1.一种分离UWB雷达传感器接收信号的方法,其特征在于,即基于递归积分算子的零空间追踪提取单分量信号算法和置信度对UWB雷达传感器接收信号进行信号分解,提取人体的呼吸信号和心跳信号频率的方法,包括以下步骤:步骤(1)UWB雷达传感器信号预处理阶段:包括信号的突变点检测,若信号含有突变值,则去掉突变处的局部信号,并通过三次样条插值法补全信号,再通过带通录波器滤除杂波,并将信号归一化到[‑1,1]之间;
步骤(2)利用递归积分算子的零空间追踪(Recursion Integral Null Space Pursuit:RINSP)算法分解信号,得到信号的多个不同频带的单分量信号,将这些单分量信号构成决策树;
步骤(3)为了估计能准确估计心率和呼吸信号频率,我们定义决策树分支并进行预分组,定义了分量的置信度,根据置信度提取出分量中最优的信号频率为心率和呼吸信号频率。
2.根据权利要求1所述的一种分离UWB雷达传感器接收信号的方法,其特征在于,所述步骤(1)UWB雷达传感器信号预处理阶段具体为:
1)找出原始UWB雷达信号的局部最大值点和局部最小值点,最大值点对应的横轴为dmax,纵轴为vmax,最小值点对应的横轴为dmin,纵轴为vmin;
2)检验局部最大值之间的差值的绝对值,如其中有连续两个差值的绝对值大于50,则这三个点之间的值是为突变值,中间点视为突变点;
3)若第i个点为突变点则重新计算第i个点的横轴和纵轴,再使用三次样条插值法对第i节点和距离第i节点最近的两个最小值点进行插值;
4)检验局部最小值方法同上1)到3);
5)将上述补齐信号s(t)带入下步骤,如果没有突变点则将原始信号视为s(t)带入下步骤;
6)使s(t)通过带通滤波器(0.1Hz~2.5Hz),对信号进行归一化。
3.根据权利要求1所述的一种分离UWB雷达传感器接收信号的方法,其特征在于,所述步骤(2)具体为:
0 0
1)输入y(t)和参数λ2,选择停止阈值ε,λ和γ的值;
j 0 j 0
2)令j←0, λ1 ←λ1 ,γ←γ;
3)估计
j+1
4)估计λ1 :
计估计
j+1
估计γ :
再令j=j+1;
5)重复4)直至
6)分离的单分量信号为 剩余信号为
7)将剩余信号和单分量信号作为输入重复上述操作可分离出不同的单信号。
4.根据权利要求1所述的一种分离UWB雷达传感器接收信号的方法,其特征在于,所述步骤(3)具体为:
1)为了能准确估计心率和呼吸信号频率,我们基于分量置信度估计出最优心率和呼吸信号频率;具体来说:对每个单分量信号,定义呼吸分量组,其峰值频率范围为FP(i,j)(x)∈[0.15,0.40]就归为呼吸信号预备组,其中x=1,2,3,...,30;(i,j)为组号为下标,其中i=
1,2,3,4,5,6;j=1,2,3,4,5,6,(i,j)∈K;
定义心跳分量组,其峰值频率在FP(i,j)(x)∈[0.8,1.68].分别将两组的各分量最大峰值频率FP(i,j)(x)与接触性传感器接收信号的最大频率FPs(x)进行对比分析;
定义分量的置信度为 利用最优置信度,找出将其对应的分量作为对应分量特征。