基于心冲击信号检测传感器上是否有人的方法与流程

1.本发明涉及传感器检测技术领域，特别涉及一种基于心冲击信号检测传感器上是否有人的方法及系统。

背景技术：

2.心冲击信号作为反应心脏，呼吸，体动机械活动的生理信号，信号频率为0.05到20hz。心冲击信号可以通过多种不同的传感器进行检测，包括压电传感器，光纤传感器，雷达传感器。心冲击信号采集过程中，其包含的信息较多，包括呼吸信号，心跳信号，体动信号，电子设备产生的高频干扰。
3.在通过压电传感器，光纤传感器，雷达传感器检测人体信号的实际使用过程中，如何判断传感器上是否有人是检测人体信号的前提。目前采用的常见方法是通过信号幅度设定阈值，信号标准差设定阈值这两种方法。但是由于常用使用场景如家庭，医院等地通常都有着来自于其他设备的高频干扰，当高频干扰严重的时候，信号幅值和信号标准差会受到其影响，从而使算法的判断出错。同时，即使没有高频干扰的影响，不同的睡姿，坐姿，不同的传感器放置位置，都会有着不同的信号幅值和信号标准差，固定的阈值出错的可能性也较大。

技术实现要素：

4.现有利用传感器判断床上是否有人的技术中，传感器容易受到其他设备的高频干扰，导致信号幅值和信号标准差会受到其影响，从而使方法判断出错。
5.针对上述问题，提出一种基于心冲击信号检测传感器上是否有人的方法，通过采集心冲击信号的时序/频域原始信号，动态刷新判断阈值，增加了算法的鲁棒性，有效抑制了传感器容易受到其他设备的高频干扰，解决了导致信号幅值和信号标准差会受到其影响的问题，提高了准确性。
6.第一方面，一种基于心冲击信号检测传感器上是否有人的方法，包括：
7.步骤100、采集心冲击原始信号；
8.步骤200、根据所述原始信号获取高频信号；
9.步骤300、计算所述原始信号与所述高频信号之间的幅值比值；
10.步骤400、若规定时间内的所有所述幅值比值均大于有人幅值阈值，则判定为传感器上有人，若规定时间内的所有幅值比值均小于有人幅值阈值，则判定为传感器上无人；
11.其中，所述步骤400包括：
12.步骤410、若所述幅值比值均小于第一规定值，且第一变异系数小于第二规定值，则对有人幅值阈值进行刷新。
13.结合第一方面所述的方法，第一种可能的实施方式中，所述步骤200包括：
14.步骤210、采用有限冲激响应滤波或零相移无限冲激响应滤波或小波滤波器滤波对规定时间内的心冲击信号的所述原始信号进行滤波；
15.步骤220、对规定时间内的规定频率值以上的原始信号进行保留，以获取高频信号。
16.结合第一方面第一或者第二种可能的实施方式，第三种可能的实施方式中，所述步骤410包括：
17.步骤411、获取小于第一规定值的所有幅值比值的第一平均值；
18.步骤412、将所述第一平均值与第一调整系数求积，获取刷新后的有人幅值阈值；
19.步骤413、根据刷新后的有人幅值阈值判断传感器上是否有人：
20.若传感器被判定为无人状态，则利用所述第一调整系数持续对所述有人幅值阈值进行刷新。
21.结合第一方面第三种可能的实施方式，第四种可能的实施方式中，所述有人幅值可调整范围为1.5-4.5。
22.第二方面，一种基于心冲击信号检测传感器上是否有人的方法，包括：
23.步骤500、采集心冲击原始信号；
24.步骤600、根据所述原始信号获取单位时间内的离散功率谱拟合直线后的斜率值；
25.步骤700、根据所述离散功率谱斜率值与有人斜率阈值对传感器上是否有人进行判定：
26.若规定时间内的所有所述离散功率谱斜率值均大于有人斜率阈值，则判定为传感器上有人，若规定时间内的所有所述离散功率谱斜率值均小于有人斜率阈值，则判定为传感器上无人；
27.其中，所述步骤700包括：
28.步骤710、若所述离散功率谱斜率值均小于第三规定值，且第二变异系数小于第四规定值，则对有人斜率阈值进行刷新。
29.结合第二方面所述的方法，第一种可能的实施方式中，所述步骤600包括：
30.步骤610、计算单位时间内的所述原始信号功率谱；
31.步骤620、对小于第二频率值的原始信号功率谱进行保留。
32.结合第二方面第一种可能的实施方式，第二种可能的实施方式中，所述步骤600还包括：
33.步骤630、用直线对所述原始信号功率谱进行拟合；
34.步骤640、计算规定时间内所有离散功率谱拟合出的直线的斜率值。
35.结合第二方面第一种或者第二种可能的实施方式，第三种可能的实施方式中，所述步骤710包括：
36.步骤711、获取大于第三规定值的所有离散功率谱斜率值的第二平均值；
37.步骤712、将所述第二平均值与第二调整系数求积，获取刷新后的有人斜率阈值；
38.步骤713、根据刷新后的有人斜率阈值判断传感器上是否有人：
39.若传感器被判定为无人状态，则利用所述第二调整系数持续对所述有人斜率阈值进行刷新。
40.结合第二方面所述的方法，第四种可能的实施方式中，所述有人斜率阈值可调整范围为-0.75～-3。
41.实施本发明所述的基于心冲击信号检测传感器上是否有人的方法，通过采集心冲
击信号的时序/频域原始信号，动态刷新判断阈值，增加了算法的鲁棒性，有效抑制了传感器容易受到其他设备的高频干扰，解决了导致信号幅值和信号标准差会受到其影响的问题，提高了准确性。
附图说明
42.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
43.图1是本发明中一种基于心冲击信号检测传感器上是否有人的方法第一示意图；
44.图2是本发明中一种基于心冲击信号检测传感器上是否有人的方法第二示意图；
45.图3是本发明中一种基于心冲击信号检测传感器上是否有人的方法第三示意图；
46.图4是本发明中一种基于心冲击信号检测传感器上是否有人的方法第四示意图；
47.图5是本发明中一种基于心冲击信号检测传感器上是否有人的方法第五示意图；
48.图6是本发明中一种基于心冲击信号检测传感器上是否有人的方法第六示意图；
49.图7是本发明中一种基于心冲击信号检测传感器上是否有人的方法第七示意图；
50.图8是本发明中一种基于心冲击信号检测传感器上是否有人的方法第八示意图；
具体实施方式
51.下面将结合发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的其他实施例，都属于本发明保护的范围。
52.现有利用传感器判断床上是否有人的技术中，传感器容易受到其他设备的高频干扰，导致信号幅值和信号标准差会受到其影响，从而使方法判断出错。
53.针对上述问题，提出一种基于心冲击信号检测传感器上是否有人的方法及系统。
54.第一方法方式
55.实施例1
56.一种基于心冲击信号检测传感器上是否有人的方法，如图1，图1是本发明中一种基于心冲击信号检测传感器上是否有人的方法第一示意图，包括：
57.步骤100、采集心冲击原始信号；步骤200、根据原始信号获取高频信号；步骤300、计算原始信号与高频信号之间的幅值比值；步骤400、若规定时间内的所有幅值比值均大于有人幅值阈值，则判定为传感器上有人，若规定时间内的所有幅值比值均小于有人幅值阈值，则判定为传感器上无人；其中，步骤400包括：步骤410、若幅值比值均小于第一规定值，且第一变异系数小于第二规定值，则对有人幅值阈值进行刷新。通过采集心冲击信号的时序原始信号，动态刷新判断阈值，增加了算法的鲁棒性，有效抑制了传感器容易受到其他设备的高频干扰，解决了导致信号幅值和信号标准差会受到其影响的问题，提高了准确性。
58.在本实施例中，可以使用信号采集单元采集心冲击信号，得到原始心冲击信号数据序列，也即原始信号。
59.高频信号可以采用信号滤波单元对采集到的心冲击信号进行滤波，优选地，对15hz以上的原始信号进行保留操作，也即对原始信号进行高通滤波。
60.优选地，如图2，图2是本发明中一种基于心冲击信号检测传感器上是否有人的方法第二示意图；步骤200包括：步骤210、采用有限冲激响应滤波或零相移无限冲激响应滤波或小波滤波器滤波对规定时间内的心冲击信号的所述原始信号进行滤波；步骤220、对规定时间内的规定频率值以上的原始信号进行保留，以获取高频信号。
61.可以采用有限冲激响应滤波进行高通滤波，来获取高频信号。
62.在本实施例中，优选地，采集10秒原始信号，同样获取10秒的高频信号，原始信号与高频信号时间对齐相等。
63.在进行幅值计算时，优选地，可以选取10秒的原始信号的10个离散幅值，10个高频信号的离散幅值，将原始信号与高频信号之间的幅值比值与有人幅值阈值进行比较，来判断传感器上是否有人。
64.值得注意的是，可以对10每一秒的幅值进行计算，也可以对其他时间段内的离散幅值进行计算，例如，1秒以100毫秒为单位进行计算，在这里不做限定。
65.有人幅值阈值为关于信号幅值的有人阈值，在进行判定时，若10秒的所有幅值比值均大于有人幅值阈值，则判定为传感器上有人，若10秒的所有幅值比值均小于有人幅值阈值，则判定为传感器上无人。
66.但由于在传感器检测过程中，容易受到环境中的其他设备的高频干扰，常常导致判定出现失误，为了解决该类问题，需要对有人幅值阈值进行持续更新。
67.优选地，如图4，图4是本发明中一种基于心冲击信号检测传感器上是否有人的方法第四示意图；步骤410包括：步骤411、获取小于第一规定值的所有幅值比值的第一平均值；步骤412、将第一平均值与第一调整系数求积，获取刷新后的有人幅值阈值；步骤413、根据刷新后的有人幅值阈值判断传感器上是否有人：若传感器被判定为无人状态，则利用第一调整系数持续对有人幅值阈值进行刷新。
68.在对有人幅值更新时，具体地，可以假定有人幅值阈值为2，若10个离散的幅值比值[2,2.5]，且这10个幅值比值的变异系数小于第二规定值，第二规定值优选0.2，则需要利用第一调整系数对有人幅值阈值进行调整，优选地，第一调整系数为1.5。
[0069]
在进行调整时，首先求取在[2,2.5]区间内的所有幅值比值的第一平均值，将第一平均值与第一调整系数求积，结果作为刷新后的有人幅值阈值；根据刷新后的有人幅值阈值判断传感器上是否有人，若传感器被判定为无人状态，则利用第一调整系数持续对有人幅值阈值进行刷新，优选地，有人幅值可调整范围为1.5-4.5。
[0070]
实施例2
[0071]
与实施例1不同的是，在本实施例中，如图3，图3是本发明中一种基于心冲击信号检测传感器上是否有人的方法第三示意图；步骤200包括：步骤230、采用零相移无限冲激响应对规定时间内的心冲击信号的原始信号进行滤波；步骤240、对时间段内的规定频率值以上的原始信号进行保留，以获取高频信号。
[0072]
在本实施例中可以采用零相移无限冲激响应进行高通滤波，来获取高频信号。
[0073]
第二方法实施方式
[0074]
实施例1
[0075]
一种基于心冲击信号检测传感器上是否有人的方法，如图5，图5是本发明中一种基于心冲击信号检测传感器上是否有人的方法第五示意图；包括：步骤500、采集心冲击原始信号；步骤600、根据所述原始信号获取单位时间内的离散功率谱拟合直线后的斜率值；步骤700、根据离散功率谱斜率值与有人斜率阈值对传感器上是否有人进行判定：若规定时间内的所有离散功率谱斜率值均大于有人斜率阈值，则判定为传感器上有人，若规定时间内的所有离散功率谱斜率值均小于有人斜率阈值，则判定为传感器上无人；其中，步骤700包括：步骤710、若离散功率谱斜率值均大于第三规定值，且第二变异系数小于第四规定值，则对有人斜率阈值进行刷新。通过采集心冲击信号的频域原始信号，动态刷新判断阈值，增加了算法的鲁棒性，有效抑制了传感器容易受到其他设备的高频干扰，解决了导致信号幅值和信号标准差会受到其影响的问题，提高了准确性。
[0076]
在本实施例中，在频域提供一种基于心冲击信号检测传感器上是否有人的方法，离散功率谱斜率值可以为：同样采集原始心冲击信号数据序列，可以计算1秒时间内的功率谱，对于小于40hz的部分进行保留。用直线对原始信号功率谱进行拟合，计算该直线的斜率值，以此方法，分别对于10秒内以1秒为单元分别采集10个斜率值。
[0077]
在本实施方式中，有人斜率阈值为关于信号斜率的有人阈值，在进行判定时，若10秒内的所有斜率比值均大于有人斜率阈值，则判定为传感器上有人，若10秒内的所有幅值比值均小于有人斜率阈值，则判定为传感器上无人。
[0078]
优选地，如图6，图6是本发明中一种基于心冲击信号检测传感器上是否有人的方法第六示意图；步骤600包括：步骤610、计算单位时间内的原始信号功率谱；步骤620、对小于第二频率值的原始信号功率谱进行保留。
[0079]
步骤600还包括：步骤630、用直线对原始信号功率谱进行拟合；步骤640、计算规定时间内所有离散功率谱拟合出的直线的斜率值。
[0080]
在本实施方式中，有人斜率阈值默认为-0.5，但由于在传感器检测过程中，容易受到环境中的其他设备的高频干扰，常常导致判定出现失误，为了解决该类问题，需要对有人斜率阈值进行持续更新。
[0081]
具体地，获取大于第三规定值的所有离散功率谱斜率值的第二平均值；将第二平均值与第二调整系数求积，获取刷新后的有人斜率阈值；将第二平均值与第二调整系数求积，获取刷新后的有人斜率阈值；根据刷新后的有人斜率阈值判断传感器上是否有人：若传感器被判定为无人状态，则利用第二调整系数持续对有人斜率阈值进行刷新。
[0082]
优选地，如图7，图7是本发明中一种基于心冲击信号检测传感器上是否有人的方法第七示意图；所述步骤600还包括：步骤630、用直线对所述原始信号功率谱进行拟合；步骤640、计算规定时间段内的所有直线的离散功率谱斜率值。
[0083]
优选地，如图8，图8是本发明中一种基于心冲击信号检测传感器上是否有人的方法第八示意图；所述步骤710包括：步骤711、获取大于第三规定值的所有离散功率谱斜率值的第二平均值；步骤712、将所述第二平均值与第二调整系数求积，获取刷新后的有人斜率阈值；步骤713、根据刷新后的有人斜率阈值判断传感器上是否有人：若传感器被判定为无人状态，则利用所述第二调整系数持续对所述有人斜率阈值进行刷新。
[0084]
在对有人斜率更新时，具体地，可以假定有人斜率阈值为-0.5，若10个离散的斜率值大于-0.5，且这10个斜率值的变异系数小于第三规定值，第三规定值优选0.2，则需要利
用第二调整系数对有人斜率阈值进行调整，优选地，第二调整系数为1.5。
[0085]
在进行调整时，首先求取大于-0.5所有斜率值的第二平均值，将第二平均值与第二调整系数求积，结果作为刷新后的有人斜率阈值；根据刷新后的有人斜率阈值判断传感器上是否有人，若传感器被判定为无人状态，则利用第二调整系数持续对有人斜率阈值进行刷新，优选地，有人斜率阈值可调整范围为-0.75～-3。
[0086]
实施本发明的基于心冲击信号检测传感器上是否有人的方法，通过采集心冲击信号的时序/频域原始信号，动态刷新判断阈值，增加了算法的鲁棒性，有效抑制了传感器容易受到其他设备的高频干扰，解决了导致信号幅值和信号标准差会受到其影响的问题，提高了准确性。
[0087]
以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：

1.一种基于心冲击信号检测传感器上是否有人的方法，其特征在于，包括：步骤100、采集心冲击原始信号；步骤200、根据所述原始信号获取高频信号；步骤300、计算所述原始信号与所述高频信号之间的幅值比值；步骤400、若规定时间内的所有所述幅值比值均大于有人幅值阈值，则判定为传感器上有人，若规定时间内的所有幅值比值均小于有人幅值阈值，则判定为传感器上无人；其中，所述步骤400包括：步骤410、若所述幅值比值均小于第一规定值，且第一变异系数小于第二规定值，则对有人幅值阈值进行刷新。2.根据权利要求1所述的检测传感器上是否有人的方法，其特征在于，所述步骤200包括：步骤210、采用有限冲激响应滤波或零相移无限冲激响应滤波或小波滤波器滤波对规定时间内的心冲击信号的所述原始信号进行滤波；步骤220、对规定时间内的规定频率值以上的原始信号进行保留，以获取高频信号。3.根据权利要求2所述的检测传感器上是否有人的方法，其特征在于，所述步骤410包括：步骤411、获取小于第一规定值的所有幅值比值的第一平均值；步骤412、将所述第一平均值与第一调整系数求积，获取刷新后的有人幅值阈值；步骤413、根据刷新后的有人幅值阈值判断传感器上是否有人：若传感器被判定为无人状态，则利用所述第一调整系数持续对所述有人幅值阈值进行刷新。4.根据权利要求1-3任一所述的检测传感器上是否有人的方法，其特征在于，所述有人幅值可调整范围为1.5-4.5。5.一种基于心冲击信号检测传感器上是否有人的方法，其特征在于，包括：步骤500、采集心冲击原始信号；步骤600、根据所述原始信号获取单位时间内的离散功率谱拟合直线后的斜率值；步骤700、根据所述离散功率谱斜率值与有人斜率阈值对传感器上是否有人进行判定：若规定时间内的所有所述离散功率谱斜率值均大于有人斜率阈值，则判定为传感器上有人，若规定时间内的所有所述离散功率谱斜率值均小于有人斜率阈值，则判定为传感器上无人；其中，所述步骤700包括：步骤710、若所述离散功率谱斜率值均小于第三规定值，且第二变异系数小于第四规定值，则对有人斜率阈值进行刷新。6.根据权利要求5所述的检测传感器上是否有人的方法，其特征在于，所述步骤600包括：步骤610、计算单位时间内的所述原始信号功率谱；步骤620、对小于第二频率值的原始信号功率谱进行保留。7.根据权利要求6所述的检测传感器上是否有人的方法，其特征在于，所述步骤600还包括：
步骤630、用直线对所述原始信号功率谱进行拟合；步骤640、计算规定时间内所有离散功率谱拟合出的直线的斜率值。8.根据权利要求7所述的检测传感器上是否有人的方法，其特征在于，所述步骤710包括：步骤711、获取大于第三规定值的所有离散功率谱斜率值的第二平均值；步骤712、将所述第二平均值与第二调整系数求积，获取刷新后的有人斜率阈值；步骤713、根据刷新后的有人斜率阈值判断传感器上是否有人：若传感器被判定为无人状态，则利用所述第二调整系数持续对所述有人斜率阈值进行刷新。9.根据权利要求5-8任一所述的检测传感器上是否有人的方法，其特征在于，所述有人斜率阈值可调整范围为-0.75～-3。

技术总结

本发明公开一种基于心冲击信号检测传感器上是否有人的方法，方法包括步骤：采集心冲击原始信号；根据原始信号获取高频信号；计算原始信号与高频信号之间的幅值比值；若规定时间内的所有幅值比值均大于有人幅值阈值，则判定为传感器上有人，若规定时间内的所有幅值比值均小于有人幅值阈值，则判定为传感器上无人；其中，若幅值比值均小于第一规定值，且第一变异系数小于第二规定值，则对有人幅值阈值进行刷新。通过采集心冲击信号的时序原始信号，动态刷新判断阈值，增加了算法的鲁棒性，有效抑制了传感器容易受到其他设备的高频干扰，解决了导致信号幅值和信号标准差会受到其影响的问题，提高了准确性。提高了准确性。提高了准确性。