一种基于声学环境响应的与位置无关的呼吸监测方法
阅读说明：本技术 一种基于声学环境响应的与位置无关的呼吸监测方法 (Breathing monitoring method irrelevant to position based on acoustic environment response ) 是由 王天本 汪志胜 陈子毅 刘现涛 李张本 胡瑾 于 2020-12-14 设计创作，主要内容包括：本发明提供一种基于声学环境响应的与位置无关呼吸检测方法,包括以下步骤：在室内布设声波发射器和接收器,其中声波发射器循环发射激励信号,该激励信号为极短的宽频信号,由一段加窗的调频信号和0序列拼接而成,接收器实时接收与激励信号等长的信号,不断解算出设定频段内的CFR序列；再则,以此不断填入具有fifo功能的矩阵,当填满后对各频点在时间维度上去趋势并计算自相关,继而提取出自相关最强的几段CFR序列并归一化；最后,对这些序列进行连续波形的合成,以此轮询实现对象静息状态下的呼吸监测。本发明可解决传统基于声波测距和呼吸气流多普勒效应的呼吸检测对对象方位敏感的难题,能够实现与位置无关的呼吸检测。(The invention provides a position-independent respiration detection method based on acoustic environment response, which comprises the following steps: arranging an acoustic transmitter and a receiver indoors, wherein the acoustic transmitter transmits an excitation signal circularly, the excitation signal is an extremely short broadband signal and is formed by splicing a windowed frequency modulation signal and a 0 sequence, and the receiver receives a signal with the same length as the excitation signal in real time and continuously solves a CFR sequence in a set frequency band; then, continuously filling a matrix with fifo function, after filling, trending each frequency point in the time dimension and calculating autocorrelation, and then extracting and normalizing several CFR sequences with strongest autocorrelation; and finally, synthesizing continuous waveforms of the sequences, and polling to realize the respiration monitoring of the subject in a resting state. The invention can solve the problem that the traditional respiratory detection based on the acoustic ranging and the respiratory airflow Doppler effect is sensitive to the position of a target, and can realize respiratory detection independent of the position.)
技术领域
本发明属于呼吸监测技术领域，特别涉及一种在室内利用声波信号非接触式，且无需收发设备朝向对象的睡眠呼吸监测方法。
背景技术
呼吸是动物最基本且最重要的生理体征信息之一，人体或养殖牲畜都容易患呼吸类疾病，会导致出现不同程度的病态的呼吸过程，例如：相较于正常呼吸，一些疾病会导致呼吸呈现出呼吸急促、呼吸紊乱、呼吸困难等不同症状。因此，持续的呼吸监测是判断其健康状态，进而进行疾病防控的重要手段。随着传感技术和信息技术的迅速发展，无损、自动化呼吸监测技术逐渐成为成为发展趋势和研究热点。目前自动呼吸监测技术大致可分为接触式和非接触式两大类。接触式方法利用可穿戴设备中的压敏、气敏或热敏等特定的传感器，通过测定胸腹部运动、呼吸声、呼吸气流等实现呼吸监测，但是存在价格高昂、有侵扰性、且必须随时贴身携带等困难。
目前非接触式呼吸监测技术，特别是基于声波的呼吸监测技术逐渐受到人们的关注，相比于接触式监测，它无需人体携带或贴靠任何设备，且声波信号已经广泛存在，具有非侵扰性、方便、低成本等优点。然而，目前的研究主要是基于胸腹部直接测距(NandakumarR,Gollakota S,Watson N.Contactless Sleep Apnea Detection on Smartphones[C]//International Conference on Mobile Systems,Applications,and Services.ACM,2015:45-57；Wang,T.,D.Zhang,Y.Zheng,T.Gu,X.Zhou and B.Dorizzi.2018.C-FMCWBased Contactless Respiration Detection Using Acoustic Signal.Proceedings ofthe ACM on Interactive,Mobile,Wearable and Ubiquitous Technologies 1(4):1-20.)和呼吸气流多普勒频移(Arlotto P,Grimaldi M,Naeck R,Ginoux JM.An ultrasoniccontactless sensor for breathing monitoring.Sensors(Basel).2014Aug 20；14(8):15371-86.doi:10.3390/s140815371.PMID:25140632；PMCID:PMC4179033.；Wang,T.,D.Zhang,L.Wang,Y.Zheng,T.Gu,B.Dorizzi and X.Zhou.2019.Contactless RespirationMonitoring Using Ultrasound Signal With Off-the-Shelf Audio Devices.IEEEInternet of Things Journal 6(2):2959-2973.)原理，而这些研究都对监测对象的位置极为敏感，都需要收发装置和监测对象在某一固定区域，且朝向对象。
发明内容
为了克服上述现有技术的缺点，本发明的目的在于提供一种基于声学环境响应的与位置无关的呼吸监测方法，该方法主要利用人或牲畜呼吸时胸腹部的起伏变化造成室内声学信道变化的现象，即室内环境中，胸腹部起伏能引起信道频率响应(CFR)改变的原理，继而通过设计方法实现与监测对象位置无关的呼吸监测。
为了实现上述目的，本发明采用的技术方案是：
一种基于声学环境响应的与位置无关的呼吸监测方法，包括以下步骤：
步骤1，在室内布设声波发射器和声波接收器，其中，声波发射器循环发射激励信号xt(n)，声波接收器实时无阻塞地接收与所述激励信号xt(n)等长的信号数据xr(n)；
步骤2，采用快速傅里叶变换算法对当前的接收信号xr(n)与已知发送的激励信号xt(n)求解频谱，解算出室内环境中当前时刻的信道频率响应序列H(k)，N为最接近于n大小的2的幂次方，根据激励信号xt(n)的频率范围从H(k)提取出Hr(k)，表示有用的信道频率响应序列；
步骤3，设定一个具有fifo功能的矩阵Buffer，将当前时刻的Hr(k)从Buffer末尾写入，所得矩阵的列向表示时间维度，行向表示[fc,fc+B]范围内的频率，fc为调频的起始频率，B为调频带宽；
步骤4，当Buffer为满状态时，进入步骤5，否则重新继续步骤2和步骤3；
步骤5，对Buffer内各列数据，即信道频率响应序列，进行去趋势化；
步骤6，利用时域卷积定理快速计算Buffer内各列序列的自相关性，并获取最值R(k)；
步骤7，根据设定的自相关阈值R和参数j，以从Buffer内挑选出自相关性最强的前j列信道频率响应序列，写入设定的FinalFRs矩阵缓存，并对其归一化；
步骤8，对FinalFRs内数据进行连续波形的合成，得到呼吸波序列currBreathWave；
步骤9，对当前时刻合成的呼吸波序列currBreathWave进行平滑，即为实时监测的呼吸波，并实现呼吸波的可视化，继续跳转至步骤2操作进行循环，实现室内对象静息状态下的呼吸监测。
优选地，所述激励信号xt(n)由一段加窗的线性或正弦调频信号和全0序列拼接而成，调频信号周期为T，全0序列信号时长为T′，信号总时长为t＝T+T′，即信号的占空比为其中，线性调频信号的频率随时间变化f1(n)和相位随时间变化u1(n)分别如下：
正弦调频信号的频率随时间变化f2(n)和相位随时间变化u2(n)分别如下：
调频信号的表达式如下：
xt1(n)＝cos(u(n))
u(n)取u1(n)或u2(n)；
全0序列信号的表达式如下：
xt2(n)＝[0,2*0,…n*0]
发送的激励信号表达式如下：
xt(n)＝xt1(Tfs)+xt2(T′fs)
式中，n为采样点序号，即n＝1,2,…,tfs，fs为系统采样频率，Ts为系统采样周期，
优选地，所述当前时刻的信道频率响应序列H(k)的计算式如下：
式中，H(k)表示在当前时刻且频率为的信道频率响应序列，N为最接近于n大小的2的幂次方，Xt(k)表示激励信号的频谱，Xr(k)表示接收信号的频谱，由于激励信号的频率范围为[fc,fc+B]，所以fc<f<fc+B，得k的最终取值范围如下：
从而提取出Hr(k)。
优选地，所述矩阵Buffer大小为a×b，表示如下：
其中，Hr_a(k)表示存入的第a行时刻的Hr(k)序列。a一般取≥150。
优选地，所述Buffer为满状态指矩阵Buffer存满Hr(k)序列的行数等于a；所述对Buffer内各列数据进行去趋势化，是对各列数据减去一条最优(最小二乘或多项式)的拟合曲线。
优选地，所述最值R(k)的计算公式如下：
R(k)＝max(IFFT(X(w)X*(w)))
式中，X(w)表示Buffer内各列的频谱，X*(w)表示共轭频谱。
优选地，所述写入设定的FinalFRs矩阵缓存，是将FinalFRs矩阵初始化为a×j大小的0矩阵，直接赋值，所述归一化为最值归一化。
优选地，所述步骤8中，对FinalFRs内共j列数据进行如下遍历操作：
步骤①，序列对应元素相加，记为Wave；
步骤②，对Wave序列取绝对值后，各元素相加求和，获得值记为Sum；
步骤③，若Sum<LastSum，则Wave减去放大2倍的当前第l列序列，再次执行步骤②，以此来规避其中相位差近半个周期的波形，其中LastSum为上一次遍历获得值，初始为0，l＝1、2、…、j；
步骤④，将当前Sum赋值于LastSum；
遍历完成后对Wave序列各数值除j进行平均，即获得当前合成的呼吸波序列，记为currBreathWave。
为了使不断刷新的呼吸波形能够连续，需要规避较上一时刻，相位差近半个周期的波形，采用以下步骤：
步骤(1)，将currBreathWave与LastBreathWave两序列单独以及对应元素相加，按照步骤②进行操作，获得值分别记为Sum2，Sum1，tempSum，其中LastBreathWave为上一时刻合成的呼吸波序列；
步骤(2)，若tempSum≤Sum2或tempSum≤Sum1时，对currBreathWave序列各数值进行取反。
优选地，所述声波发射器和声波接收器在室内布设于同处或异处，室内环境相对封闭，采用单发单收或多发单收的形式。
与现有技术相比，本发明可解决传统基于声波测距和呼吸气流多普勒效应的呼吸监测对对象方位敏感的难题，能够实现与位置无关的呼吸监测。
附图说明
图1是本发明方法的流程图。
图2为本发明方法监测呼吸的声波信道传输模型。
图3为发送的激励信号时域图。
图4为信道频率响应(CFR)曲线图。
图5为自相关性最强的前几列CFR序列曲线图。
图6为本发明方法监测的呼吸波形图。
具体实施方式
下面结合附图和实施例详细说明本发明的实施方式。
如图1所示，本发明为一种基于声学环境响应的与位置无关呼吸监测方法，包括以下步骤：
首先在室内环境中同处或异处布设声波发射器Tx和声波接收器Rx，其中，声波发射器Tx循环发射设定的激励信号xt(n)，声波接收器Rx实时无阻塞地接收与所述激励信号等长的信号数据xr(n)，进而结合发射和接收的信号数据解析出CFR序列。
将CFR序列写入具有fifo功能的矩阵，计算矩阵内各频率点在时间维度上的各段数据(各列数据)的自相关数值，进而挑选出自相关性最强的前几段序列进行连续波形的合成，最后将合成的波形序列进行平滑，即为实时监测的呼吸波。
本发明声波发射器Tx为具有在空气中发射超声信号能力的电子设备，其具有一定的可用带宽和较大的发射功率，例如：具有超声频段发送能力的音箱、逆压电换能器等；声波接收器Rx为具有接收超声频段的麦克风或压电换能器，无指向性和灵敏度高等性能效果更好。本实施例中，作为信号处理的核心，运算单元可直接采用PC机，继而连接音箱和麦克风组成音频收发系统。若要实现独立产品也可采用系统级芯片或DSP芯片并结合收发单元进行设计。收发单元的布设可以采用收发一体或收发异体等形式，此外，室内环境相对封闭，收发单元的数量可以根据具体室内环境大小选择单发单收、多向发送单收、多发多收等形式。
实际上，如图2所示的室内声波信道传输模型，封闭的室内环境拥有丰富的多径反射，接收信号分为两部分，一部分为直接或间接经过被测者胸腹部反射被麦克风接收到的信号，另一部分为完全经过静态环境反射被声波接收器Rx接收到的信号，因此，回波信号可建模如下式：
其中，为从被测者身上直接或间接反射并被声波接收器接收到的第i条反射信号的衰减系数；从静态环境反射并被声波接收器接收到的第j条反射信号的衰减系数；Δni和Δnj是对应的以采样点计的时间延迟。实际中，只有一部分多径信号可以被声波接收器Rx接收到，将这部分多径信号称为有效多径反射信号，见图2所示的实线，没有被声波接收器接收到的多径反射信号称为无效多径反射，见图2所示的虚线。
若把收发设备、被测对象和静态环境看作一个整体系统，伴随胸脯起伏的呼吸过程会造成声波传输的物理信道改变，主要来自于以下方面：
1.胸脯起伏造成有效反射信号数量的动态变化，即上式中N发生变化；
2.胸脯起伏造成有效反射信号的衰减系数的动态变化，即上式中发生动态变化。
综上，呼吸过程会对改变室内声波传播信道，反过来室内声波传输信道参数的实时变化可反映呼吸。因此，可通过实时监测室内声波传播信道参数的变化来实现与位置无关的呼吸监测。
参见图1，本方法的具体实现步骤如下：
a.参见图3，发射的激励信号xt(n)设计为一段极短的宽频信号，是由一段加窗的线性或正弦调频信号xt1(n)和全0序列xt2(n)拼接而成，调频信号周期为T，全0序列信号时长为T′，信号总时长为t＝T+T′，即信号的占空比为其中，线性调频信号的频率和相位随时间变化分别如下式1、3，正弦调频如下式2、4，调频信号的表达式分别如下式5，全0序列信号的表达式如式6，最后，发送的激励信号表达式如式7：
xt1(n)＝cos(u(n)) 式5
xt2(n)＝[0,2*0,…n*0] 式6
xt(tfs)＝xt1(Tfs)+xt2(T′fs) 式7
上式中，系统采样率为fs，n为采样点序号，即n＝1,2,…,tfs，fc表示调频的起始频率，为了避免环境噪音的影响以及干扰感知对象，fc一般取≥18KHz，其具体值根据收发装置可用带宽以及感知对象的可闻声波频带来确定，B表示调频带宽；
b.采用快速傅里叶变换算法对当前的接收信号xr(n)与已知发送的激励信号xt(n)求解频谱，解算出该室内环境中当前时刻的信道频率响应(CFR)序列，用H(k)表示，计算式如下：
上式8中，H(k)表示系统在当前时刻且频率为的CFR序列，N为最接近于n大小的2的幂次方，Xt(k)表示激励信号的频谱，Xr(k)表示接收信号的频谱，由于激励信号的频率范围为[fc,fc+B]，所以fc<f<fc+B，得k的取值范围如下，从而提取出Hr(k)，该序列绘图如图4所示；
c.设定一个具有fifo功能的axb大小的矩阵Buffer，将当前时刻的Hr(k)从Buffer末尾写入，该矩阵的列向表示时间维度，行向表示[fc,fc+B]范围内的频率；
d.当Buffer为满状态时，便进行后续运算，否则重新继续b、c、d操作；
e.对Buffer内各列数据，即CFR序列，在时间维度上去趋势化；
f.利用时域卷积定理快速计算Buffer各列的CFR序列的自相关性，并获取最值R(k)，如下式：
R(k)＝max(IFFT(X(w)X*(w))) 式11
上式中，X(w)表示Buffer内各列的频谱，X*(w)表示共轭频谱；
g.根据设定的自相关阈值R和参数j,以从Buffer内挑选出自相关性最强的前j列CFR序列，写入设定的FinalFRs矩阵缓存，并对其归一化，该序列绘图如图5所示；
h.对FinalFRs内数据进行连续波形的合成，共j列数据进行如下遍历操作：
①序列对应元素相加，记为Wave；
②对Wave序列取绝对值后，各元素相加求和，最后获得值记为Sum；
③若Sum<LastSum(上一次遍历获得值，初始为0)，则Wave减去放大2倍的当前第l列序列(l＝1、2…j)，再次执行步骤②，以此来规避其中相位差近半个周期的波形，参见图5所示的一条反向波形；
④将当前Sum赋值于LastSum。
遍历完成后对Wave序列各数值除j进行平均，即获得当前合成的呼吸波序列，记为currBreathWave；最后，为了使不断刷新的呼吸波形能够连续，需要规避较上一时刻，相位差近半个周期的波形，采用以下步骤：
⑤将currBreathWave与LastBreathWave(上一时刻合成的呼吸波序列)两序列单独以及对应元素相加，按照类似步骤②进行操作，最后获得值分别记为Sum2，Sum1，tempSum；
⑥若tempSum≤Sum2或tempSum≤Sum1时，对currBreathWave序列各数值进行取反。
i.对当前时刻合成的呼吸波序列currBreathWave进行平滑，并实现呼吸波的可视化，如图6所示。继续跳转至b操作进行循环，以此轮询实现对象静息状态下的呼吸监测，实现监测室内对象静息状态下的呼吸。