Page 40 - 《中国医疗器械杂志》2026年第2期

Chinese Journal of Medical Instrumentation 2026年 第50卷 第2期

研 究 与 论 著

此作为两路信号的时间标志点，用于进一步校正和 2）信号预处理
验证时间对齐精度。完成时间对齐后，两路信号将 对选定的信号进行反正切解调，得到原始的相
分别执行相应的处理流程，最终将生物雷达检测的 位信号 φ raw (t) 。相位变化量与目标位移量成正比，
眼动信号与EOG参考信号进行对比分析。 当眼球运动引起的体表微小位移导致的累积相位变

毫米波 目标定位 信号预处理 眼动信号提取 化量超过π时，相位值就会超出 [−π, π]范围，产生
生物雷达平台
雷达信号 眼动信号 相位跳变（相位缠绕）。为此，本研究采用扩展微
雷达
开始时间
PC端 同步对齐 分交叉乘法（differential and cross-multiply, DACM）
低通滤波
快速眨眼 去直流 算法 对 φ raw (t)进行相位补偿和解缠绕处理，获得
[30]
标志 EOG EOG
原始信号 参考信号
EOG/PSG 连续的相位信号 φ(t) 。
同步参考平台
3）眼动信号提取
图1 生物雷达检测睡眠眼动实验系统结构示意
Fig.1 Schematic diagram of the structure of the bioradar eye movement 在通过相位解调获得包含眼球运动信息的位移
detection for sleep experimental system 信号后，由于该信号中仍混合着由呼吸、心跳及体

1.1.1 毫米波生物雷达平台 动引起的微动信息，本研究采用经验模态分解方法
平台采用德州仪器（Texas Instruments, TI）的 （empirical mode decomposition, EMD）从中分离
AWR1642毫米波雷达传感器与DCA1000数据采集 眼动成分。EMD是一种自适应处理非线性、非平
卡构建。其中，AWR1642传感器采用调频连续波 稳信号的方法，能将复杂信号分解为一系列满足
特定条件（极值点与过零点数量相近、局部均值
（ frequency-modulated continuous wave, FMCW）
为零）的本征模态函数（intrinsic mode functions,
技术，配备2发4收天线阵列，可实现对人体眼部微
IMFs）。为了克服传统EMD缺乏定量筛选有效
动的探测；DCA1000采集卡负责将雷达接收到的
IMF标准的缺点，本研究采用基于余弦相似度
原始中频数据高速传输至上位机进行存储与处理。 （cosine similarity, CS）的自适应IMF选择方法 。
[31]
毫米波生物雷达平台关键参数配置如表1所示。
具体实现步骤如下：按模态从高频到低频的顺序，
表1 毫米波生物雷达平台关键参数 依次计算相邻IMF分量 IMF i 与 IMF i+1 间的余弦相似
Tab.1 Key parameters of the millimeter-wave bioradar platform
度 CS (IMF i ,IMF i+1 )，其计算公式如下：
参数名称 数值
起始频率 77 GHz CS (IMF i ,IMF i+1 ) =
调频斜率 70 MHz/μs ∑ N IMF i (t)·IMF i+1 (t)
单个Chirp持续时间 50 μs t=1 (1)
√ √
距离维采样率 4 MHz ∑ N 2 ∑ N 2
IMF (t)· IMF (t)
慢采样维帧率 20 Hz t=1 i t=1 i+1
该值越接近于1，表明两分量波形形态越相
基于上述硬件配置，本研究为聚焦方法原理验
证并降低系统复杂度，在处理时仅采用天线阵列中 似，信息重叠度越高。随后，为定量判别冗余分
σ分别为当
µ和
τ = µ+α·σ，其中
量，设定动态阈值
的一个接收通道，通过采集由睡眠眼动引起的眼部 前信号分解过程中已计算的所有历史余弦相似度值
体表微动提取眼动信号，信号处理流程如图2所示。
的均值与标准差；调节系数 α则依据文献[31]中的
信号采集 目标定位 信号预处理 眼动信号提取 实验论证及本研究前期在模拟眼动数据上的测试
A电极 反正切解调 EMD分解
B电极 结果，设定为0.3。当 CS (IMF i ,IMF i+1 ) > τ时，认为
DACM
Range-FFT
IMF选取
去基线 IMF i+1 为冗余分量并予以剔除。
C电极
D电极
1.1.2 EOG/PSG同步参考平台
低通滤波 提取眼动信号
图2 信号处理流程 EOG的基本原理是基于睡眠眼动建立的角膜
Fig.2 Signal processing workflow （正极）−视网膜（负极）偶极子模型产生的电位

1）目标定位 差。具体表现为：眼球向左/右运动时，左眼角电
首先对模数转换后的中频信号（以距离维采样× 极分别记录到相对正/负电位；向上/下运动时，上
慢时间采样的二维矩阵存储）沿快时间轴进行快速 眼睑电极分别记录到正/负电位；眨眼则表现为尖
傅里叶变换（fast Fourier transform, FFT），即距离 锐的正电位峰值。其幅值通常为0.05~3.5 mV，频
FFT，从而将雷达探测空间划分为多个距离单元。 率集中在0~38 Hz [32-34] 。
然后计算每个距离单元的功率谱得到信号的距离谱， 为验证毫米波生物雷达在睡眠眼动检测中的可
并选择距离谱峰值对应的距离单元进行后续处理。 行性，本研究分阶段设计了相应的EOG采集方案。

154