具体实施方式

在复杂环境(例如，汽车舱的内部)内的雷达感测极具挑战性，并且算法与用于外部雷达感测的算法大有不同。

雷达系统的优点在于，与被动摄像机系统相反，雷达系统由于其主动地照明场景，在夜晚也进行操作。主动摄像机系统需要在光谱中的照明，其对于人眼是可见的(相比于红外摄像机的昏暗)。雷达系统在对于人眼完全不可见的微波波段内工作。另外，其穿透到材料中，并可以穿过材料进行传输。所以在塑料覆盖物和织物后面的集成也是可能的，而基于摄像机的系统需要开口以穿过其进行查看。

传统多普勒雷达(CW雷达)由于多普勒效应而极为灵敏，并且能够跟踪微米范围内的小目标运动。这些雷达系统常常用于开门器、运动/存在检测器，但也用于呼吸和皮肤的心震图运动的生命体征监测。CW雷达仅辐射一个单个频率的电磁波，因此不能确定运动目标的范围，且不能分离多个目标。由于灵敏性，CW雷达记录天线波束中的所有运动。为了测量专用对象运动，操作者必须确保天线波束仅指向该对象，并且不存在对于雷达系统可见的其它运动对象。这在汽车内部中是无法确保的，在汽车内部中，天线波瓣会直接或者经由多次反射部分地指向外部。因此，需要确定范围信息，以便能够区分运动信号是源自汽车的内部还是外部。

FMCW雷达通常能够由于宽带频率扫描而确定目标的范围，其中对于宽带频率扫描，分辨率随着增加的带宽而提高。术语分辨率在此表示可以清楚地分离两个目标的最小距离。对于工作在具有Δf＝250MHz带宽的24GHz ISM频带中的FMCW雷达，范围分辨率ΔR是60cm，借助以下等式计算(c_o是光在自由空间中的速度)：

在汽车内部中，目标的范围和速度由一个增大的频率斜坡和一个减小的频率斜坡(两者均为线性的)的单次测量来确定。

测量的频率(拍频f_b1和拍频f_b2)不同，因为高目标速度在增大的斜坡和减小的斜坡过程中引起相反的多普勒频移。调频时间(chirp time)T_c是一个斜坡的持续时间。

速度分辨率是

在1-2cm/s的呼吸速度情况下，最小调频时间需要为30-60s，其中，速度必须是恒定的。因而，借助于传统FMCW算法不能测量小呼吸速度。

另一方面，这允许我们假定身体位置在具有几毫秒的持续时间的斜坡测量期间是恒定的，而这几毫秒的持续时间对于诸如汽车或者甚至飞机之类的快速运动的目标是不正确的。在乘用状态监测中，在斜坡测量期间不存在显著的多普勒频移。

而且，由于低的范围分辨率和静态杂波，以时间序列对范围值的记录不够准确。

产生小的身体运动信号的唯一方式是在连续FMCW模式或多级FSK模式下从范围域中获得目标相位，或者在FSK模式下评估每一个测量的频率的相位。对于两个模式，在乘用分析前必须去除静态杂波。

典型的雷达类型可以在从24.00GHz直到24.25GHz的整个频率范围内具有几乎固定且恒定的天线波瓣，但本发明不限于这个频率范围。其它雷达频率例如是60GHz、77GHz、79GHz、120GHz或任何其它适当的雷达频率。

在汽车内部乘用状态监测的情况下，若干种概念是可能的，以便借助于多输入多输出(MIMO)和多输入-单输出(MISO)系统来区分每一个座位：

·通过每一个雷达信道的非常窄的天线波瓣来实现每个单个座位之间的空间分离。在单个天线之间基本上没有干扰。主波瓣直接地指向座位的中间。

这个概念的优点在于可以以分散的方式(decentralized)来集成所有传感器，其中传感器之间具有任意的距离(但传感器不应当面向彼此)。

·到达角度(AoA)/到达方向(DoA)：具有宽辐射波瓣的至少两个或更多个天线。天线以彼此间明确限定的距离被印刷在相同PCB上。必须在每个单个信道中单独地识别目标(例如，借助于距离和/或借助于运动速度)，并且通过相位比较来找到方位角方向。这只有在对象用距离良好地分离或者具有不同速度(在最佳情况下是均匀(homogenous)且恒定的速度)时才是可能的。在后排长椅SBR的情况下，所有乘员位于距雷达传感器类似的距离处，肩并肩，且呼吸信号彼此几乎类似。这个概念仅适合于集中式版本。

·单脉冲雷达，其与基于AoA原理的雷达类似地工作，但通过幅度上的差异来确定方向。

·波束控制和波束切换雷达，其中，辐射波束可以个别地改变为不同方向。

最后的波束控制/切换概念允许仅借助于一个传感器在所有可用方向上测距(ranging)(发送宽带信号)，但其通常比具有固定天线波瓣的雷达系统复杂得多并且更为昂贵。

在多散射环境中，通过“传统测距”对乘员进行检测是不可能的。来自A柱、B柱和C柱、车顶、座位等的反射重叠并导致宽杂波，由于其，乘员的分离几乎是不可能的。出于这个原因，运动感测(例如，利用纯CW雷达传感器)是利用雷达系统来跟踪乘员的非常稳定的方法。因而，通过人体运动(其为人的呼吸)来完成检测/跟踪。出于这个原因，单个频率测量(CW)对于人体运动的观测是足够的。

应用随频率而改变主辐射波瓣的天线(例如，行波天线(TWA)、漏泄波天线(LWA)、串联贴片阵列(SPA)等)允许极具成本效益的波束控制，因为可以以频率来控制大多数雷达收发器半导体系统。典型的TWA可以是如图1所示的弯曲微带线或者是开槽的中空波导。

具有频率调节(例如，VCO输入)的CW雷达传感器可以以时分复用来测量一组多个CW运动测量。利用频率改变主波瓣辐射方向的天线(例如，漏泄波天线(LWA)或超材料天线(MMA))的使用允许测量来自不同方向的运动信号。现在这可以是从后排长椅上的左侧座位到右侧座位的范围，其提供了对位于中间座位位置上的人的检测。

传感器安装的位置在乘员的前面，以便照射身体的整个区域或者其部分。可能的集成位置可以在顶棚与车体之间，在车体柱、中央控制台、顶置控制台、仪表盘、方向盘中等，如图2所示的。因而，位于中央位置处的单个雷达系统可以覆盖全部座位，例如如图3所示的后排长椅。

运动感测(例如，利用纯连续波(CW)雷达传感器)是在多杂波和多径环境中利用雷达系统来跟踪乘员的非常稳定的方法。仅具有一个单个频率的纯CW雷达传感器能够跟踪在静态环境内运动的单个目标。多普勒信号的幅值是对象的雷达截面积(RCS)的量。借助于频率控制天线的多频率测量(例如，多级FSK)，产生了达到如图4所示的频率处理的不同辐射角度的准同步单个CW测量。

这可以解释为如图4中描绘的在相同时间对相同目标运动的准并行测量。

多音FSK频率的步阶不必是升序或降序的，而可以是任意顺序的。所使用的频率图案仅应当对于在时间上等距的多普勒运动测量是重复的。

如果单个对象运动相比于采样率足够慢(对于诸如呼吸或心跳之类的人体运动而言是这种情况)，则在相邻频率处的多普勒信号几乎相似。

导致基带中的DC偏移的诸如柱、车体车顶等之类的非运动对象的静态散射被过滤掉，并且信号处理可以集中在单个目标的运动信息上。例如可以通过以下方法中的一种来去除静态偏移：

1、传统带通滤波，其具有在数十毫赫兹到数十赫兹之间的通过频率；

2、针对I/Q信号的复数域中和针对一个信道信号(仅I信号)的一维实数域中的信号的质心(centroid)的估计；

3、仅针对形成正交信号集的I/Q信号的圆估计方法(例如，Izhak Butcher所描述的方法)；

4、取得两个连续测量之间的差；

5、对复数I/Q信号或纯实数I信号的FFT。

方法1-5依赖于时间序列测量，并且总是在复数域中有效。当目标运动幅度在半波长范围内，使得基带信号覆盖谐波函数(正弦/余弦)的整个明确范围，且完全在复数域中围绕旋转时，只有前两个方法(方法1&方法2)达到良好的DC偏移减去。方法3隐含地需要复数信号，但是仅利用复数域上的圆的一部分来正确地估计DC偏移。如果不可用，则用于从纯实数信号中估计复数信号的Hilbert变换可以提供可能的解决方案。方法4是最简单的，其在两次测量之后具有即时响应，而无需考虑整组的测量。主要缺点是在运动信号频率具有与采样频率相同的大小时的不准确性以及对噪声的敏感性。理论上FFT DC偏移去除可以在频率域中的一次单个测量的情况下工作，但是在此意味着对每个单个频率的时间序列测量的FFT。

要注意其是非相关的，无论是在频率域中还是在范围域中执行静态杂波去除。两个替代方案产生相同的最终结果。

利用这个方法无法直接确定运动目标的距离。紧密邻近传感器的小对象和距传感器较远、具有相等运动的大对象产生类似的基带信号。在使用CW雷达的本发明的情况下，不能确定信号是由车辆内部还是外部的运动产生的，这在天线波瓣指向窗外时是一个问题。出于这个原因，天线应当被设计为仅集中在后排长椅的靠背和/或座椅上。

另一种可能性是采用针对相同辐射角具有不同控制频率的两个不同频率控制天线(参见图5)。因此，可以从在来自两个天线系统的被跟踪运动之间的相位差中确定对象运动距离。

替代使用不同的天线，可以应用如图6所示的一个单个天线，但从不同侧进行馈送。

当多个目标位于视场中时会引起其它问题。当所有对象以相同的方式运动时，会正确地检测正确的运动。

在全部多个对象的运动是均匀的且速度明显不同的情况下，也可以通过对时间序列测量进行傅里叶变换来分离目标。因而，在恒定的个体速度的假定下，每个目标在频率域中产生单独的多普勒频移。可以将在驾驶时靠近的机动车辆或外部运动场景与人类乘员呼吸清楚地分离。

而且，利用一个单个天线系统，并且如果没有先验数据可用，不能清楚地分离具有不同的非均匀运动的多个目标(例如，若干人呼吸或人体的不同部分)。如“盲源分离”或“独立分量分析”之类的方法能够在CW模式下以多于一个频率来估计不同种类的任意运动，针对该频率使用了两个频率依赖的天线(图5)的输出或者具有两个馈送的一个频率的天线(图6)的输出。也可以与两个相邻频率一起使用一个单个馈送频率依赖天线(图1)，针对该两个相邻频率，辐射点强烈重叠，以使得在两个信号之间存在强相关性，其充当“盲源分离”方法的良好基础，以便是稳健的。