基于时变滤波经验模态分解的非接触式心率变异性估计方法

民航从业人员的身体健康状况是影响航空安全的重要因素，其中呼吸和心跳是极其重要的健康状况表征。为解决接触式或穿戴式测量系统对人员工作时的局限与影响，可采用线性调频连续波（Frequency-modulated continuous wave，FMCW）雷达达到非接触式测量的目的。由于生命体征信号具有时变、非平稳的特点，针对经验模态分解（Empirical mode decomposition，EMD）在信号分解中存在模态混叠现象的问题，使用时变滤波经验模态分解（Time varying filtering based on EMD，TVF-EMD）自适应信号的局部截止频率，可有效提高信号分离性能，解决模态混叠问题。利用TVF-EMD分解出的本征模态函数（Intrinsic mode functions，IMF）分量重构心跳对应的时域信号，估计心跳信号的频率和心跳节拍间隔（Inter-beat interval，IBI），进一步对心率变异性（Heart rate variability， HRV）相关指标进行估计。仿真实验与实测数据处理结果表明，TVF-EMD可从毫米波雷达测量信号中有效分离出呼吸与心跳信号。同时，从模态混叠程度及信号分离性能两方面对TVF-EMD与EMD方法分解效果进行了仿真分析，结果表明TVF-EMD能够有效解决模态混叠问题。因此，TVF-EMD方法能够准确有效地从毫米波雷达测量信号中提取生命体征信息，为IBI估计和HRV分析提供准确的时域信息，具有广阔的应用前景。