买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京理工大学申请的专利基于LFMCW雷达与欠定盲源分离的多人呼吸信号探测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116224325B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111463338.7，技术领域涉及：G01S13/88；该发明授权基于LFMCW雷达与欠定盲源分离的多人呼吸信号探测方法及系统是由顾陈;刘源;洪弘;赵恒;丁传威;孙理;李彧晟;朱晓华设计研发完成，并于2021-12-02向国家知识产权局提交的专利申请。

本基于LFMCW雷达与欠定盲源分离的多人呼吸信号探测方法及系统在说明书摘要公布了：本发明公开了一种基于LFMCW雷达与欠定盲源分离的多人呼吸信号探测方法及系统。方法包括：首先对两路接收天线的雷达回波信号进行数据重排、提取重排后回波信号的相位，再通过带通滤波器滤除相位信号中的噪声和干扰，得到两路多人呼吸的混合信号；之后使用短时傅里叶变换将两路混合信号变换至时频域，两路时频点构成聚类平面，使用基于角度信息与能量信息融合的改进近邻传播算法做聚类分析，得到人数与混合矩阵的估计；最后根据混合矩阵通过L1范数最小化算法分离出时频域下的呼吸信号，通过逆短时傅里叶变换恢复至时域，得到多人的呼吸信号。本发明方法有效可行，性能可靠，仅使用双接收天线LFMCW雷达系统就能够获取相同距离门、相距很近的多人呼吸信号。

本发明授权基于LFMCW雷达与欠定盲源分离的多人呼吸信号探测方法及系统在权利要求书中公布了：1.一种基于LFMCW雷达与欠定盲源分离的多人呼吸信号探测方法，其特征在于，包括以下步骤： 步骤1，利用双接收天线LFMCW雷达对相同距离门内多个人体目标的胸腔运动进行探测，得到两路接收天线的回波信号； 步骤2，对每个接收天线对应的雷达回波信号分别进行预处理，得到两路多人呼吸的混合信号，每路多人呼吸的混合信号即为该路多人呼吸信号的线性叠加；其中混合信号用矩阵形式表示为： 式中，为基于盲源分离模型将两路混合信号表示的混合信号向量为源信号向量s1,s2,…,sP为P个人体的呼吸信号，A为2行P列的混合矩阵； 步骤3，估计所述混合矩阵：使用短时傅里叶变换将混合信号向量变换至时频域，得到时频域下混合信号向量时频点X1和X2构成聚类平面，使用基于角度信息与能量信息融合的改进近邻传播算法做聚类分析，得到聚类个数和聚类中心，聚类数目即为待测人数的估计，聚类中心即为混合矩阵的估计，表示为： 式中，X1ki,X2ki表示聚类平面上第i类的聚类中心，ki为第i类聚类中心的索引值； 步骤4，根据估计的混合矩阵对呼吸信号进行恢复；在欠定条件下，当目标数目大于接收天线数目，呼吸信号恢复转化为最优化问题，引入约束条件，求解L1范数最小化获得最优解，即可得到时频域下呼吸信号的估计最后对进行逆短时傅里叶变换，得到呼吸信号的时域估计 步骤3所述估计所述混合矩阵，具体包括： 步骤3-1，将多人呼吸的混合信号变换至时频域，使混合信号稀疏化以便聚类分析；具体过程包括： ①对两路接收天线对应的多人呼吸混合信号xt做短时傅里叶变换： Xit,f＝∫xiτ·gt-τ·e-j2πftdπt∈0,Lt-1,f∈0,Lf-1 式中，gt为高斯窗函数，xit为第i个接收天线对应的多人呼吸混合信号，Xit,f为第i个接收天线对应的多人呼吸混合信号的时频矩阵，Lf为矩阵行数，表示FFT点数；Lt为矩阵列数，表示时间帧数； ②取时频矩阵的正频段，即频率f取值为0到Lf2-1，将矩阵Xit,f重排为一维矢量Xiq0，重排公式为： Xiq＝Xit,fq＝t+f·Lt 式中，q为时频矢量的索引序号，两路接收天线对应的时频矢量即为X1q和X2q，X1q和X2q构成二维的聚类平面，定义平面上点X*q＝X1q,X2q； 步骤3-2，基于角度信息与能量信息融合的改进近邻传播算法，估计待测人数与混合矩阵； 所述改进的近邻传播算法流程包括： ①计算相似度矩阵si,k，相似度矩阵是衡量聚类平面上点X*i与点X*k的相似度，相似度矩阵定义如下： si,k＝abs[X*k]·exp-ρ·1-cos∠[X*i,X*k] 式中，abs[X*k]表示聚类平面点X*k的模值；∠[X*i,X*k]表示点X*i与点X*k的夹角；ρ为非线性函数的衰减系数，ρ值越大，衰减越快，越能降低非充分稀疏点对聚类的影响； ②将吸引度矩阵ri,k和归属度矩阵ai,k初始化为0；其中吸引度矩阵表示数据点k作为数据点i的聚类中心的合适度；归属度矩阵表示数据点i是否选择数据点k作为其聚类中心； ③更新吸引度矩阵ri,k rt+1i,k＝si,k-maxj≠k[ati,j+si,j] 式中，rt+1i,k表示下一次迭代的吸引度，ati,k表示当前迭代的归属度； ④更新归属度矩阵ai,k ⑤使用衰减系数λ对步骤③④的当前结果与上一次迭代结果进行加权，通常取衰减系数λ＝0.5，加权公式如下： rt+1i,k＝λ·rti,k+1-λ·rt+1i,k at+1i,k＝λati,k+1-λ·at+1i,k ⑥重复步骤③④⑤直至矩阵收敛或者达到最大迭代次数，算法结束； ⑦确定数据点X*i的聚类中心点X*k＝X1k,X2k，k应满足公式： max{ri,k+ai,k} 聚类中心数量即为待测人数的估计，聚类中心即混合矩阵，表示为： 式中，X*ki＝X1ki,X2ki表示第i类的聚类中心，ki为第i类聚类中心的索引值；为待测人数的估计。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。