1.一种基于不可听声音调频连续波的呼吸监测方法，其特征在于，包括：

1)、在人体监测范围内发射经调制的发射信号，使得发射信号能够通过胸腔反射；

2)、接收经过反射后的接收信号，并且对接收信号和发射进行预处理，得到消除噪音后的接收信号和发射信号；

3)、将预处理后的接收信号与发射信号进行混合处理，得到差频信号；

4)、对差频信号进行信号处理，从差频信号的变化中提取呼吸信号，进行人体呼吸监测；

所述步骤4)对差频信号进行信号处理，从差频信号的变化中提取呼吸信号，具体包括：

4.1、计算基于差频信号的PSD信号：

2

P＝k|S(f)|，

其中，

公式中，S(f)为差频信号，k为是实值的标量，其中fs为采样频率，w(i)为窗口函数，L为实现短时傅里叶变换时设置的窗口数量；

4.2、对PSD信号进行除噪处理，通过自适应的信号规整算法，消除由于差频信号自身干扰导致的PSD信号的噪音；

4.3、对除噪处理后的PSD信号进行分割，然后，输入到慢特征分析算法中，从环境背景中提取呼吸信号；

4.4、利用峰值监测算法检测呼吸信号中呼吸波形的峰值个数，计算呼吸速率，实现人体呼吸监测；

所述利用峰值监测算法检测呼吸信号中呼吸波形的峰值个数，计算呼吸速率，具体包括：

4.4.1、设置滑动窗口长度wn、后窗口长度wnb、以及呼吸信号序列B(t)，

4.4.2、计算滑动窗口的最大值为P，后窗口的最大值为S；

4.4.3、判断两个窗口中是否出现异常值，若出现异常值，则消除异常值，若无异常值，则继续；

4.4.4、如果P的峰值小于S的峰值且两点之间的间距小于一个呼吸间隔，则认为S是一个呼吸波峰，如果两点之间的间距大于一个呼吸间隔，则认为P为一个呼吸波峰，则S视为P，进行4.4.3步骤；如果P的峰值大于S，则窗口向后移动，继续进行4.4.3步骤；

4.4.5、进行二次扫描，将不在阈值区间[thr1,thr2]的波峰值删除；其中，thr1＝μresult‑σresult，thr2＝μresult+σresult，μresult为result均值，δresult为result标准差；

4.4.6、得到呼吸信号中的准确的峰值数量n。

2.根据权利要求1所述的基于不可听声音调频连续波的呼吸监测方法，其特征在于，所述发射信号为18kHZ‑20kHZ的高频chirp信号。

3.根据权利要求1所述的基于不可听声音调频连续波的呼吸监测方法，其特征在于，所述步骤2)对接收信号和发射进行预处理，得到消除噪音后的接收信号和发射信号，具体包括：

2.1、对所述接收信号进行短时傅里叶变换，得到接收信号的时频序列；

2.2、遍历整个时频序列，直至找到序列中第一个频率不等于0的点，记为锚点；

2.3、遍历结束，得到预处理后的接收信号；

2.4、对发射信号预处理，通过短时傅里叶变换，得到发射信号的时频序列；遍历整个时频序列，直至找到序列中第一个频率不等于0的点，记为锚点；

2.5、遍历结束，得到预处理后的发射信号。

4.根据权利要求3所述的基于不可听声音调频连续波的呼吸监测方法，其特征在于，所述步骤3)将预处理后的接收信号与发射信号进行混合处理，得到差频信号具体包括：

3.1、将预处理后的发射信号和接收信号自锚点之后直至信号结束点之间的数据进行混合，得到混合信号；

3.2、选择截止频率为1kHZ的巴特沃斯低通滤波器消除混合信号中的高频分量，实现低通滤波处理；

3.3、计算低通滤波处理后的发射信号与接收信号之间的频率差，得到差频信号；所述差频信号包含有效信号SE和无效信号SI两部分，通过公式计算发射信号从第一个扫频周期T起的差频信号fb：其中，n表示为发射信号的第n个扫频周期，n＝1，2，3，……，T为扫频周期，v为声音速度，d为设备到反射物之间的距离。

5.根据权利要求1所述的基于不可听声音调频连续波的呼吸监测方法，其特征在于，通过自适应的信号规整算法，消除由于差频信号自身干扰导致的PSD信号的噪音具体过程包括：(1)设置了一个长度为l的滑动窗口计算差频信号的标准差，得到一个标准差序列s_std＝{s_std1,s_std2,……,s_stdn}，l的长度小于chirp信号的一个扫频周期，此操作的目的是体现无效信号对PSD信号造成的波动性；

(2)遍历上述标准差序列，采用动态阈值的方法识别无效信号的起始点和结束点，设置长 度为 L 1 的 滑 动 窗口 ，计算 基 于 滑 动 窗口 信号 的 均 值 为 动 态 阈 值实现无效信号的识别和消除；

(3)确定动态阈值后，识别无效信号的起始点和结束点，直接在遍历的过程中将无效信号减除。

6.根据权利要求1所述的基于不可听声音调频连续波的呼吸监测方法，其特征在于，所述除噪处理后的PSD信号进行分割，然后，输入到慢特征分析算法中，从环境背景中提取呼吸信号，具体包括：

4.3.1、将输入的PSD信号分割若干个长度为n个采样点的等长片段，完成第一次分割；

4.3.2、对每个等长的片段使用基于延时的分割方法再次分片，对每个等长的片段递增式增加单位延时，且每个再次分片有重叠部分；

4.3.3、最终将PSD数据N分割为PSD数据M；N，M表示为：其中，δ表示延时δ个采样点；

4.3.4、将矩阵作为输入信号输入到慢特征分析算法中，提取呼吸信号。

7.根据权利要求6所述的基于不可听声音调频连续波的呼吸监测方法，其特征在于，所述将矩阵作为输入信号输入到慢特征分析算法中，提取呼吸信号，具体包括：将矩阵的数据输入慢特征SFA中，得到输出信号y(t)，y(t)中的结果按照Δ(yj(t))从小到大的顺序排列，选取y(t)第一列作为最优解；如果y(t)中的最优解不能达到预期的要求，则将y(t)为作为输入函数x(t)，然后重复上述的步骤，直至两次Δ(yj(t))的差值小于

0.01；

其中，y(t)输出信号，最优结果为y(t)中的第j个分量为yj(t)，则yj(t)满足：Δ(yj(t))2

＝＜y′j(t)＞最小，y′j(t)为y(t)的一阶导数。

8.根据权利要求1所述的基于不可听声音调频连续波的呼吸监测方法，其特征在于，所述计算呼吸速率为：峰值数量n即为呼吸个数，通过呼吸个数n与第一次等长分割的数据长度fn关系，计算呼吸速率vb：其中，fs为采样频率；vb表示分钟的呼吸速率，单位为bpm，bpm表示每分钟呼吸的次数；

根据呼吸速率vb公式,计算出每分钟的呼吸个数，即呼吸速率，判断是否存在呼吸异常的情况。