Radarbaserede systemer til overvågning af vitale tegn bliver i stigende grad anerkendt som lovende værktøjer til ikke-invasive sundhedsdiagnoser. Disse systemer har et betydeligt potentiale for anvendelse i medicinske faciliteter, smarte hjem og køretøjsmiljøer. Dog er der udfordringer med at forbedre følsomheden, pålideligheden og anvendeligheden af disse systemer for at sikre robust og præcis registrering af vitale tegn. Denne ph.d.-afhandling adresserer disse udfordringer ved at udvikle multibånds radarantenner, avancerede metasurfaces, reflektorantenner og signalbehandlingsteknikker for at forbedre radarbaseret overvågning. Afhandlingen præsenterer fem centrale bidrag. For det første er en multibånds radarantenne sammen med fleksible transmitarray metasurfaces, der opererer ved 5,8 GHz og 60 GHz, designet for at muliggøre præcis registrering af håndledspuls. For det andet er der udviklet et væskefantom, der efterligner menneskevævets egenskaber og giver realistiske testbetingelser for systemet. For det tredje anvendes avancerede signalbehandlingsteknikker, herunder autokorrelation, adaptiv filtrering og en ny algoritme, der kombinerer ensemble empirical mode decomposition (EEMD) og variational mode decomposition (VMD). Disse teknikker forbedrer registreringen af hjerte- og åndedrætsfrekvens og minimerer samtidig bevægelsesartefakter. For det fjerde implementeres en 60 GHz transmitarray metasurface med frekvensmoduleret continuous-wave (FMCW) radar til overvågning af sikkerhedsseler i biler, hvilket giver en praktisk løsning til bilsikkerhed og sundhedsapplikationer. Endelig udvikles en dobbeltlags reflektorantenne, der opererer ved 24 GHz millimeterbølgefrekvenser. Denne reflektarray metasurface, som indeholder kryds- og cirkulære ringpatches, opnår bredbåndsydelse (23–26 GHz) med fremragende polarisations- og effektivitetsegenskaber. Designet præsenterer en kompakt, lavprofileret og omkostningseffektiv løsning til kontaktfri menneskeovervågning. Disse bidrag er valideret gennem grundige simuleringer, fremstilling og eksperimentel testning med realistiske modeller. De præsenterede innovationer i dette arbejde tilbyder privatlivsbeskyttende, pålidelige og skalerbare løsninger til realtidsdiagnostik af sundhedstilstande. Denne forskning fremmer radarbaseret sundhedsovervågningsteknologi og lægger grunden til fremtidige systemer, der kan forbedre patientpleje og livskvalitet i forskellige miljøer.
Li LuChangzhan GuChangzhi LiJenshan Lin
Gabriel BeltrãoThomas FeuillenMallikarjun ShankarMohammad Alaee–KerahroodiUdo Schröeder
Hanchun YangYunlong LuoAlex QiMiao MiaoYihong Qi
Changyu LiuHao ZhangZhongrui BaiPeng WangPang WuZhenfeng LiLidong DuXianxiang ChenZhen Fang
Damian B. GoreDaniel PetronchakFelipe ValenciaGeorge S. YoungN. WarrenAthina P. Petropulu