超宽带UWB生命信号的处理方法与流程

超宽带uwb生命信号的处理方法
技术领域
1.本技术涉及信号处理技术领域，尤其涉及一种超宽带uwb生命信号的处理方法、装置、电子设备和存储介质。


背景技术：

2.目前，随着超宽带雷达探测成像技术的迅猛发展，利用超宽带雷达进行生命信号探测是目前该领域的重要应用，在生命信号探测过程中，人类活动所带来的体表微动、环境噪声、设备造成线性漂移、探测仪噪声、热噪声等都会造成了干扰，对于生命信号的提取与分析造成干扰，相关技术中，对生命信号进行数据处理的方法包括：中值滤波、高斯滤波、小波变换、经验模态分解法等，但对生命信号进行数据处理的方法都存在一定的局限性，故亟需一种更高效的超宽带uwb生命信号的处理方法。


技术实现要素：

3.本技术提出一种超宽带uwb生命信号的处理方法、装置、电子设备和存储介质。
4.本技术第一方面实施例提出了一种超宽带uwb生命信号的处理方法，所述方法包括：采集所述超宽带uwb生命信号对应的多个回波信号，以得到由所述多个回波信号组成的第一回波信号矩阵；对所述第一回波信号矩阵中的所述多个回波信号进行杂波预处理，以得到无杂波的第二回波信号矩阵；对所述第二回波信号矩阵进行奇异值分解处理，以得到第二回波信号矩阵对应的多个奇异值；对所述多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成所述多个主奇异值对应的第三回波信号矩阵；对所述第三回波信号矩阵中的多个回波信号进行信号分解，以得到所述第三回波信号矩阵对应的固有模态分量矩阵；根据所述固有模态分量矩阵，重构所述超宽带uwb生命信号。
5.在本技术的一个实施例中，所述对所述第一回波信号矩阵中的所述多个回波信号进行杂波消除预处理，以得到无杂波的第二回波信号矩阵，包括：采用道信号相减法对所述第一回波信号矩阵中的所述多个回波信号进行第一频率杂波的预处理，以得到的第一杂波矩阵；采用时间减平均算法对所述第一回波信号矩阵中的所述多个回波信号进行第二频率杂波的预处理，以得到第二杂波矩阵；将所述第一回波信号矩阵减去所述第一杂波矩阵和所述第二杂波矩阵的差作为第二回波信号矩阵。
6.在本技术的一个实施例中，所述对所述多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成所述多个主奇异值对应的第三回波信号矩阵，包括：获取所述多个奇异值中相邻奇异值之间的梯度差值；将所述梯度差值大于预设梯度阈值的相邻奇异值，作为候选奇异值；获取各个所述候选奇异值的相对数值；将所述相对数值小于预设数值的候选奇异值，作为主奇异值；根据所述主奇异值与奇异值矩阵分量的映射关系，确定出所述主奇异值对应的主奇异矩阵分量；将所述主奇异值和主奇异矩阵分量组合成所述第三回波信号矩阵。
7.在本技术的一个实施例中，所述对所述第三回波信号矩阵中的多个回波信号进行
信号分解，以得到所述第三回波信号矩阵对应的固有模态分量矩阵，包括：获取多个不同频率的白噪声信号；对所述第三回波信号矩阵中的多个回波信号加入所述多个不同频率的白噪声信号，以得到含有不同频率白噪声信号的多个第四回波信号矩阵；对所述多个第四回波信号矩阵进行信号分解，以得到多个候选固有模态分量矩阵；将所述多个候选固有模态分量矩阵的均值作为所述第三回波信号矩阵对应的固有模态分量矩阵。
8.在本技术的一个实施例中，在将所述主奇异值和主奇异矩阵分量组合成所述第三回波信号矩阵之后，还包括：获取所述主奇异矩阵分量中与各个所述主奇异值各自对应的空间特征向量和时间特征向量；将各个所述主奇异值与所述空间特征向量和所述时间特征向量作为一组存储数据，并存储在容器中。
9.在本技术的一个实施例中，所述对所述第一回波信号矩阵中的所述多个回波信号进行杂波预处理，以得到无杂波的第二回波信号矩阵之后，还包括：对所述第二回波信号矩阵中的多个回波信号进行信号增强。
10.本技术提出一种超宽带uwb生命信号的处理方法，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵，再得到第一回波信号矩阵进行杂波预处理后的第二回波信号矩阵，并进行奇异值分解，以得到第二回波信号矩阵对应的多个奇异值，对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵，再进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵，根据固有模态分量矩阵，重构目标超宽带uwb生命信号，由此，基于对超宽带uwb生命信号进行分解重构处理，准确确定目标超宽带uwb生命信号，提高超宽带uwb生命信号的处理精度。
11.本技术第二方面实施例提出了一种超宽带uwb生命信号的处理装置，所述装置包括：采集模块，用于采集所述超宽带uwb生命信号对应的多个回波信号，以得到由所述多个回波信号组成的第一回波信号矩阵；预处理模块，用于对所述第一回波信号矩阵中的所述多个回波信号进行杂波预处理，以得到无杂波的第二回波信号矩阵；第一分解模块，用于对所述第二回波信号矩阵进行奇异值分解处理，以得到第二回波信号矩阵对应的多个奇异值；生成模块，用于对所述多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成所述多个主奇异值对应的第三回波信号矩阵；第二分解模块，用于对所述第三回波信号矩阵中的多个回波信号进行信号分解，以得到所述第三回波信号矩阵对应的固有模态分量矩阵；重构模块，用于根据所述固有模态分量矩阵，重构所述超宽带uwb生命信号。
12.在本技术的一个实施例中，所述预处理模块，具体用于：采用道信号相减法对所述第一回波信号矩阵中的所述多个回波信号进行第一频率杂波的预处理，以得到的第一杂波矩阵；采用时间减平均算法对所述第一回波信号矩阵中的所述多个回波信号进行第二频率杂波的预处理，以得到第二杂波矩阵；将所述第一回波信号矩阵减去所述第一杂波矩阵和所述第二杂波矩阵的差作为第二回波信号矩阵。
13.在本技术的一个实施例中，所述生成模块，具体用于：获取所述多个奇异值中相邻奇异值之间的梯度差值；将所述梯度差值大于预设梯度阈值的相邻奇异值，作为候选奇异值；获取各个所述候选奇异值的相对数值；将所述相对数值小于预设数值的候选奇异值，作为主奇异值；根据所述主奇异值与奇异值矩阵分量的映射关系，确定出所述主奇异值对应的主奇异矩阵分量；将所述主奇异值和主奇异矩阵分量组合成所述第三回波信号矩阵。
14.在本技术的一个实施例中，所述第二分解模块，具体用于：获取多个不同频率的白噪声信号；对所述第三回波信号矩阵中的多个回波信号加入所述多个不同频率的白噪声信号，以得到含有不同频率白噪声信号的多个第四回波信号矩阵；对所述多个第四回波信号矩阵进行信号分解，以得到多个候选固有模态分量矩阵；将所述多个候选固有模态分量矩阵的均值作为所述第三回波信号矩阵对应的固有模态分量矩阵。
15.在本技术的一个实施例中，所述生成模块，还具体用于：获取所述主奇异矩阵分量中与各个所述主奇异值各自对应的空间特征向量和时间特征向量；将各个所述主奇异值与所述空间特征向量和所述时间特征向量作为一组存储数据，并存储在容器中。
16.在本技术的一个实施例中，增强模块，用于对所述第二回波信号矩阵中的多个回波信号进行信号增强。
17.本技术提出一种超宽带uwb生命信号的处理装置，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵，再得到第一回波信号矩阵进行杂波预处理后的第二回波信号矩阵，并进行奇异值分解，以得到第二回波信号矩阵对应的多个奇异值，对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵，再进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵，根据固有模态分量矩阵，重构目标超宽带uwb生命信号，由此，基于对超宽带uwb生命信号进行分解重构处理，准确确定目标超宽带uwb生命信号，提高超宽带uwb生命信号的处理精度。
18.本技术第三方面实施例提出了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，当所述处理器执行所述程序时实现本技术实施例中的超宽带uwb生命信号的处理方法。
19.本技术第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，当该程序被处理器执行时本技术实施例中的超宽带uwb生命信号的处理方法。
20.上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
21.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
22.图1是本技术实施例所提供的一种超宽带uwb生命信号的处理方法的流程示意图；
23.图2为本技术实施例所提供的一种第一回波信号矩阵xm×n时域信息示意图；
24.图3为本技术实施例所提供的一种的第二回波信号矩阵rm×n时域信息示意图；
25.图4是本技术实施例所提供的另一种超宽带uwb生命信号的处理方法的流程示意图；
26.图5是本技术实施例所提供的另一种超宽带uwb生命信号的处理方法的流程示意图；
27.图6为本技术实施例所提供的一种利用cattell碎石检验法的奇异值数值碎石图；
28.图7为本技术实施例所提供的一种第1阶奇异值对应的空间特征向量示意图；
29.图8为本技术实施例所提供的一种第1阶奇异值对应的时间特征向量示意图；
30.图9为本技术实施例所提供的一种第2阶奇异值对应的空间特征向量示意图；
31.图10为本技术实施例所提供的一种第2阶奇异值对应的时间特征向量示意图；
32.图11为本技术实施例所提供的一种第3阶奇异值对应的空间特征向量示意图；
33.图12为本技术实施例所提供的一种第3阶奇异值对应的时间特征向量示意图；
34.图13为本技术实施例所提供的一种第一回波信号矩阵与第三回波信号的数据量对比图；
35.图14为本技术实施例所提供的一种第三回波信号矩阵的时域信息示意图；
36.图15是本技术实施例所提供的另一种超宽带uwb生命信号的处理方法的流程示意图；
37.图16为本技术实施例所提供的一种重构的呼吸信号示意图；
38.图17为本技术实施例所提供的一种重构的心跳信号示意图；
39.图18是本技术实施例所提供一种超宽带uwb生命信号的处理装置的结构示意图；
40.图19是本技术实施例所提供另一种超宽带uwb生命信号的处理装置的结构示意图；
41.图20是本技术一个实施例的电子设备的框图。
具体实施方式
42.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
43.下面参考附图描述本技术实施例的超宽带uwb生命信号的处理方法、装置和电子设备。
44.图1是本技术实施例所提供的一种超宽带uwb生命信号的处理方法的流程示意图。其中，需要说明的是，本实施例提供的超宽带uwb生命信号的处理方法的执行主体为超宽带uwb生命信号的处理装置，该超宽带uwb生命信号的处理装置可以由软件和/或硬件的方式实现，该实施例中的超宽带uwb生命信号的处理装置可以配置电子设备中，本实施例中的电子设备可以包括服务器，该实施例对电子设备不作具体限定。
45.图1是本技术实施例所提供的一种超宽带uwb生命信号的处理方法的流程示意图。
46.如图1所示，该超宽带uwb生命信号的处理方法可以包括：
47.步骤101，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵。
48.在一些实施例中，超宽带(ultra wide band，uwb)生命信号可以通过超宽带雷达进行采集，但不仅限于此。
49.在一些实施例中，超宽带uwb生命信号可以包括心跳信号，以及呼吸信号，但不仅限于此，该实施例对此不做具体限定。
50.在一些实施例中，可以采用超宽带雷达中的生命探测仪发射连续周期性脉冲序列对超宽带uwb生命信号的区域进行探测，并进行采样，从而得到连续多组包含生命信号的多个回波信号{x1，x2，x3，
…
，xn}，再将每个脉冲序列的采样得到的多个回波信号分别按行排列，以构成第一回波信号矩阵x
mxn
，该第一回波信号矩阵x
mxn
的表示形式可以为：
[0051][0052]
其中，发射周期性脉冲序列的频率可以为f
pr
，采集生命信号的频率可以为fs，m、n(m》1，n》1，且m，n均为整数)分别为矩阵x
mxn
的行数和列数，同时也分别代表了对同一脉冲波的采样数和连续周期性脉冲序列中的脉冲数目。
[0053]
在一些实施例中，在得到由多个回波信号组成的第一回波信号矩阵x
mxn
之后，可以生成第一回波信号矩阵x
mxn
对应的时域信息，如图2所示，从而根据第一回波信号矩阵x
mxn
对应的时域信息，准确确定采集超宽带uwb生命信号的时域信息耦合的问题。
[0054]
步骤102，对第一回波信号矩阵中的多个回波信号进行杂波预处理，以得到无杂波的第二回波信号矩阵。
[0055]
在一些实施例中，多个回波信号中的杂波可以包括但不限于，信号波和强杂波形成的墙外的多次反射杂波、物体与天线的耦合信号杂波、电路中无源元件引起的热噪声杂波、直流元件引起的线性趋势杂波，该实施例对此不做具体限定。
[0056]
在一些实施例中，通过对第一回波信号矩阵中的多个回波信号进行不同频率的杂波预处理，以得到更精确的无杂波的第二回波信号矩阵，最大化的减小杂波对超宽带uwb生命信号的影响。
[0057]
在另一些实施例中，在对第一回波信号矩阵中的多个回波信号进行杂波预处理，以得到无杂波的第二回波信号矩阵之后，为提高第二回波信号矩阵的可用性，可以对第二回波信号矩阵中的多个回波信号进行信号增强，从而使得第二回波信号矩阵中的多个回波信号更加清晰。
[0058]
其中，可以利用先验归一化和自动增益控制法(automatic gain control，agc)对第二回波信号矩阵进行信号加强，但不仅限于此。
[0059]
在一些实施例中，为更清楚的确定生命信号对应的时域信息，如图3所示，本技术提出一种进行杂波预处理后第二回波信号矩阵的时域信息图。
[0060]
步骤103，对第二回波信号矩阵进行奇异值分解处理，以得到第二回波信号矩阵对应的多个奇异值。
[0061]
在一些实施例中，对第二回波信号矩阵进行奇异值分解处理后，可以得到第二回波信号矩阵对应的奇异值矩阵，再从奇异值矩阵中的主对角线上获取第二回波信号矩阵对应的多个奇异值。
[0062]
步骤104，对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵。
[0063]
在一些实施例中，可以预设奇异值重要项的筛选条件，将满足筛选条件的奇异值作为主奇异值，将不满足筛选条件的奇异值舍弃掉，从而提高奇异值的分析效率。
[0064]
其中，奇异值重要项的筛选条件可以根据多个奇异值之间的下降梯度阈值，以及多个奇异值的相对数值进行设定，但不仅限于此。
[0065]
步骤105，对第三回波信号矩阵中的多个回波信号进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵。
[0066]
在一些实施例中，可以采用集合经验模态分解(ensemble empirical mode decomposition，eemd)对第三回波信号矩阵中的多个回波信号进行信号分解，但不仅限于此。
[0067]
在一些实施例中，可以控制集合经验模态分解对第三回波信号矩阵中的多个回波信号进行信号分解，以得到固有模态分量矩阵和残余分量矩阵，可以将残余分量舍弃，以提高对第三回波信号矩阵的信号分解效率。
[0068]
步骤106，根据固有模态分量矩阵，重构超宽带uwb生命信号。
[0069]
在一些实施例中，可以根据不同频率范围内的固有模态分量矩阵，构建不同的超宽带uwb生命信号，具体地，可以以人的心跳频率和呼吸频率为例，例如，心跳频率的分布范围为1～2.5hz，呼吸频率的分布范围为0.2～0.8hz，从而根据该心跳频率和呼吸频率范围内的固有模态分量矩阵，重构心跳信号和呼吸信号，准确确定超宽带uwb生命信号。
[0070]
本技术提出一种超宽带uwb生命信号的处理方法，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵，再得到第一回波信号矩阵进行杂波预处理后的第二回波信号矩阵，并进行奇异值分解，以得到第二回波信号矩阵对应的多个奇异值，对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵，再进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵，根据固有模态分量矩阵，重构目标超宽带uwb生命信号，由此，基于对超宽带uwb生命信号进行分解重构处理，准确确定目标超宽带uwb生命信号，提高超宽带uwb生命信号的处理精度。
[0071]
为清楚的理解本技术，下面结合图4对超宽带uwb生命信号的处理方法的处理过程进行示例性描述，其中，该实施例是对上述实施例的进一步细化或者扩展。
[0072]
如图4所示，该超宽带uwb生命信号的处理方法可以包括：
[0073]
步骤401，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵。
[0074]
其中，需要说明的是，关于步骤401的具体实现方式，可参见上述实施例中的相关描述。
[0075]
步骤402，采用道信号相减法对第一回波信号矩阵中的多个回波信号进行第一频率杂波的预处理，以得到的第一杂波矩阵。
[0076]
在一些实施例中，第一频率杂波可以是超宽带雷达采集超宽带uwb生命信号过程中的背景杂波，以及超宽带uwb生命信号对应恒定成分带来的杂波，但不仅限于此。
[0077]
在一些实施例中，采用道信号相减法对第一回波信号矩阵x
mxn
中的多个回波信号{x1，x2，x3，
…
，xn}进行第一频率杂波的预处理的一种实施方式可以为，获取任意一组第一回波信号的快时间序列xj，j＝1,2,3,
…
,n，并利用道信号相减法进行杂波预处理，以得到第一杂波矩阵x’，第一杂波矩阵x’的计算方式可以为：
[0078]
x'j＝x
j-x
j-1
[0079]
步骤403，采用时间减平均算法对第一回波信号矩阵中的多个回波信号进行第二频率杂波的预处理，以得到第二杂波矩阵。
[0080]
在一些实施例中，第二频率杂波可以是超宽带雷达采集超宽带uwb生命信号过程中场景静止物体引起的背景杂波，但不仅限于此。
[0081]
在一些实施例中，采用时间减平均法对第一回波信号矩阵x
mxn
中的多个回波信号{x1，x2，x3，
…
，xn}进行第二频率杂波的预处理的一种实施方式可以为，利用时间减平均法估算第二杂波矩阵s，第二杂波矩阵s的估算方式可以为：
[0082][0083][0084]
步骤404，将第一回波信号矩阵减去第一杂波矩阵和第二杂波矩阵的差作为第二回波信号矩阵。
[0085]
在一些实施例中，将第一回波信号矩阵x
mxn
减去第一杂波矩阵x’和第二杂波矩阵s的差作为第二回波信号矩阵r
mxn
的一种计算方式可以为：
[0086]rm
×n＝xm×
n-s-x’[0087]
步骤405，对第二回波信号矩阵进行奇异值分解处理，以得到第二回波信号矩阵对应的多个奇异值。
[0088]
步骤406，对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵。
[0089]
步骤407，对第三回波信号矩阵中的多个回波信号进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵。
[0090]
步骤408，根据固有模态分量矩阵，重构超宽带uwb生命信号。
[0091]
本技术提出一种超宽带uwb生命信号的处理方法，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵，采用道信号相减法对第一回波信号矩阵中的多个回波信号进行第一频率杂波的预处理，以得到的第一杂波矩阵，采用时间减平均算法对第一回波信号矩阵中的多个回波信号进行第二频率杂波的预处理，以得到第二杂波矩阵，将第一回波信号矩阵减去第一杂波矩阵和第二杂波矩阵的差作为第二回波信号矩阵，并进行奇异值分解，以得到第二回波信号矩阵对应的多个奇异值，对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵，再进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵，根据固有模态分量矩阵，重构目标超宽带uwb生命信号，由此，基于对生命信号杂波预处理，准确确定目标超宽带uwb生命信号，提高提取超宽带uwb生命信号的准确性。
[0092]
图5是本技术实施例所提供的另一种超宽带uwb生命信号的处理方法的流程示意图。
[0093]
步骤501，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵。
[0094]
步骤502，对第一回波信号矩阵中的多个回波信号进行杂波预处理，以得到无杂波的第二回波信号矩阵。
[0095]
其中，需要说明的是，关于步骤501至步骤502的具体实现方式，可参见上述实施例中的相关描述。
[0096]
步骤503，对第二回波信号矩阵进行奇异值分解处理，以得到第二回波信号矩阵对应的多个奇异值。
[0097]
在一些实施例中，对第二回波信号矩阵r
mxn
进行奇异值分解的计算公式可以为：
[0098][0099][0100]
um×m＝[u1，u2，u3，
…
，um]；
[0101]vn
×n＝[v1，v2，v3，
…
vn]；
[0102]
其中，u
mxm
和v
nxn
均为单位正交阵，即uu
t
＝i和vv
t
＝i，u
mxm
称为左奇异矩阵，v
nxn
称为右奇异矩阵。∧
mxn
称为奇异值矩阵，仅在主对角线上有奇异值，其它元素均为0。奇异值矩阵∧
mxn
的主对角元σ1，σ2，σ3，
…
，σk为经过预处理的回波信号矩阵r
mxn
的k个奇异值，且满足σ1≥σ2≥σ3≥
…
≥σk。ui表示矩阵u
mxm
的第i个列向量，称为第i阶左奇异向量。vi表示矩阵v
nxn
的第i个列向量，称为第i阶右奇异向量。σi表示奇异值谱的第i个元素。
[0103]
综上，可以从奇异值矩阵∧
mxn
上获取到第二回波信号矩阵对应的多个奇异值。
[0104]
步骤504，获取多个奇异值中相邻奇异值之间的梯度差值。
[0105]
在一些实施例中，可以采用主成分碎石检验法cattell对多个奇异值和进行重要项筛选，如图6所示，图6为利用cattell碎石检验法的奇异值数值碎石图，可以从图6中，获取相邻奇异值之间的梯度差值gj，j＝1,2,3,
…
,k-1。
[0106]
具体地，相邻奇异值之间的梯度差值gj的计算方式可以为：
[0107][0108]
步骤505，将梯度差值大于预设梯度阈值的相邻奇异值，作为候选奇异值。
[0109]
在一些实施例中，预设梯度阈值t1可以是由相关的技术人员手动设定，也可以是结合实际应用场景确定的，该实施例对此不做具体限定。
[0110]
在一些实施例中，将梯度差值大于预设梯度阈值的相邻奇异值，作为候选奇异值的处理流程可以为，从g1(j＝1)开始依次计算gj，判断gj》t1是否成立，若为否，则令j＝j+1继续计算gj，若为是，则停止计算，记录当前阶数j＝p，从而将当前阶数p之间的奇异值作为候选奇异值。
[0111]
步骤506，获取各个候选奇异值的相对数值。
[0112]
在一些实施例中，可以从图6中，获取各个候选奇异值的相对数值hj，j＝1,2,3,
…
,k，其中，各个候选奇异值的相对数值hj的计算公式可以为：
[0113][0114]
步骤507，将相对数值小于预设数值的候选奇异值，作为主奇异值。
[0115]
在一些实施例中，预设数值t2可以是由相关的技术人员手动设定，也可以是结合实际应用场景确定的，该实施例对此不做具体限定。
[0116]
在一些实施例中，将相对数值小于预设数值的候选奇异值，作为主奇异值的处理流程可以为，计算当前第j＝p阶奇异值的相对大小hj，判断hj《t2是否成立，若为否，则令j＝j+1继续计算hj；若为是，则停止计算，记录当前阶数j＝q，选取前q阶主奇异值σ1，σ2，σ3，
…
，σq，作为筛选后的结果。
[0117]
步骤508，根据主奇异值与奇异值矩阵分量的映射关系，确定出主奇异值对应的主奇异矩阵分量。
[0118]
在一些实施例中，奇异值矩阵分量包括左奇异矩阵分量和右奇异矩阵分量，根据对奇异值分解时奇异值与奇异值矩阵分量的映射关系，确定出与主奇异值对应的左奇异矩阵分量和右奇异矩阵分量。
[0119]
步骤509，将主奇异值和主奇异矩阵分量组合成第三回波信号矩阵。
[0120]
在一些实施例中，将主奇异值和左奇异矩阵分量和右奇异矩阵分量组合成第三回波信号矩阵。
[0121]
在另一些实施例中，为减小第三回波信号矩阵的存储压力，可以根据第三回波信号矩阵的主奇异值q、空间向量s和间变化特性t,对第三回波信号矩阵进行压缩存储。
[0122]
具体地，可以根据前q阶主奇异值σ1，σ2，σ3，
…
，σq，提取相应的各阶左奇异向量u1，u2，u3，
…
，uq为各阶空间特征向量，及各阶右奇异向量v1，v2，v3，
…
，vq，为各阶时间特征向量，再进行坐标换算，计算出各阶空间特征向量所对应的距离向量s，以及各阶时间特征向量所对应的时间向量t，其中，si表示距离向量s中的第i个元素，tj表示时间向量t中的第j个元素，坐标换算的计算公式可以为：
[0123][0124]
其中，c＝3x108m/s为光速即脉冲探测速度，fs为超宽带uwb生命信号采样频率，f
pr
为连续脉冲序列频率，各阶空间特征向量uj为m阶向量，各阶时间特征向量vj为n阶向量，距离向量s为m阶向量，时间向量t为n阶向量。
[0125]
可以理解的是，再将前q阶主奇异值σ1，σ2，σ3，
…
，σq，空间特征向量u1，u2，u3，
…
，uq，以及时间特征向量v1，v2，v3，
…
，vq，进行一一对应存储，即第j阶主奇异值σj与其所对应的空间特征向量uj和时间特征向量v创建一个容器进行对应存储，总共存储q个容器，每个容器包含3个元素，每个容器的总数据量为m+n+1。用其代替原有第一回波信号矩阵x
mxn
实现数据压缩，压缩率ks计算方法如下：
[0126][0127]
综上，为更清楚的描述第三回波信号矩阵的主奇异值q分别与空间向量s和间变化
特性t之间的关系，本技术以第1阶、第2阶和第3阶的奇异值对应的空间向量s和间变化特性t为例进行描述，如图7、图8、图9、图10、图11和图12。
[0128]
在另一些实施例中，本技术还提出一种第一回波信号矩阵x
mxn
与压缩后第三回波信号矩阵的数据量对比图，如图13所示，实现了超宽带uwb生命信号的数据压缩，减小数据量的存储压力。
[0129]
其中，可以理解的是，本技术还提出一种第三回波信号矩阵的时域信息图，如图14所示，从而根据第三回波信号矩阵的时域信息图与第二回波信号矩阵的时域信息图的比较结果，准确确定超宽带uwb生命信号的压缩结果。
[0130]
步骤510，对第三回波信号矩阵中的多个回波信号进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵。
[0131]
步骤511，根据固有模态分量矩阵，重构超宽带uwb生命信号。
[0132]
本技术提出一种超宽带uwb生命信号的处理方法，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵，再得到第一回波信号矩阵进行杂波预处理后的第二回波信号矩阵，并进行奇异值分解，以得到第二回波信号矩阵对应的多个奇异值，获取多个奇异值中相邻奇异值之间的梯度差值，将梯度差值大于预设梯度阈值的相邻奇异值，作为候选奇异值，获取各个候选奇异值的数值，将数值小于预设数值的候选奇异值，作为主奇异值，根据主奇异值与奇异值矩阵分量的映射关系，确定出主奇异值对应的主奇异矩阵分量，再进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵，根据固有模态分量矩阵，重构目标超宽带uwb生命信号，由此，基于生成的超宽带uwb生命信号对应的主奇异矩阵分量，减小了超宽带uwb生命信号的存储空间。
[0133]
图15是本技术实施例所提供的另一种超宽带uwb生命信号的处理方法的流程示意图。
[0134]
步骤1501，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵。
[0135]
步骤1502，对第一回波信号矩阵中的多个回波信号进行杂波预处理，以得到无杂波的第二回波信号矩阵。
[0136]
步骤1503，对第二回波信号矩阵进行奇异值分解处理，以得到第二回波信号矩阵对应的多个奇异值。
[0137]
步骤1504，对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵。
[0138]
其中，需要说明的是，关于步骤1501至步骤1504的具体实现方式，可参见上述实施例中的相关描述。
[0139]
步骤1505，获取多个不同频率的白噪声信号。
[0140]
在一些实施例中，为抑制第三回波信号对应的固有模态分量矩阵imf之间的混频，可以对第三回波信号矩阵中的多个回波信号加入多个不同频率的白噪声信号。
[0141]
步骤1506，对第三回波信号矩阵中的多个回波信号加入多个不同频率的白噪声信号，以得到含有不同频率白噪声信号的多个第四回波信号矩阵。
[0142]
在一些实施例中，记第三回波信号矩阵中的多个回波信号为x(t)，为了抑制各imf之间出现混频，可以对x(t)执行至少一轮循环过程，其中，每一轮循环过程包括：对x(t)添
加白噪声，对添加白噪声后的x(t)进行信号分解，得到多个imf分量和残余分量。
[0143]
例如，标记循环过程的执行轮数为m，m为正整数，针对第i轮循环过程，其中，i＝1，2，...，m，可以给x(t)添加具有一定频率的随机白噪声，以得到第四回波信号矩阵中添加白噪声后的多个回波信号xi(t)为：
[0144]
xi(t)＝x(t)+ni(t)
[0145]
步骤1507，对多个第四回波信号矩阵进行信号分解，以得到多个候选固有模态分量矩阵。
[0146]
在一些实施例中，可以将xi(t)进行经验模态分解(empirical mode decomposition，emd)，xi(t)进行经验模态分解的方式可以为：
[0147][0148]
其中，n为emd分解imf的数量，c
i,n
(t)是imf分量(imfs)，r
i,n
(t)是残余分量。
[0149]
重复执行m轮经验模态分解循环过程，每轮循环过程添加不同幅值的白噪声，可以获得一系列imfs，
[0150]
步骤1508，将多个候选固有模态分量矩阵的均值作为第三回波信号矩阵对应的固有模态分量矩阵。
[0151]
在一些实施例中，对每一轮循环过程中的imf分量求取平均值，将该平均值，作为目标imf分量，即，可以将各轮循环过程中的imfs的平均值，作为eemd的imf分量cn(t)，本技术中将该cn(t)记为目标imf分量，具体地，确定目标imf分量cn(t)的计算方式可以为：
[0152][0153]
其中，c
i,n
(t)是第i轮循环过程中的imf分量，即各轮循环过程中的imf分量分别为：[{c
1,n
(t)},{c
2,n
(t)},...,{c
m,n
(t)}]。
[0154]
其中，n＝1,2,...,n；i＝1,2,...,m，需要说明的是，循环过程的执行轮数m是eemd算法的关键参数，可以将m设为50次，但不仅限于此。
[0155]
在一些实施例中，为准确确定固有模态分量矩阵，可以将高斯白噪声添加为x(t)标准偏差的0.2倍。
[0156]
步骤1509，根据固有模态分量矩阵，重构超宽带uwb生命信号。
[0157]
在另一些实施例中，可以以人的呼吸频率为例，例如，呼吸频率的分布范围为0.2～0.8hz，从而根据该呼吸频率范围内的固有模态分量矩阵，重构呼吸信号，如图16所示。
[0158]
在一些实施例中，可以以人的心跳频率为例，例如，心跳频率的分布范围为1～2.5hz，从而根据该心跳频率范围内的固有模态分量矩阵，重构心跳信号，如图17所示。
[0159]
本技术提出一种超宽带uwb生命信号的处理方法，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵，再得到第一回波信号矩阵进行杂波预处理后的第二回波信号矩阵，并进行奇异值分解，以得到第二回波信号矩阵对应的多个奇异值，对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵，获取多个不同频率的白噪声信号，对第三回波信号矩阵中的多个回波信号加入多个不同频率的白噪声信号，以得到含有不同频率白噪声信号的多个第四回波信号矩阵，对多个第四回波信号矩阵进行信号分解，以得到多个候选固有模态
分量矩阵，将多个候选固有模态分量矩阵的均值作为第三回波信号矩阵对应的固有模态分量矩阵，根据固有模态分量矩阵，重构目标超宽带uwb生命信号，由此，基于对超宽带uwb生命信号对应的固有模态分量矩阵，准确重构目标超宽带uwb生命信号，提高超宽带uwb生命信号的处理精度。
[0160]
图18是本技术实施例所提供一种超宽带uwb生命信号的处理装置的结构示意图。
[0161]
如图18所示，该超宽带uwb生命信号的处理装置1800包括：采集模块1801、预处理模块1802、第一分解模块1803、生成模块1804、第二分解模块1805和重构模块1806，其中：
[0162]
采集模块1801，用于采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵。
[0163]
预处理模块1802，用于对第一回波信号矩阵中的多个回波信号进行杂波预处理，以得到无杂波的第二回波信号矩阵。
[0164]
第一分解模块1803，用于对第二回波信号矩阵进行奇异值分解处理，以得到第二回波信号矩阵对应的多个奇异值。
[0165]
生成模块1804，用于对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵。
[0166]
第二分解模块1805，用于对第三回波信号矩阵中的多个回波信号进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵。
[0167]
重构模块1806，用于根据固有模态分量矩阵，重构超宽带uwb生命信号。
[0168]
本技术提出一种超宽带uwb生命信号的处理装置，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵，再得到第一回波信号矩阵进行杂波预处理后的第二回波信号矩阵，并进行奇异值分解，以得到第二回波信号矩阵对应的多个奇异值，对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵，再进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵，根据固有模态分量矩阵，重构目标超宽带uwb生命信号，由此，基于对超宽带uwb生命信号进行分解重构处理，准确确定目标超宽带uwb生命信号，提高超宽带uwb生命信号的处理精度。
[0169]
在本技术的一个实施例中，图19是本技术实施例所提供另一种超宽带uwb生命信号的处理装置的结构示意图，如图19所示，该超宽带uwb生命信号的处理装置1900还可以包括：采集模块1901、预处理模块1902、第一分解模块1903、生成模块1904、第二分解模块1905和重构模块1906，其中，装置还包括增强模块1907。
[0170]
其中，关于采集模块1901、预处理模块1902、第一分解模块1903、生成模块1904、第二分解模块1905和重构模块1906的详细描述请参考图18所示实施例中采集模块1801、预处理模块1802、第一分解模块1803、生成模块1804、第二分解模块1805和重构模块1806的说明，此处不在进行描述。
[0171]
在本技术的一个实施例中，预处理模块1902，具体用于：
[0172]
采用道信号相减法对第一回波信号矩阵中的多个回波信号进行第一频率杂波的预处理，以得到的第一杂波矩阵。
[0173]
采用时间减平均算法对第一回波信号矩阵中的多个回波信号进行第二频率杂波的预处理，以得到第二杂波矩阵。
[0174]
将第一回波信号矩阵减去第一杂波矩阵和第二杂波矩阵的差作为第二回波信号矩阵。
[0175]
在本技术的一个实施例中，生成模块1904，具体用于：
[0176]
获取多个奇异值中相邻奇异值之间的梯度差值。
[0177]
将梯度差值大于预设梯度阈值的相邻奇异值，作为候选奇异值。
[0178]
获取各个候选奇异值的相对数值。
[0179]
将相对数值小于预设数值的候选奇异值，作为主奇异值。
[0180]
根据主奇异值与奇异值矩阵分量的映射关系，确定出主奇异值对应的主奇异矩阵分量。
[0181]
将主奇异值和主奇异矩阵分量组合成第三回波信号矩阵。
[0182]
在本技术的一个实施例中，第二分解模块1905，具体用于：
[0183]
获取多个不同频率的白噪声信号。
[0184]
对第三回波信号矩阵中的多个回波信号加入多个不同频率的白噪声信号，以得到含有不同频率白噪声信号的多个第四回波信号矩阵。
[0185]
对多个第四回波信号矩阵进行信号分解，以得到多个候选固有模态分量矩阵。
[0186]
将多个候选固有模态分量矩阵的均值作为第三回波信号矩阵对应的固有模态分量矩阵。
[0187]
在本技术的一个实施例中，生成模块1904，还具体用于：
[0188]
获取主奇异矩阵分量中与各个主奇异值各自对应的空间特征向量和时间特征向量。
[0189]
将各个主奇异值与空间特征向量和时间特征向量作为一组存储数据，并存储在容器中。
[0190]
在本技术的一个实施例中，装置，还包括：
[0191]
增强模块1907，用于对第二回波信号矩阵中的多个回波信号进行信号增强。
[0192]
本技术提出一种超宽带uwb生命信号的处理装置，采集超宽带uwb生命信号对应的多个回波信号，以得到由多个回波信号组成的第一回波信号矩阵，再得到第一回波信号矩阵进行杂波预处理后的第二回波信号矩阵，并进行奇异值分解，以得到第二回波信号矩阵对应的多个奇异值，对多个奇异值和进行重要项筛选，以得到多个主奇异值，并生成多个主奇异值对应的第三回波信号矩阵，再进行信号分解，以得到第三回波信号矩阵对应的固有模态分量矩阵，根据固有模态分量矩阵，重构目标超宽带uwb生命信号，由此，基于对超宽带uwb生命信号进行分解重构处理，准确确定目标超宽带uwb生命信号，提高超宽带uwb生命信号的处理精度。
[0193]
如图20所示，是根据本技术一个实施例的电子设备的框图。
[0194]
如图20所示，该电子设备包括：
[0195]
存储器2001、处理器2002及存储在存储器2001上并可在处理器2002上运行的计算机指令。
[0196]
处理器2002执行指令时实现上述实施例中提供的超宽带uwb生命信号的处理方法。
[0197]
进一步地，电子设备还包括：
[0198]
通信接口2003，用于存储器2001和处理器2002之间的通信。
[0199]
存储器2001，用于存放可在处理器2002上运行的计算机指令。
[0200]
存储器2001可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0201]
处理器2002，用于执行程序时实现上述实施例的超宽带uwb生命信号的处理方法。
[0202]
如果存储器2001、处理器2002和通信接口2003独立实现，则通信接口2003、存储器2001和处理器2002可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图20中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0203]
可选的，在具体实现上，如果存储器2001、处理器2002及通信接口2003，集成在一块芯片上实现，则存储器2001、处理器2002及通信接口2003可以通过内部接口完成相互间的通信。
[0204]
处理器2002可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0205]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0206]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0207]
尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。