基于CEEMD的人体微动信息提取信号处理方法

心跳与呼吸信号是人体重要的生命信息,且属于微弱信号。由于心跳和呼吸信号强度较小,在低信噪比条件下从雷达回波中提取微动特征信号存在一定困难。针对低信噪比下人体微动信号的提取,提出了一种基于互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)的信号重构方法,该方法以单频连续波雷达信号为载体,将含噪回波信号按频率特征分解为多个不同的本征模态分量(Intrinsic Mode Function,IMF),并从中选择合适的分量进行信号的重构,以此提高信号的信噪比。通过仿真实验,验证了该方法处理信号的可行性。