1.一种基于超宽带雷达的生命体征检测方法,其特征在于,包括:
通过超宽带雷达进行生命体征测量得到回波信号,所述回波信号包括生命体征信号及静止物体的杂波信号;
对所述回波信号进行杂波滤波处理得到体表微动信号;
对所述体表微动信号进行补偿与欠采样处理后,利用改进的自适应噪声完备集合经验模态分解ICEEMDAN算法进行模态分解,重构得到心跳呼吸微动信号;
通过多重信号分类MUSIC算法对所述心跳呼吸微动信号进行分类处理,得到呼吸信号和心跳信号。
2.根据权利要求1所述的基于超宽带雷达的生命体征检测方法,其特征在于,所述通过超宽带雷达进行生命体征测量得到回波信号,包括:通过超宽带雷达向待测者的方向区域发射高斯脉冲信号,所述待测者的方向区域内包含所述待测者及静止物体;
接收所述待测者的方向区域反射的回波信号,所述回波信号包含所述待测者反射所述高斯脉冲信号的生命体征信号及所述静止物体反射所述高斯脉冲信号的杂波信号。
3.根据权利要求1所述的基于超宽带雷达的生命体征检测方法,其特征在于,所述对所述回波信号进行杂波滤波处理得到体表微动信号,包括:通过预设时间间隔对所述回波信号进行采样处理,得到多个采样信号;
对每一个采样信号进行分析得到距离信息及时间信息;
根据所有采样信号的距离信息及时间信息,构建得到以距离维度和时间维度为坐标的回波数据矩阵;
通过动目标显示MTI算法对所述回波数据矩阵中每个距离维度的采样信号沿时间维度进行平均预设频率滤波,得到滤波处理信号;
利用距离门选择算法对所述滤波处理信号进行处理获取所述待测者的空间位置;
根据所述空间位置从所述回波数据矩阵中提取得到体表微动信号。
4.根据权利要求1所述的基于超宽带雷达的生命体征检测方法,其特征在于,所述对所述体表微动信号进行补偿与欠采样处理后,利用改进的自适应噪声完备集合经验模态分解ICEEMDAN算法进行模态分解,重构得到心跳呼吸微动信号,包括:对所述体表微动信号按照预设信号补偿欠采样处理机制进行补偿与欠采样处理,得到一维回波信号;
利用改进的自适应噪声完备集合经验模态分解ICEEMDAN算法对所述一维回波信号进行模态分解,得到目标固有模态分量IMF,根据所述目标固有模态分量IMF构建得到心跳呼吸微动信号。
5.根据权利要求4所述的基于超宽带雷达的生命体征检测方法,其特征在于,所述利用改进的自适应噪声完备集合经验模态分解ICEEMDAN算法对所述一维回波信号进行模态分解,得到目标固有模态分量IMF,根据所述目标固有模态分量IMF构建得到心跳呼吸微动信号,包括:S1,通过经验模态分解EMD算法对高斯白噪声进行模态分解,得到K个阶段的白噪声固有模态分量IMF,所述K为大于或等于0的整数;
S2,对所述一维回波信号增加第一阶段的白噪声固有模态分量IMF,构造得到第一序列,通过所述经验模态分解EMD算法对所述第一序列进行模态分解,得到第一阶残差余量,根据所述一维回波信号与所述第一阶残差余量的差值,得到第一阶固有模态分量IMF;
S3,对所述第一阶残差余量增加第二阶段的白噪声固有模态分量IMF,构造得到第二序列,通过所述经验模态分解EMD算法对所述第二序列进行模态分解,得到第二阶残差余量,根据所述第一阶残差余量与所述第二阶残差余量的差值,得到第二阶固有模态分量IMF;
S4,循环执行进行迭代,直到第j阶残差余量满足预设停止条件,所述j为大于等于2且小于等于K的整数;
S5,将所述第一阶固有模态分量IMF至第j阶固有模态分量IMF作为目标固有模态分量IMF,根据所述目标固有模态分量IMF构建得到心跳呼吸微动信号。
6.一种基于超宽带雷达的生命体征检测系统,其特征在于,包括:
检测模块,用于通过超宽带雷达进行生命体征测量得到回波信号,所述回波信号包括生命体征信号及静止物体的杂波信号;
滤波处理模块,用于对所述回波信号进行杂波滤波处理得到体表微动信号;
信号重构模块,用于对所述体表微动信号进行补偿与欠采样处理后,利用改进的自适应噪声完备集合经验模态分解ICEEMDAN算法进行模态分解,重构得到心跳呼吸微动信号;
信号分类模块,用于通过多重信号分类MUSIC算法对所述心跳呼吸微动信号进行分类处理,得到呼吸信号和心跳信号。
7.根据权利要求6所述的基于超宽带雷达的生命体征检测系统,其特征在于,所述检测模块,具体用于通过超宽带雷达向待测者的方向区域发射高斯脉冲信号,所述待测者的方向区域内包含所述待测者及静止物体;接收所述待测者的方向区域反射的回波信号,所述回波信号包含所述待测者反射所述高斯脉冲信号的生命体征信号及所述静止物体反射所述高斯脉冲信号的杂波信号。
8.根据权利要求6所述的基于超宽带雷达的生命体征检测系统,其特征在于,所述滤波处理模块,具体用于通过预设时间间隔对所述回波信号进行采样处理,得到多个采样信号;对每一个采样信号进行分析得到距离信息及时间信息;根据所有采样信号的距离信息及时间信息,构建得到以距离维度和时间维度为坐标的回波数据矩阵;通过动目标显示MTI算法对所述回波数据矩阵中每个距离维度的采样信号沿时间维度进行平均预设频率滤波,得到滤波处理信号;利用距离门选择算法对所述滤波处理信号进行处理获取所述待测者的空间位置;根据所述空间位置从所述回波数据矩阵中提取得到体表微动信号。
9.根据权利要求6所述的基于超宽带雷达的生命体征检测系统,其特征在于,所述信号重构模块包括:信号预处理单元,用于对所述体表微动信号按照预设信号补偿欠采样处理机制进行补偿与欠采样处理,得到一维回波信号;
信号重构单元,用于利用改进的自适应噪声完备集合经验模态分解ICEEMDAN算法对所述一维回波信号进行模态分解,得到目标固有模态分量IMF,根据所述目标固有模态分量IMF构建得到心跳呼吸微动信号。
10.根据权利要求9所述的基于超宽带雷达的生命体征检测系统,其特征在于,所述信号重构单元,具体用于执行以下步骤:S1,通过经验模态分解EMD算法对高斯白噪声进行模态分解,得到K个阶段的白噪声固有模态分量IMF,所述K为大于或等于0的整数;
S2,对所述一维回波信号增加第一阶段的白噪声固有模态分量IMF,构造得到第一序列,通过所述经验模态分解EMD算法对所述第一序列进行模态分解,得到第一阶残差余量,根据所述一维回波信号与所述第一阶残差余量的差值,得到第一阶固有模态分量IMF;
S3,对所述第一阶残差余量增加第二阶段的白噪声固有模态分量IMF,构造得到第二序列,通过所述经验模态分解EMD算法对所述第二序列进行模态分解,得到第二阶残差余量,根据所述第一阶残差余量与所述第二阶残差余量的差值,得到第二阶固有模态分量IMF;
S4,循环执行进行迭代,直到第j阶残差余量满足预设停止条件,所述j为大于等于2且小于等于K的整数;
S5,将所述第一阶固有模态分量IMF至第j个固有模态分量IMF作为目标固有模态分量IMF,根据所述目标固有模态分量IMF构建得到心跳呼吸微动信号。