基于准平稳切片检测的鲁棒呼吸率估计——应对大规模随机身体运动
信号处理
2026-04-08 v1
摘要
基于雷达的非接触式呼吸率(RR)测量因其便捷性、非侵入性和低成本而日益流行。然而，在包含大规模随机身体运动(RBM)的复杂测量场景中准确获取生命体征估计仍然极具挑战性，特别是对RR估计而言，由于强烈的低频干扰。为应对RR估计中的RBM挑战，我们提出了一种新颖的两阶段RR估计方案，涉及检测称为准平稳切片的信号片段，这些片段表现出准平稳模式。在检测阶段，采用结合动态蛇形卷积的增强深度神经网络框架来检测微多普勒频谱中的准平稳切片。在估计阶段，我们仅使用与检测到的准平稳切片位置一致的脊线部分来减轻RBM干扰并实现精确的RR估计。大量实验结果表明，我们提出的方案能够在包含大规模RBM的正常场景下准确检测准平稳切片，从而降低后续RR估计的误差。
引用
@article{arxiv.2604.05353,
title = {Quasi-stationary Slice Detection-Based Robust Respiration Rate Estimation under Large-scale Random Body Movement},
author = {Chendong Xu and Shuai Yao and Haoying Bao and Chiyuan Ma and Qisong Wu},
journal= {arXiv preprint arXiv:2604.05353},
year = {2026}
}