1.一种用于应急救援的人员搜救方法,其特征在于,包括:获取远距离无线电LoRa收发器扫描目标区域过程中反射回来的LoRa信号数据;
对所述LoRa信号数据进行特征提取,得到用于反映人体生命活动特征的第一信号;
对所述第一信号基于预先构建的特征集进行人员检测,确定所述目标区域是否存在被困人员;其中,所述特征集基于在无人环境、有人环境中分别采集的所述第一信号确定。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一信号基于预先构建的特征集进行人员检测,确定所述目标区域是否存在被困人员,包括:基于傅里叶变换将所述第一信号转换为频域信号;
基于所述频域信号计算所述第一信号的功率谱密度的方差概率分布;
计算所述方差概率分布与预先构建的特征集中所述无人环境对应的所述第一信号的功率谱密度的方差概率分布之间的第一距离、所述方差概率分布与所述预先构建的特征值中的所述有人环境对应的所述第一信号的功率谱密度的方差概率分布之间的第二距离;
若所述第一距离小于所述第二距离,确定所述目标区域不存在被困人员;
若所述第一距离大于或等于所述第二距离,确定所述目标区域存在被困人员。
3.根据权利要求1所述的方法,其特征在于,所述对所述LoRa信号数据进行特征提取,得到用于反映人体生命活动特征的第一信号,包括:对所述LoRa信号数据进行数据压缩;
对压缩后的数据基于高通滤波器和低通滤波器进行过滤处理,得到所述第一信号。
4.根据权利要求1所述的方法,其特征在于,所述对所述第一信号基于预先构建的特征集进行人员检测之前,所述方法还包括:获取无人环境、有人环境中分别对应的所述第一信号;
将所述无人环境对应的所述第一信号基于傅里叶变换转换为所述无人环境对应的频域信号,基于所述无人环境对应的频域信号计算所述无人环境对应的所述第一信号的功率谱密度的方差概率分布;
将所述有人环境对应的所述第一信号基于傅里叶变换转换为所述有人环境对应的频域信号,基于所述有人环境对应的频域信号计算所述有人环境对应的所述第一信号的功率谱密度的方差概率分布;
其中,所述预先构建的特征集包括:所述无人环境对应的所述第一信号的功率谱密度的方差概率分布和所述有人环境对应的所述第一信号的功率谱密度的方差概率分布。
5.根据权利要求1所述的方法,其特征在于,若所述目标区域存在被困人员,所述方法还包括:对所述第一信号基于预先构建的人员状态检测模型进行被困人员的运动状态的检测;
所述人员状态检测模型基于静止人员、运动人员分别对应的所述第一信号训练生成。
6.根据权利要求5所述的方法,其特征在于,对所述第一信号基于预先构建的人员状态检测模型进行被困人员的运动状态的检测,包括:对所述第一信号基于短时傅里叶变换得到所述第一信号对应的时频数据;
将所述时频数据输入预先构建的人员状态检测模型,得到所述被困人员为静止人员或者运动人员的检测结果。
7.根据权利要求6所述的方法,其特征在于,若所述被困人员为静止人员,所述方法还包括:基于所述第一信号的功率谱密度中的峰值确定所述静止人员的呼吸频率;
基于所述静止人员的呼吸频率确定所述静止人员的危险等级。
8.根据权利要求6所述的方法,其特征在于,若所述被困人员为运动人员,所述方法还包括:生成并发送用于引导所述运动人员逃生的逃生路径。
9.一种用于应急救援的人员搜救装置,其特征在于,包括:获取模块,用于获取LoRa收发器扫描目标区域过程中反射回来的LoRa信号数据;
特征提取模块,用于对所述LoRa信号数据进行特征提取,得到用于反映人体生命活动特征的第一信号;
人员检测模块,用于对所述第一信号基于预先构建的特征集进行人员检测,确定所述目标区域是否存在被困人员;其中,所述特征集基于在无人环境、有人环境中分别采集的所述第一信号确定。
10.一种用于应急救援的人员搜救设备,其特征在于,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,其中,所述处理器,与所述无人机通信连接,用于运行计算机程序时,执行权利要求1至8任一项所述方法的步骤。
11.一种用于应急救援的人员搜救系统,其特征在于,包括:无人机,所述无人机上搭载LoRa收发器;
如权利要求10所述的人员搜救设备,与所述无人机通信连接。
12.一种存储介质,所述存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至8任一项所述方法的步骤。