室内毫米波雷达的应用思考(一)

调皮连续波

毫米波雷达的应用领域逐渐延展，目前主要聚焦于车载雷达、交通安防，以及室内家居等热门领域，其他小众领域也在开拓需求。前两年我主要集中在车载雷达上，目前主要做的是智能家居雷达，相比之下，虽然都是毫米波雷达，但面对不同的场景，处理的方法和侧重点略有不同。比如在汽车雷达上：（1）面对的目标绝大部分都是汽车，属于刚体目标，不需要太过于关注目标的运动细节信息，如车轮转动；
（2）一般汽车雷达需要检测最远300m内的目标，并需要实现稳定跟踪目标，估计目标运动的朝向；（3）即使面对行人等非刚体目标，汽车雷达也不需要关注目标的具体姿态变化，比如对行人检测不需要关注人的具体姿态（跑、走、摔倒），只要告诉汽车有人及其运动朝向即可。但是室内雷达却和汽车雷达却有明显的不同。室内雷达的场景有很多，比如人体存在感知、呼吸心跳检测、手势识别、姿态识别、跌倒检测、人数统计等，以及基于这些基础功能的拓展应用，比如智能灯、空调、电视、马桶盖等等。在这些场景下需要感知人体或者人的肢体的信息，学术界将人体身上不同层次的运动分为三种，如图1所示。图1：人体运动分类[1]（1）Macro Doppler：可以译为宏观多普勒，简称宏多普勒，也就是人体大幅度运动，比如人体正常行走、跑。宏多普勒一般也是汽车雷达的主要关注的参数。图2：宏多普勒计算（2）Micro Doppler：可以译为微观多普勒，简称微多普勒，和宏多普勒对应。这个读者们都比较熟悉，也就是指人的肢体运动产生的多普勒，比如坐在电脑前打字、喝茶、看书、摇头等等。图3：人体微多普勒信息（3）Vital Signs：即体征信号，比如呼吸、心跳、脉搏、血压、声带、眨眼、快速眼动等，一般是人体躯干和肢体静止不动状态下产生的信号，由人身体器官的振动产生。图4：体征信号[2]一个活着的人，身上一定存在着上述三种运动中的一种，因此这对雷达在室内场景的应用提供了思路。面对不同的需求，检测人体的运动侧重点就不一样。比如检测人体存在，需要检测正常行走的人，也需要检测坐着玩手机的人，因此侧重点就放在宏运动和微运动上。而呼吸心跳监测雷达则只需要监测微运动和体征信号即可，不需要监测宏运动。但是，如果下一代的产品需要融合人体存在感知、呼吸心跳检测、手势识别、姿态识别、跌倒检测、人数统计等多功能一体化的人体全析毫米波雷达，则需要同时考虑上述三种运动，并在不同的场景下触发不同的功能。实践过的读者都清楚：（1）虽然宏多普勒能够提供关于人体宏观运动的信息，但其信息丰富度相对较低。它主要关注于速度、方向等宏观参数的变化。（2）微多普勒包含了人体极其丰富的状态信息。通过微多普勒信号的分析，可以获取到关于人体各类肢体活动的详细信息，如挥手、摆臂、手势、踏步、摇头等。这些信息对于人体行为识别、人机交互等领域具有重要意义。（3）Vital Signs（生命体征）同样包含了丰富的信息。呼吸和心跳作为人体最基本的生命活动之一，其变化能够反映人体的健康状况和生理状态。通过实时监测和分析生命体征信号，可以及时发现异常情况并进行预警和处理。不过，相对于宏多普勒而言，微多普勒和vital signs在建模上更具挑战性，但它们所提供的信息也更为丰富和有价值。在毫米波人体全析雷达领域中，这些技术正逐渐得到广泛的应用和发展，这就是室内雷达的前景。就具体实现而言，室内雷达需要监测更加微小的运动，因此需要高分辨率（距离、速度、角度），从而看得更细。
所以说雷达检测目标信息的发展也是两个维度，一条路是向着检测宏观运动发展，比如检测子弹的速度和弹道（雷达枪）。图5：雷达测量子弹速度[3]另一条路是向着检测微观运动发展，但在室内雷达的实际应用中，宏观运动、微观运动、体征信号三者都是相互耦合的，在算法处理时需要特别的手段，以及抓住侧重点。今天暂时先说这些，后面慢慢和大家一起讨论，深入思考室内雷达的关键问题。