毫米波雷達心率、呼吸檢測原理 TI mmWave Labs —— Driver Vital Signs

qq_39764867發表於2020-09-25

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 FrontFrome Back
Vital SignsFrequencyAmplitudeAmplitude
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。
    Δ ϕ b = 4 π λ Δ R \Delta \phi_b=\frac{4\pi}{\lambda} \Delta R Δϕb=λ4πΔR
    式中, Δ ϕ b \Delta \phi_b Δϕb 為相位變化, Δ R \Delta R ΔR為心臟或胸腔引起的位移變化。

2 FMCW 雷達基礎原理

在這裡插入圖片描述
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

在這裡插入圖片描述

  • 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 ) b(t) 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 Δ ϕ b \Delta \phi_b Δϕb
  • 通過目標距離bin裡對 b ( t ) b(t) b(t)訊號做FFT,可得到其目標相位;
  • 假設目標距離為 m m m,進行FFT變換,提取距離為 m m m R a n g e b i n Range bin Rangebin處的振動訊號,
  • 假設我們進行了FFT,並且物件位於 R a n g e b i n Range bin 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 ) x(t) x(t),其中n是chirp的索引,Ts是連續測量的時間。

4 波形配置

在這裡插入圖片描述

  • 每個Chirp進行100次ADC取樣,每個Chirp的持續時間為50 μ s \mu s μs,IF取樣頻率為2MHz;
  • 每幀發射兩個Chirp,每幀的週期為50 m s ms 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

在這裡插入圖片描述

  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 ) x(t) x(t)

  1. Phase Unwrapping:相位解纏繞,由於相位值在 [ − π , π ] [-π,π] [ππ]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;
  2. 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;
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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。在這裡插入圖片描述

在這裡插入圖片描述


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

相關文章