著录项信息
专利名称 | 非接触式生理运动传感器及其使用方法 |
申请号 | CN200980120387.1 | 申请日期 | 2009-04-03 |
法律状态 | 撤回 | 申报国家 | 中国 |
公开/公告日 | 2011-05-04 | 公开/公告号 | CN102046076A |
优先权 | 暂无 | 优先权号 | 暂无 |
主分类号 | A61B5/02 | IPC分类号 | A;6;1;B;5;/;0;2查看分类表>
|
申请人 | KAI医药公司 | 申请人地址 | 美国夏威夷州
变更
专利地址、主体等相关变化,请及时变更,防止失效 |
权利人 | KAI医药公司 | 当前权利人 | KAI医药公司 |
发明人 | 艾米·德罗伊特库尔;朴秉权;安德里亚·元;安德尔斯·霍斯特·马德森;查尔斯·艾尔欧兰尼;汤米·成 |
代理机构 | 北京英赛嘉华知识产权代理有限责任公司 | 代理人 | 余朦;王艳春 |
摘要
公开了一种基于雷达的生理运动传感器。从该传感器接收的信号中可提取多普勒频移信号。随后可对该多普勒频移信号进行数字化和处理,以提取与一个或多个主体的心肺运动相关的信息。该信息可包括呼吸速率、心率、呼吸活动和心肺活动产生的波形、波达方向、反常呼吸或异常呼吸等。在多种实施方式中,可在显示器上显示所提取的信息。
1.一种利用运动传感器检测运动的方法,该方法包括:
从辐射源生成电磁辐射,其中所述电磁辐射的频率在无线电频率范围内;
利用一个或多个发射器向主体发射所述电磁辐射;
利用一个或多个接收器接收至少被所述主体散射的辐射;
从所散射的辐射中提取多普勒频移信号;
将所述多普勒频移信号转换成数字化运动信号,所述数字化运动信号包括一个或多个帧,其中所述一个或多个帧包括所述数字化运动信号的时间采样正交值;
利用由处理器执行的解调算法解调所述一个或多个帧,以隔离与所述主体或所述主体的一部分的生理运动相应的信号;
分析所述信号,以获得与非心肺运动或其他信号干扰相应的信息;
处理所述信号,以获得与所述主体或所述主体的一部分的所述生理运动相应的信息,所述生理运动基本上与所述非心肺运动或其他干扰信号分离;以及
将所述信息发送至输出系统,所述输出系统被配置为执行输出动作。
2.如权利要求1所述的方法,其中,所述输出系统包括显示单元,所述显示单元用于显示所述信息。
3.如权利要求1所述的方法,其中,所述输出系统包括音响系统,所述音响系统基于所述信息发出能听到的信息或警报。
4.如权利要求1所述的方法,其中,所述输出系统包括外部医疗系统,所述外部医疗系统基于所述信息执行动作。
5.如权利要求1所述的方法,其中,所述解调算法包括线性解调算法、基于弧的解调算法或非线性解调算法。
6.如权利要求1所述的方法,其中,所述信息至少以字符、图形或波形进行显示。
7.如权利要求1所述的方法,其中,所述主体是人或动物,且所述生理运动包括由所述主体的呼吸活动引起的运动、由所述主体的心肺活动引起的运动、由所述主体的心搏引起的运动、由所述主体的心血管活动引起的运动、或由所述主体的身体活动引起的运动。
8.如权利要求1所述的方法,其中,所述解调算法包括将复平面中的所述信号映射到最佳拟合线上、将复平面中的所述信号映射到主向量上、或将信号弧对准至最佳拟合圆并利用所述最佳拟合圆的参数从所述信号弧中提取角信息。
9.如权利要求1所述的方法,其中,解调所述一个或多个帧包括:
在处理器中计算选自所述一个或多个帧的第一帧子集的第一组协方差矩阵;
确定第一A矩阵,其中所述第一A矩阵包括所述第一组协方差矩阵的加权和;
确定与所述第一A矩阵的第一初始值相应的第一参数向量;以及
将所述第一参数向量存储到与所述处理器通信的存储装置中。
10.如权利要求9所述的方法,进一步包括:
在所述处理器中计算选自所述一个或多个帧的第二帧子集的第二组协方差矩阵;
确定第二A矩阵,其中所述第二A矩阵包括所述第二组协方差矩阵的加权和;
确定与所述第二A矩阵的第二初始值相应的第二参数向量;
计算所述第一参数向量与所述第二参数向量的内积;
将所述第二参数向量与所述内积的符号相乘;以及
将所述第二帧的值映射到所述第二参数向量上,以获取解调后的信号。
11.如权利要求10所述的方法,其中,所述第一初始值包括所述第一A矩阵的最大特征值,且第一初始向量包括与所述特征值相应的特征向量。
12.如权利要求10所述的方法,其中,所述第二初始值包括所述第二A矩阵的最大特征值,且第二初始向量包括与所述特征值相应的特征向量。
13.如权利要求1所述的方法,其中,所述辐射源包括振荡器。
14.如权利要求1所述的方法,其中,所述一个或多个发射器包括一个或多个天线。
15.如权利要求1所述的方法,其中,所述一个或多个接收器包括一个或多个天线或天线阵列。
16.如权利要求1所述的方法,其中,所述发射天线和接收天线是相同的天线。
17.如权利要求1所述的方法,其中,所述接收器包括零拍接收机。
18.如权利要求1所述的方法,其中,所述接收器包括外差接收机。
19.如权利要求1所述的方法,其中,所述接收器包括低中频接收机,所述低中频接收机用于将所述多普勒频移信号转换为频率在低中频范围内的多普勒频移信号,转换后的多普勒频移信号被数字化并被数字地转化为数字化的运动信号。
20.如权利要求1所述的方法,其中,所述处理器包括数字信号处理器、微处理器和计算机中的至少之一。
21.如权利要求20所述的方法,进一步包括控制器,所述控制器被配置为控制所述处理器。
22.如权利要求1所述的方法,其中,所述输出系统包括显示单元,所述显示单元被配置为在远程地点显示与用户的所述生理运动相关的信息。
23.如权利要求1所述的方法,其中,分析所述信号包括执行非心肺运动检测算法,其中,如果所述信号包括单一的稳定信号源,则所述非心肺运动检测算法检测出不存在非心肺运动;或者如果至少所述信号不稳定或至少所述信号具有多个信号源,则所述非心肺运动检测算法检测出存在非心肺运动信号。
24.如权利要求1所述的方法,其中,分析所述信号包括执行非心肺运动检测算法,如果所述信号指示的偏移量大于所述主体的心肺活动的最大胸腔偏移量,则所述非心肺运动检测算法检测出非心肺运动的存在。
25.如权利要求15所述的方法,其中,分析所述信号包括执行非心肺运动检测算法,如果与线性解调相关的最佳拟合向量出现显著变化,则所述非心肺运动检测算法检测出非心肺运动的存在。
26.如权利要求1所述的方法,其中,分析所述信号包括执行非心肺运动检测算法,如果所述信号的复系数星座图和与线性解调相关的最佳拟合向量之间的均方根差值显著变化,则所述非心肺运动检测算法检测出非心肺运动的存在。
27.如权利要求1所述的方法,其中,分析所述信号包括执行非心肺运动检测算法,如果与基于弧解调相关的最佳拟合圆的原点或半径发生显著变化,则所述非心肺运动检测算法检测出非心肺运动的存在。
28.如权利要求1所述的方法,其中,分析所述信号包括执行非心肺运动检测算法,如果所述信号的复系数星座图和与基于弧解调的最佳拟合圆之间的均方根差值显著变化,则所述非心肺运动检测算法检测出非心肺运动的存在。
29.如权利要求1所述的方法,其中,分析所述信号包括:由处理器执行非心肺运动检测算法,以从所述数字化运动信号中检测是否存在非心肺运动或其他信号干扰,其中所述非心肺运动检测算法包括第一模式和第二模式,所述第一模式检测非心肺运动或其他信号干扰的存在,所述第二模式检测非心肺运动或其他信号干扰的中断。
30.如权利要求1所述的方法,进一步包括基于非心肺运动或其他信号干扰的存在、非心肺运动或其他信号干扰的不存在、非心肺运动或其他信号干扰的程度、信噪比的估算、检测到低信号功率、或检测到信号削波或其他信号干扰中的至少之一将与非心肺运动信号的信号质量相关的信息发送至用于输出所述信息的输出系统。
31.如权利要求28所述的方法,其中所述第一模式包括:
从所述一个或多个帧中选择第一帧子集,并在所述处理器中计算被低通滤波器滤波后的所述第一帧子集的第一组协方差矩阵;
确定第一A矩阵,其中所述A矩阵包括所述第一组协方差矩阵的加权和;
确定与所述第一A矩阵的第一初始值相应的第一参数向量;以及
将所述第一参数向量存储到与所述处理器通信的存储装置中。
32.如权利要求1所述的方法,进一步包括:
在所述处理器中计算被所述低通滤波器滤波后的第二帧子集的第二组协方差矩阵;
确定第二A矩阵,其中所述第二A矩阵包括所述第二组协方差矩阵的加权和;
确定所述第二A矩阵的第一初始值和第二初始值;
确定与所述第二A矩阵的所述第一初始值相应的第二参数向量;
计算所述第一参数向量与所述第二参数向量的内积;
计算所述第二A矩阵的所述第一初始值与所述第二初始值的比率;
计算与被高通滤波器滤波的第三帧子集的平均能量相应的第一能量,以及与被高通滤波器滤波的第四帧子集的平均能量相应的第二能量;以及
计算所述第二能量与所述第一能量的比率。
33.如权利要求31所述的方法,其中,所述第一A矩阵的第一初始值包括所述第一A矩阵的最大特征值,且所述第一初始向量包括与所述特征值相应的特征向量。
34.如权利要求32所述的方法,其中,所述第二A矩阵的第一初始值包括所述第二A矩阵的最大特征值,所述第二矩阵A的第二初始值包括所述第二A矩阵的第二大特征值,且所述第二A矩阵的第二初始向量包括与所述第二A矩阵的第一初始值相应的特征向量。
35.如权利要求28所述的方法,其中,所述方法进一步包括:
在所述处理器中计算第一条件,所述第一条件是指所述内积小于第一阈值,或所述第二A矩阵的第一初始值与第二A矩阵的第二初始值的比率小于第二阈值,或者所述第二能量与所述第一能量的比率大于第三阈值,
其中,如果所述第一条件为真且所述第二能量与所述第一能量的比率大于第四阈值,则检测到非心肺运动或其他信号干扰的存在。
36.如权利要求35所述的方法,其中,所述第一阈值约在0.6-1之间。
37.如权利要求35所述的方法,其中,所述第二阈值约在4-12之间。
38.如权利要求35所述的方法,其中,所述第三阈值约在4-20之间。
39.如权利要求35所述的方法,其中,所述第四阈值约在0.1-0.8之间。
40.如权利要求28所述的方法,其中,所述第二模式包括:
在所述处理器中选择第五帧子集中的帧的每一个连续子集;
在所述处理器中计算每个帧子集的协方差矩阵;
在所述处理器中计算每个帧子集的A′矩阵,其中所述A′矩阵是所述帧子集中的协方差矩阵的平均值;
在所述处理器中计算ρ矩阵,其中所述ρ矩阵的每个元素都与相应的A′矩阵的第一初始向量相应;
计算所述ρ矩阵中每对初始向量的内积,并从所述内积中选出最小绝对值;
计算A矩阵,所述A矩阵是第六帧子集中的协方差矩阵的和;
确定所述A矩阵的第一初始值和第二初始值;以及
计算所述A矩阵的第一初始值与所述A矩阵的第二初始值的比率。
41.如权利要求40所述的方法,其中,所述方法进一步包括:
在所述处理器中计算第二条件,所述第二条件是指所述内积中的所述最小绝对值大于第一阈值、且所述第一初始值与所述第二初始值的比率大于第二阈值,
其中,如果所述第二条件为真,则检测到非心肺运动或其他信号干扰的中断。
42.如权利要求41所述的方法,其中,所述第五阈值约在0.6-1之间。
43.如权利要求41所述的方法,其中,所述第六阈值约在4-12之间。
44.如权利要求40所述的方法,其中,所述第一初始向量包括与相应的A′矩阵的最大特征值相应的特征向量。
45.如权利要求40所述的方法,其中,所述第一初始值包括所述A矩阵的最大特征值,且所述第二初始值包括所述A矩阵的第二大特征值。
46.如权利要求40所述的方法,进一步包括回溯步骤,从所述一个或多个帧中确定所述非心肺运动基本停止时的帧。
47.如权利要求46所述的方法,其中,将所确定的帧之前的一个或多个帧丢弃。
48.一种利用运动传感器估算生理运动的速率的方法,所述方法包括:
从辐射源生成电磁辐射,其中所述电磁辐射的频率在无线电频率范围内;
利用一个或多个发射器向主体发射所述电磁辐射;
利用一个或多个接收器接收至少被所述主体散射的辐射;
从所散射的辐射中提取多普勒频移信号;
将所述多普勒频移信号转换并数字化为数字化运动信号,所述数字化运动信号包括一个或多个帧,其中所述一个或多个帧包括所述数字化运动信号的时间采样正交值;
利用由处理器执行的解调算法解调所述一个或多个帧,以隔离与所述主体或所述主体的一部分的生理运动相应的信号;
由所述处理器执行非心肺运动检测算法,以从所述数字化运动信号中识别出与非心肺运动或其他信号干扰的存在或不存在相应的一个或多个非心肺运动检测事件或其他信号干扰事件;
由处理器执行速率估算算法以估算所述生理运动的速率;以及
将至少与所述主体或所述主体的一部分的生理运动的所述速率相关的信息提供至输出单元,所述输出单元被配置为输出所述信息。
49.如权利要求48所述的方法,其中,所述速率估算算法包括:
从解调后的帧中采集多个样本;
从所述多个样本中识别与非心肺运动检测事件相应的一个或多个样本,并将所述多个样本的所述一个或多个样本设为零,以至少获取所述多个样本的第一子集;以及在所述处理器中从所述第一子集中减去所述第一子集的平均值。
50.如权利要求49所述的方法,进一步包括在所述处理器中对包括在所述第一子集中的样本进行傅里叶变换,以获取所述第一子集中的所述样本的幅度频谱。
51.如权利要求50所述的方法,其中,所估算的生理运动的频域速率与所述第一子集中的所述样本的频谱中的最大幅度的分量对应。
52.如权利要求49所述的方法,进一步包括:
在所述第一子集中识别至少三个正零交叉或至少三个负零交叉;
在第一零交叉和第二零交叉中识别所述样本的第一值,所述第一值是指最大幅正值或最大幅负值;
在第二零交叉和第三零交叉中识别所述样本的第二值,所述第二值是指最大幅正值或最大幅负值;
将所述第一值和所述第二值与阈值进行比较;
如果所述第一值大于阈值,则至少识别出第一呼吸事件;
如果所述第二值大于阈值,则至少识别出第二呼吸事件;以及
至少基于所述第一呼吸事件、所述第二呼吸事件以及所述第一零交叉、第二零交叉以及第三零交叉之间的时间间隔估算时域呼吸速率。
53.如权利要求52所述的方法,进一步包括:
在所述处理器中对所述第一子集中包括的样本进行傅里叶变换,以获取所述第一子集中的所述样本的幅度频谱;
估计所述生理运动的频域呼吸速率,所述频域呼吸速率对应于所述第一子集中的所述样本的最大幅度频谱;以及
比较时域速率和频域速率以调整所述时域速率和所述频域速率的准确度。
54.如权利要求48所述的方法,其中,所述速率估算算法包括:
从所述多个样本中识别至少三个连续峰,从而使两个连续峰之间包括谷;以及基于检测到的连续峰的数量和第一峰与最末峰之间的时间间隔来确定呼吸速率。
55.如权利要求48所述的方法,其中,所述速率估算算法包括:
从所述多个样本中识别至少三个连续谷,从而使两个连续谷之间包括峰;以及基于检测到的连续谷的数量和第一谷与最末谷之间的时间间隔来确定呼吸速率。
56.如权利要求54或55所述的方法,其中,所述速率估算算法基于峰先出现还是谷先出现来选择识别峰还是识别谷。
57.如权利要求54或55所述的方法,其中,所述速率估算算法对基于连续峰的数量确定的呼吸速率和基于连续谷的数量确定的呼吸速率求平均值,以提高速率估计的鲁棒性。
58.一种用于感测生理运动的系统,所述系统包括:
一个或多个天线,发送电磁辐射;
一个或多个天线,接收电磁辐射;
至少一个处理器,通过执行解调算法、非心肺运动检测算法、速率估算算法、反常呼吸算法、以及波达方向算法中至少一个来提取与心肺运动相关的信息;以及通信系统,与输出装置进行通信,所述输出装置输出与所述心肺运动相关的信息。
59.一种生命体征监测器,包括权利要求58所述的系统,所述生命体征监测器监测一个或多个主体的呼吸速率、心率、呼吸深度、呼吸波形、心率波形、一次换气量活动和异步呼吸程度中的至少之一。
60.一种生命体征测量系统,包括权利要求58所述的系统,所述系统测量一个或多个主体的测量呼吸速率、心率、吸气时间与呼气时间的比率、一次换气量和呼吸深度中的至少之一。
61.一种生命体征测量系统,包括权利要求60所述的系统,所述系统在一个时间点或断续的时间点执行测量。
62.一种呼吸暂停检测系统,包括权利要求58所述的系统,所述呼吸暂停检测系统被配置为监测一个或多个主体的呼吸速率、呼吸努力、心率、呼吸深度、一次换气量、反常呼吸、活动、位置中的至少之一,并被配置为检测一个或多个主体的呼吸存在或不存在。
63.一种睡眠监测器,包括如权利要求58所述的系统,所述睡眠监测器监测一个或多个主体的呼吸速率、心率、呼吸深度、一次换气量、反常呼吸和生理运动中的至少之一。
64.一种心理-生理状态监测器,包括权利要求58所述的系统,所述心理-生理状态监测器监测一个或多个主体响应于一个或多个外部刺激的呼吸速率、呼吸波形、心率波形、活动、心率、呼吸深度、一次换气量、吸气时间、呼气时间、吸气时间与呼气时间的比率中的至少之一。
65.如权利要求58所述的系统,将信息发送至成像系统,所述成像系统将所述主体成像,所述信息使所述成像系统与所述主体的生理运动同步。
66.如权利要求58所述的系统,所述监测器对呼吸运动是否存在和心跳运动是否存在中的至少之一进行估计。
67.如权利要求58所述的系统,将信息发送至医疗装置,所述信息被配置为操作所述医疗装置。
68.一种身体活动监测器,包括如权利要求58所述的系统,所述身体活动监测器监测一个或多个主体的呼吸速率、心率、呼吸深度、一次换气量、非心肺运动的频率和非心肺运动的持续时间中的至少之一。
69.如权利要求31所述的方法,其中所述加权和为算数平均数。
70.一种利用运动传感器估算反常呼吸是否存在的方法,所述方法包括:
从辐射源生成电磁辐射,其中所述电磁辐射的频率在无线电频率范围内;
利用一个或多个发射器向主体发射所述电磁辐射;
利用一个或多个接收器接收至少被所述主体散射的辐射;
从所散射的辐射中提取多普勒频移信号;
将所述多普勒频移信号转换成数字化正交运动信号,所述数字化正交运动信号包括一个或多个帧,其中所述一个或多个帧包括所述数字化运动信号的时间采样正交值;
由处理器执行非心肺运动检测算法,以从所述数字化运动信号中识别出与非心肺运动或其他信号干扰的存在或不存在相应的一个或多个非心肺运动检测事件或其他信号干扰事件;
由处理器执行反常呼吸识别算法以估算反常呼吸的存在或不存在;以及
提供至少与反常呼吸的存在、不存在或程度相关的信息。
71.如权利要求70所述的方法,其中,所述反常呼吸识别算法包括:
选择帧的子集;
利用低通滤波器过滤所述帧;以及
获取所过滤的帧的复系数星座曲线图。
72.如权利要求71所述的方法,其中,如果所述复系数星座曲线图近似线性,使得所述复系数星座曲线图的第一维度的幅度大于所述复系数星座曲线图的第二维度的幅度,则检测到反常呼吸不存在。
73.如权利要求71所述的方法,其中,如果所述复系数星座曲线图具有的第一维度和第二维度的幅度相似,则检测到反常呼吸的存在。
74.如权利要求71所述的方法,其中,计算奇异因子来估算反常呼吸的程度。
75.如权利要求74所述的方法,其中所述奇异因子可通过下述步骤进行估算:
在处理器中计算所述子集的协方差矩阵;
计算所述协方差矩阵的第一初始值和第二初始值;
计算与所述第一初始值相应的第一初始向量以及与第二初始值相应的第二初始向量;
将所述信号投射在所述第一初始向量上,并确定与投射在所述第一初始向量上的信号的最大峰-峰值相应的第一幅度;
将所述信号投射在所述第二初始向量上,并确定与投射在所述第二初始向量上的信号的最大峰-峰值相应的第二幅度;
计算所述第一幅度与所述第二幅度的第一比率;
计算所述第一初始值与所述第二初始值的第二比率;以及
计算所述第一比率与所述第二比率的积。
76.如权利要求75所述的方法,其中,所述第一初始值和第二初始值包括所述协方差矩阵的特征值,且所述第一初始向量和第二初始向量包括与所述第一初始值和第二初始值相应的特征向量。
77.如权利要求74所述的方法,其中,通过在奇异因子上执行价值函数来计算反常指示。
78.如权利要求77所述的方法,其中,通过将所述价值函数的输出与阈值比较来确定反常呼吸是否存在。
79.如权利要求74所述的方法,其中,分析所述反常指示以提供指示反常呼吸不存在的第一指示、指示不确定结果的第二指示以及指示反常呼吸存在的第三指示。
80.一种利用运动传感器估算波达方向的方法,所述方法包括:
从辐射源生成电磁辐射,其中所述电磁辐射的频率在无线电频率范围内;
利用一个或多个发射器向主体发射所述电磁辐射;
利用一个或多个接收器接收至少被所述主体散射的辐射;
从所散射的辐射中提取多普勒频移信号;
将所述多普勒频移信号转换成数字化正交运动信号,所述数字化正交运动信号包括一个或多个帧,其中所述一个或多个帧包括来自每个接收器的所述数字化运动信号的时间采样正交值;
由处理器执行波达方向算法以估算目标的数量和相应的角度;以及
将与一个或多个主体或者一个或多个主体的一部分的心肺运动、主体的数量、和一个或多个主体的方向中的至少之一相关的信息提供至输出单元,所述输出单元输出所述信息。
81.如权利要求80所述的方法,其中所述波达方向算法包括:
利用低通滤波器对选自所述一个或多个帧的子集进行滤波,每个帧都由来自所述多个接收天线阵列中的多个接收通道的信号构成;
对低通滤波后的子集计算全部通道的功率谱密度;
利用所计算的功率谱密度中频率分量的能量来确定最可能包含来自一个或多个主体的心肺信号的频率分量;
识别每个频率分量的角度方向;
至少识别第一角度方向和第二角度方向,从而使每个角度方向以大于或等于所述一个或多个接收器的角分辨率的角距离与其他角度方向分离;
将以小于所述一个或多个接收器的角分辨率的角距离分离的一个或多个角度去除;
对所述角方向中的每个目标生成具有单位模值的一个或多个DOA向量;以及采用当前DOA向量的加权平均数和缓存中的先前的DOA向量对DOA向量进行平滑处理。
82.如权利要求81所述的方法,进一步包括:
通过将空间上的零位导向其它角方向来分离来自每个角方向的信号;
由处理器执行非心肺运动检测算法,以检测每个分离的信号中是否存在非心肺运动或其他信号干扰;以及
如果检测到非心肺运动不存在,则处理器执行解调算法以对每个分离的信号进行解调,并处理所解调的信号,以获取与所述心肺运动相应的信息。
83.如权利要求81所述的方法,进一步包括:
通过将空间上的零位导向其它角方向来隔离来自所期望主体的信号;
所述处理器执行非心肺运动检测算法,以检测在所隔离的信号中是否存在非心肺运动或其他信号干扰;以及
如果检测到不存在非心肺运动,则所述处理器执行解调算法来解调所隔离的信号,并处理所隔离的信号,以获取与所述主体的心肺运动相关的信息。
84.如权利要求80所述的方法,其中,所述波达方向算法包括:
利用低通滤波器对选自所述一个或多个帧的子集进行过滤,每个帧均由来自所述多个接收天线阵列中的多个接收通道的信号构成;
对低通滤波后的子集计算全部通道的功率谱密度;
利用所计算的功率谱密度中的频率分量的能量来确定最可能包含来自一个或多个主体的心肺信号的频率分量;
识别每个频率分量的角度方向;
至少识别第一角度方向和第二角度方向,从而使每个角度方向以大于或等于所述一个或多个接收器的角分辨率的角距离与其他角度方向分离;
将以小于所述一个或多个接收器的角分辨率的角距离分离的一个或多个角去除;
对所述角方向中的每个目标生成具有单位模值的一个或多个DOA向量;
采用当前DOA向量的加权平均数和缓存中的先前的DOA向量对DOA向量进行平滑处理;
周期性地重复DOA算法并更新DOA向量;以及
将与所述DOA向量相应的角度传送给所述输出单元。
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有引用任何外部专利数据! |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有被任何外部专利所引用! |