《Sensors》:Vital Signs Detection by a 24 GHz Radar Sensor Operating in Linear/Circular Polarization in the Presence of Environmental Clutter
编辑推荐:
研究人员开发了一种用于远程生命体征监测的24 GHz雷达,该雷达以线性/圆极化(LP/CP)模式工作,旨在分析存在环境杂波时的生命体征检测性能。该雷达系统配备有带或不带合适LP-CP场极化转换器的喇叭天线,设计用于在家庭和医院环境中监测呼吸和心脏活动。研究人员
研究人员开发了一种用于远程生命体征监测的24 GHz雷达,该雷达以线性/圆极化(LP/CP)模式工作,旨在分析存在环境杂波时的生命体征检测性能。该雷达系统配备有带或不带合适LP-CP场极化转换器的喇叭天线,设计用于在家庭和医院环境中监测呼吸和心脏活动。研究人员引入了一个几何光学(GO)模型,以展示圆极化(CP)雷达传感器相较于线性极化(LP)传感器在存在振动金属板模拟环境扰动(最坏情况)的场景中区分生命信号的优势。通过分析模型、数值计算和实验研究,突出了CP雷达传感器在存在环境杂波时检测生命体征的鲁棒性。
**论文解读:基于24 GHz雷达传感器的生命体征检测:线性/圆极化在环境杂波中的性能分析**
**1. 研究背景与问题**
近年来,雷达传感器在非接触式生命体征监测领域展现出巨大潜力,尤其适用于无法或不宜进行接触式测量的场景,如睡眠中的老年人、新生儿、烧伤患者等。与基于光学或视频的传感器相比,微波和毫米波雷达传感器具有成本低、可穿透衣物(保护隐私)、受环境光照影响小等优势。然而,雷达传感器在真实环境中易受多径干扰(环境杂波)影响,导致信号质量下降,尤其是心脏活动检测信号比呼吸活动信号弱一个数量级,更容易受到干扰。尽管信号处理软件可提升信噪比(SNR),但硬件解决方案(如极化方式选择)可额外提供12–15 dB的改进。目前,大多数雷达传感器采用线性极化(LP),但圆极化(CP)在抑制多径效应方面具有理论优势。然而,现有文献中关于CP雷达传感器在环境杂波下的鲁棒性验证尚不充分。因此,本研究旨在开发一种可在LP和CP模式下切换的24 GHz雷达传感器,系统评估CP极化在存在环境杂波时的生命体征检测性能。
**2. 研究内容与结论**
研究人员设计并实现了一种24 GHz单频连续波(SFMCW)雷达系统,配备可拆卸的LP-CP极化转换器(左旋圆极化LHCP用于发射天线,右旋圆极化RHCP用于接收天线),通过对比LP和CP模式下的检测性能,验证CP在环境杂波中的优势。通过建立几何光学(GO)模型、全波数值仿真和实验测量,研究人员证明了CP雷达传感器在存在振动金属板模拟环境杂波时,对心肺活动信号的检测鲁棒性显著优于LP传感器。实验结果表明,CP模式下的平均信噪比(SNR)提升约12 dB,心脏活动误检率从LP的6/11降至CP的2/11,呼吸活动误检率从LP的1/11降至CP的0/11。此外,在模拟心脏骤停的临界场景中,CP雷达能清晰区分正常心跳与心脏骤停阶段,而LP雷达无法有效识别。该论文发表在《Sensors》期刊上,研究表明CP极化是提升雷达生命体征检测系统在复杂环境中可靠性的有效硬件方案。
**3. 关键技术方法**
研究人员采用的主要技术方法包括:(1)设计并3D打印了基于周期性平行介质板结构的LP-CP极化转换器,集成抗反射层以优化带宽(18–26 GHz,分数带宽43.8%)和轴比性能,并利用等效单轴介质模型(介电常数张量)进行快速设计,通过全波软件CST Studio Suite优化;(2)建立基于几何光学(GO)的解析模型,描述发射/接收天线、目标(模拟人体胸壁的金属面板)和振动干扰面板(模拟环境杂波)之间的电磁射线路径,比较LP和CP极化下杂波贡献的差异;(3)使用可编程机械微线性致动器驱动金属面板,模拟人体胸壁的呼吸(约6 mm位移)和心脏(约0.3 mm位移)运动,并利用公开数据集(DATASET_2017-01-17_17-48-53_Person 3.mat等,涉及11名男性/女性受试者,包含ECG和呼吸传感器参考)验证振动面板模拟的准确性;(4)通过Bland–Altman分析评估呼吸率和心率估计的偏差与一致性界限,并计算误检率(参考10%误差限)。
**4. 研究结果**
**4.1 雷达传感器架构与极化转换器设计**
雷达系统基于Infineon BGT24MTR11模块和ADF4159 PLL板,采用15 dBi高增益喇叭天线,配备LP-CP极化转换器。转换器由周期性PLA介质板(ε
r = 2.7)构成,通过优化板厚度和长度,实现18–26 GHz频段内轴比<3 dB,插入损耗<1 dB,发射-接收隔离度>60 dB。数值仿真与实测结果吻合良好,表明转换器性能优于现有文献中的CP雷达传感器(表2)。
**4.2 GO模型验证与杂波抑制分析**
GO模型表明,在CP模式下,偶数次反射/衍射贡献(如路径3、4、5)被发射和接收天线反向圆极化(LHCP发射、RHCP接收)有效抑制,而LP模式下杂波贡献显著。全波数值仿真(图8)显示,CP模式下参数Δφ(Tx-Rx链路相位变化)的波动(13.1°)远小于LP模式(53.3°),杂波灵敏度降低约4.1倍;实验测量(图7b)证实灵敏度降低约5.3倍,与数值结果一致。
**4.3 心肺活动模拟与传感器性能测试**
**4.3.1 无杂波情况下的心肺信号识别**
使用振动面板模拟基于数据集[33]中第3号受试者的心肺运动,雷达传感器在LP和CP模式下均可清晰检测到6个谐波分量(呼吸和心跳基频及其谐波),与数据集参考信号高度一致(图9),验证了振动面板模拟的准确性。
**4.3.2 纯环境杂波下的灵敏度测试**
目标静止,振动面板(频率1.519 Hz,振幅27.1 mm)模拟杂波。LP模式下接收到的干扰信号第一谐波振幅为0.127 mm,CP模式下仅为0.032 mm,灵敏度降低约4倍(约12 dB)(图11a)。重复性测试(9次不同目标距离)显示平均杂波信号水平为9.6 dB(标准差2.8 dB),CP模式始终优于LP。
**4.3.3 心肺活动与杂波共存时的检测性能**
当杂波频率接近心跳基频时,LP模式下干扰信号明显高于心跳谐波(约12 dB),可能导致误判;CP模式下干扰水平显著降低,心跳谐波清晰可辨(图12)。基于11名受试者数据集的分析(表3、表4),CP模式下呼吸率估计的偏差为0.4%(LP为2.8%),心率估计偏差为-3.25%(LP为15.3%);呼吸率估计的一致性界限宽度(LoA)为4.6%(LP为39.7%),心率估计为33.7%(LP为79.3%)。误检率:CP模式下呼吸误检0/11,心率误检2/11;LP模式下呼吸误检1/11,心率误检6/11。SNR改善约12 dB(标准差<1 dB)(表5)。
**4.4 临界场景模拟:临时心脏骤停检测**
通过式(25)合成心肺运动信号(呼吸基频0.33 Hz,心跳基频1.5 Hz),模拟12秒心脏骤停阶段。在无杂波情况下,LP和CP均可检测到心跳缺失(图14a)。但在存在杂波时,LP模式下无法区分正常心跳与心脏骤停阶段,而CP模式下清晰可见(图14b),频谱分析(图15)进一步证实CP雷达在杂波环境中对心脏骤停的鲁棒性。
**5. 讨论与结论**
**讨论部分总结:** 研究结果表明,CP极化雷达传感器在环境杂波抑制方面具有显著优势,尤其适用于心跳检测(受杂波影响更严重)。CP模式下约12 dB的SNR提升直接降低了误检率,且该优势在目标倾斜或穿着衣物时依然保持(表5)。相比之下,LP模式下的杂波干扰可能导致软件滤波方法(如动目标指示)失效,因为杂波频率落入心跳频带(0.7–2.5 Hz)。因此,采用高增益天线配合极化转换器的硬件方案更为有效。未来方向可聚焦于可重构波束CP天线系统,以更好地跟踪移动人体目标。
**研究结论翻译:** 研究人员开发了一种用于远程生命体征监测(心脏和呼吸活动)的24 GHz雷达,工作在线性/圆极化模式下,并分析了存在环境杂波时的生命体征检测性能。该雷达系统使用喇叭天线,并配备了可拆卸的LP-CP极化转换器(Tx为LHCP,Rx为RHCP),以改善发射和接收天线之间的电隔离,并评估圆极化相对于环境杂波的鲁棒性。转换器的尺寸设计需要开发一个加载有合适抗反射层的周期性介质板模型,以限制极化器-空气界面处的场反射,从而相比干扰信号获得更好的有用信号测量灵敏度。CP极化转换器的设计借助了具有色散行为的等效单轴介质模型。这些极化转换器使得雷达传感器结构比目前用于生命体征检测的CP雷达系统更加简化和紧凑。基于文献中可用数据集或使用振动面板进行的数值和实验研究,强调了环境杂波在影响心脏节律正确检测(相比呼吸节律)中的作用,因为相应的呼吸信号至少比心脏活动产生的信号高一个数量级。所开发的GO模型证明了CP雷达传感器在生命体征检测能力方面优于LP雷达传感器。使用数据集和干扰面板获得的实验结果显示,当雷达传感器工作在CP模式时,SNR显著改善,误检率得到有效限制。特别是,平均SNR提高了12 dB,因此心跳误检率从LP的6/11降至CP的2/11。通过机电系统模拟进行的监测医院临界条件(临时心脏骤停)中心脏活动的实验测试表明,CP能够检测到被监测者的这一临界状态,突显了圆极化在存在环境杂波时提取生命信号的鲁棒性。总之,利用文献中可用的实验数据集或使用机械致动器进行的研究,证明了CP雷达传感器在检测穿着衣物或相对于雷达主波束倾斜约45°的受试者生命活动时的鲁棒性。未来开发新型生命体征检测雷达传感器的方向可能集中于设计新型CP可重构波束天线系统,以便在人体运动过程中更好地跟踪受试者。