技术摘要：
本发明涉及一种疲劳与健康监测设备，监测设备包括有天线单元、毫米波雷达处理单元、健康与疲劳状态分析单元、存储单元，天线单元接收自由空间中由目标反射回来的毫米波电磁信号并转换为毫米波电信号传输给毫米波雷达处理单元，毫米波雷达处理单元根据接收的毫米波电信  全部
背景技术：
铁路机车驾驶员因工作强度大、安全要求高，其健康与疲劳状况直接关系列车行 驶安全，在健康状况不佳或者疲劳状态下驾驶机车，极易发生重大安全事故，尤其是铁路机 车驾驶员因心脑血管问题导致猝死等极端情况更会导致灾难性的事故。为此，需要有效手 段对机车驾驶员的健康与疲劳状况进行实时监测。目前，一些通过对人体相应部位进行接 触测量的设备可进行健康与疲劳状况监测，但是这类设备需要驾驶员进行穿戴，使用不便， 机车驾驶员普遍比较排斥，无法确保机车驾驶员按要求穿戴。
技术实现要素：
针对现有技术中的不足之处，本发明目的在于提供一种疲劳与健康监测设备，用 以基于毫米波雷达对目标的心率频率、呼吸频率等关键生命体征进行非接触式测量，并在 此基础上分析评估目标健康与疲劳状况。 本发明的另一目的在于，该设备基于毫米波雷达进行监测，不受白天黑夜、气温气 候等环境条件影响，具有环境适应性强、操作使用方便、可靠性高、准确性高的优点。 为实现上述目的，本发明的技术方案为： 一种疲劳与健康监测设备，所述监测设备包括有天线单元、毫米波雷达处理单元、 健康与疲劳状态分析单元、存储单元，天线单元接收自由空间中由目标反射回来的毫米波 电磁信号并转换为毫米波电信号传输给毫米波雷达处理单元，毫米波雷达处理单元根据接 收的毫米波电信号检测出目标的心跳频率和/或呼吸频率并传输给健康与疲劳状态分析单 元，健康与疲劳状态分析单元根据当前检测结果、存储单元中的历史数据分析得出目标当 前的健康与疲劳状态。 所述天线单元包括有发射天线模块、接收天线模块。 进一步，所述天线单元将来自于毫米波雷达处理单元的毫米波电信号转换为毫米 波电磁信号，并由所述发射天线模块发射到自由空间。 进一步，所述接收天线模块接收由目标反射回来的电磁波信号，并将电磁波信号 转换为毫米波电信号，再将所述毫米波电信号输出给所述毫米波雷达处理单元。 所述毫米波雷达处理单元包括有接收机模块、发射机模块、信号产生模块、雷达信 号处理模块、雷达数据处理模块。 进一步地，信号产生模块用以产生一定带宽、脉宽的线性调频连续毫米波信号给 到发射机模块，由发射机模块转换成要发射的毫米波电信号输出到所述天线单元。 进一步地，所述发射机模块将所述线性调频连续毫米波信号移相、放大从而形成 所述要发射的毫米波电信号。 4 CN 111568406 A 说　明　书 2/6 页 进一步地，所述毫米波为60GHz及以上的线性调频连续毫米波，其具有更精细的微 小位移测量能力、更好的测量精度，进而确保所述疲劳与健康监测设备有更准确的心跳频 率、呼吸频率测量结果。 更进一步地，所述信号产生模块为所述毫米波雷达处理单元中的其他模块提供工 作所需的时钟和/或本振频率。 所述毫米波雷达处理单元根据接收的毫米波电信号分析出目标的身体微小振动， 并根据分析结果得出目标的心跳频率和/或呼吸频率。 进一步地，所述毫米波雷达处理单元具体采用相差测距法对接收的毫米波电信号 进行分析，以测量目标的身体微小振动，从而充分利用毫米波高频率优势，提高对呼吸、心 跳导致的身体微小振动测量的准确性。 进一步地，所述相差测距法具体包括： 将接收的毫米波电信号与发射的毫米波电信号做相关，进而获得距离为R处目标 回波的相移； 基于所述相移，计算相邻回波时间之间的位移； 根据所述位移，得出目标的心跳频率和/或呼吸频率。 具体而言，所述毫米波雷达处理单元包括有接收机模块、发射机模块、信号产生模 块、雷达信号处理模块、雷达数据处理模块。 进一步地，接收机模块接收从天线单元输入的毫米波电信号并传输给雷达信号处 理模块，雷达信号处理模块对毫米波电信号进行测距、测角、目标检测、多普勒信息提取、相 位信息提取。 进一步地，所述接收机模块通过低噪声放大、下变频、中频滤波、A/D采样对所述毫 米波电信号进行处理后再传输给雷达信号处理模块。 进一步地，雷达数据处理模块获取所述雷达信号处理模块的处理结果来估计目标 的心跳频率和/或呼吸频率，并将目标的心跳频率和/或呼吸频率输出到所述健康与疲劳状 态分析单元。 所述驾驶员健康与疲劳状态分析单元包括有嵌入式AI模块、系统管理与控制模 块。 进一步地，嵌入式AI模块对来自于雷达数据处理模块的心跳频率和/或呼吸频率， 以及所述历史数据采用深度学习算法进行分析，得出目标当前健康、疲劳状态的实时评估 结果。 进一步地，所述嵌入式AI模块还根据实时评估结果对目标的健康、疲劳状态进行 预测。 进一步地，所述监测设备包括有接口单元，所述嵌入式AI模块对实时评估结果进 行本地存储，或经接口单元向外部设备输出实时评估结果。 进一步地，所述嵌入式AI模块针对一辆铁路机车有多名驾驶员的情况，所采用的 深度学习算法还基于目标的身份信息进行分析，进一步提高分析结果的可信度。 进一步地，所述深度学习算法具体为长短时记忆网络，该长短时记忆网络具体基 于目标的身份信息、历史评估结果、历史测量结果、当前测量结果进行分析。 进一步地，系统管理与控制模块对所述疲劳与健康监测设备上的其他模块进行协 5 CN 111568406 A 说　明　书 3/6 页 同控制，确保各单元协同工作。 进一步地，所述存储单元连接所述健康与疲劳状态分析单元、所述毫米波雷达处 理单元、所述接口单元。 进一步地，所述存储单元存储来自于所述毫米波雷达处理单元的心跳频率和/或 呼吸频率，并将存储的雷达工作参数输出给所述毫米波雷达处理单元。 进一步地，所述存储单元存储通过所述接口单元接收的外部设备输入的各种工作 参数、目标身份信息、系统更新固件。 所述目标具体是铁路机车的驾驶员，针对铁路机车驾驶室结构特点，所述疲劳与 健康监测设备既可安装在驾驶员胸前的操控台上，也可安装在驾驶员座椅靠背内。 所述疲劳与健康监测设备在需要对铁路机车驾驶员健康与疲劳状况进行更可靠 监测的应用场景中，还可以同时在驾驶员胸前的操控台与座椅靠背内安装，进行复合监测， 进一步提升健康与疲劳状况综合监测结果的可信度。 所述疲劳与健康监测设备还包括有电源单元，电源单元给所述疲劳与健康监测设 备中的其他各单元提供电源。 本发明基于毫米波雷达对目标的心率频率、呼吸频率等关键生命体征进行非接触 式测量、监测，并在此基础上分析评估目标的健康与疲劳状况，实现无需穿戴即可获取目标 当前的健康与疲劳状态，具有备体积小、安装便利、操作使用方便，不受白天黑夜、气温气候 等环境条件影响，环境适应性强、可靠性高、准确性高的优点。 上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段， 而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够 更明显易懂，以下特举本发明的