位，迴圈發射N幀，即可得到目標的相位隨幀數的取值變化，也可看作目標相位與時間的關係，記做振動訊號 $x(t)$

---

4. Phase Unwrapping：相位解纏繞，由於相位值在$[-\pi ，\pi ]$之間，而我們需要展開以獲取實際的位移曲線。 因此每當連續值之間的相位差大於/小於±π時，通過從相位中減去2π來執行相位展開；
5. Phase Difference ：通過減去連續的相位值，對展開的相位執行相位差運算。 這有助於增強心跳訊號並消除任何相位漂移；
6. Bandpass Filtering 依據心跳和呼吸頻率的不同，利用帶通濾波器濾波將相位值進行濾波以進行區分。
7. Spectral Estimation範圍估計，對相位訊號做FFT，依據峰值大小及其諧波特徵，獲取N個Frame時間內對應的呼吸頻率。
8. Decision判斷，記錄一段時間內的呼吸頻率，根據不同的置信度指標判斷此時的呼吸頻率，並輸出呼吸頻率隨時間變化的關係。
9. 在對相位進行濾波後，此處的目的是減少人身體的相對位置移動而對心率測量造成的影響。（因為心率的測量是基於心臟收縮和舒張的微小運動產生的距離差，而引起的相位變化，依據微多普勒原理，當人的身體出現大幅擺動時，將會對其準確性造成影響）此處通過將樣本進行分割，設定閾值去判斷是否符合心率的變化範圍，並選取穩定裝態下的資料進行下一步的估計。
10. 此處的方法與求呼吸頻率類似，最終獲得生命體徵訊號。

6 基於AWR 1642的應用實現

基於TI的AWR 1642 Demo板，經過建立工程、刷寫、GUI等步驟即可實現其功能，GUI介面如下所示。

---

上述參考TI的官方指南《 TI mmWave Labs —— Driver Vital Signs》，如有需要，可私信。