"我们使用LabVIEW与PXI打造出生物雷达系统，有助于在远端轻松监控个人的呼吸状况。"
- Sharmi Banerjee, Texas Tech University
挑战：
针对人体生命迹象，构建非接触式远端侦测系统原型，具备一定的灵活性以证实新的信号处理方式与结构概念。
解决方案：
运用NI LabVIEW系统设计软件与NI PXI硬件，打造出连续多普勒雷达系统，此系统可套用多普勒效应以测量人类生理信号。这款收发器系统配备了2个平板天线与NI PXIe-8133控制器，可测量生命迹象，并且还在LabVIEW中添加了实时信号处理功能。
人体生命迹象的非接触式远端侦测系统引起了科学界与业界的高度关注，因为此系统还能够搜寻地震生还者、追踪肿瘤、管理智能型电子医疗、监控熟睡中的婴儿或成人以便及早发现异常的呼吸状况[1][2]。虽然在2000年之前，非接触式生命迹象侦测系统的概念就已经出现了，但本世纪以来人类陆续开发出高级硬件与信号处理演算法，相关的技术研究也就变得越来越深入。
需要PXI架构的非接触式生命迹象侦测器
早在我们的研究之前，多普勒雷达技术就已用来感测生理活动。不过这些技术大多采用仪器架构，需要不少高级RF/微波元件，例如频谱分析仪、信号发生器、信号分析仪等[3]， 所以生物雷达系统的造价非常高。此外，一旦开始测量，就必须使用不同的技术来执行后续的信号处理。然而，我们选用了NI PXI硬件来实现此系统，无需零散的微波元件，也可以通过LabVIEW实时处理信号，同时采集数据。
系统需求与设置
PXI构架的雷达系统需要下列仪器：
• NI PXIe-5663矢量信号分析仪(VSA)包含了NI PXIe-5652 RF信号生成器、NI PXIe-5601 RF下变频器、NI PXIe-562216 位IF数字化仪
• NI PXIe-5673矢量信号发生器(VSG)包含了NI PXIe-5450 400 MS/s I/Q信号发生器、NI PXIe-5611 I/Q矢量调制器和NI PXI-5652
• NI PXI-5691前置放大器
• 2个平板天线，可以其他类型的天线取代
整个PXI仪器安裝在PXIe-1075机箱内，并且由PXIe-8133所控制。此外也可选用其他类型的机箱与控制器。
图1为整个系统的连接设定。NI PXIe-5673 VSG会生成5.8 GHz的单音信号，传输天线(Tx)则会把此信号传输至待测物。一旦接触到人体此信号就会反弹，并且通过呼吸与心跳等生理运动而受到调制。接收天线(Rx)会捕捉已反射的信号，而PXI-5691前置放大器则会初步放大此信号。接着所收到的信号会提供给NI PXIe-5663 VSA，在此NI PXIe-5601会初步将此信号下变频，同时NI PXIe-5652会提供5.8 GHz的局部振荡器(LO)信号。然后NI PXIe-5622会把IF信号数字化， 最后该信号会分为I与Q通道输出。
选择平板天线的原因是可以通过和VSG产生的相同频率来传输/接收信号。我们这次演示将输出功率设为5 dBm，这也是VSG的输出功率准位最大值。
请注意，在理想的情况下，单个LO可用于传输器与接收器，以便充分发挥范围相关效应[4]的优势，进一步避免振荡器的相位噪音。然而，如果VSA与VSG使用两个不同的LO，就可以更轻松的控制硬件。为了同步VSG与VSA，我们把PXI 10 MHz背板始终源当作参考时钟源。然而，该方法也有不利之处，那就是无法确保传输器与接收器之间的密切同步性。
只要接收到的信号经过下变频，并且由NI PXIe-5622加以数字化，LabVIEW编程就能用来读取数字化的I/Q通道数据，并且显示时域数据。快速傅里叶变换也可用来查看频域内复杂的整合数据频谱。只要设置正确，就可以在时域内查看到周期性的生理信号，也可在呼吸与心跳频率的频谱内看到对应的峰值。
图1. 整个系统的程序框图
图2. 频域与时域内的呼吸测量
结果
如图2所示，这是一名女性(坐在距离雷达1米远)的监控测量结果。上方的子图为接收器输出的复杂信号频谱，通过RFSA Acquire Continuous I/Q VI获得。呼吸频率出现一个明确的高峰，代表受测人员的呼吸速度为每分钟22次。第二个子图则是I与Q通道雷达输出的时域信号。最后一个子图代表了I与Q通道在星座图内的轨迹分布。我们使用LabVIEW与PXI打造出生物雷达系统，有助于在远端轻松监控个人的呼吸状况。
未来计划
除了本研究演示的呼吸速度侦测之外，准确测量心跳速度与生理运动形态对于许多医疗与诊断应用而也非常重要。如要准确还原心跳速度与原本的运动形态，就必须执行自动的校准[3]，LabVIEW也可纳入更多的高级信号处理方法。我们的智能型生物雷达系统搭载了强大的PXI与LabVIEW工具，为信号处理专家、雷达工程师、生医工程专业人员提供了无限的发挥空间。
参考资料
1. C. Li, J. Cummings, J. Lam, E. Graves, and W. Wu, “Radar Remote Monitoring of Vital Signs—From Science Fiction to Reality,” IEEE Microwave Magazine, vol. 10, issue 1 (February 2009)： 47–56.2. C. Gu, R. Li, H. Zhang, A. Y. C. Fung, C. Torres, S. B Jiang, and C. Li, “Accurate Respiration Measurement Using DC-Coupled Continuous-Wave Radar Sensor for Motion-Adaptive Cancer Radiotherapy,” IEEE Transactions on Biomedical Engineering, vol. 59, no. 11 (November 2012)： 3117–3123.
3. C. Gu, C. Li, J, Huangfu, J. Lin., and L. Ran, “Instrument-based Non-contact Doppler Radar Vital Sign Detection System Using Heterodyne Digital Quadrature Demodulation Architecture,” IEEE Transactions on Instrumentation and Measurement, vol. 59, no. 6 (June 2010)： 1580–1588.
4. D. Droitcour, O. Boric-Lubecke, V.M. Lubecke, J. Lin, and G.T.A. Kovac, “Range correlation and I/Q performance benefits in single-chip silicon Doppler radars for noncontact cardiopulmonary monitoring,” IEEE Trans. Microwave Theory and Techniques, vol. 52 (March 2004)： 838–848.
作者：
Sharmi Banerjee - Texas Tech UniversityChangzhan Gu - Texas Tech University
Changzhi Li - Texas Tech University