Trade-offs in FMCW radar-based respiration and heart rate variability

This thesis presents a systematic evaluation of a low-cost frequency-modulated continuous-wave (FMCW) multiple-input multiple-output (MIMO) radar for non-contact vital sign (NCVS) monitoring, specifically targeting breathing rate (BR), heart rate (HR), and their variability metrics (BRV, HRV). A complete end-to-end signal processing framework is proposed, introducing an innovative adaptive cost function-based bin selection algorithm that jointly exploits phase variability and signal power to enhance clutter rejection and target localization accuracy. An extensive experimental campaign evaluates radar performance across three key parameters: sensing distance, number of transmitted chirps, and inclination angle θ. Results show a U-shaped error profile with optimal estimation accuracy at intermediate distances, where BR and HR achieve the lowest mean absolute errors. At shorter ranges, near-field effects and multipath reflections degrade phase coherence, while at longer ranges the signal-to-noise ratio limits detection reliability. Increasing chirp counts improves estimation, with BR converging asymptotically and HR exhibiting a strong threshold behavior, requiring at least 96 chirps for reliable detection. Variability metrics, including heart rate and breath rate variability, remain less precise (> 15−30% error), reflecting limitations in capturing instantaneous fluctuations. Angular analysis confirms stable operation up to 60° for BR and HR, with a moderate degradation of BRV and HRV indices due to reduced chest–radar alignment. These results highlight a trade-off: the radar robustly estimates average BR and HR across a broad range of conditions but is limited in high-fidelity beat-to-beat and breath-to-breath monitoring. Optimized system configuration is therefore critical for applications requiring fine-grained physiological tracking.

Questa tesi presenta una valutazione sistematica di un radar a onde continue modulato in frequenza (FMCW) multi-input multi-output (MIMO) a basso costo, destinato al monitoraggio senza contatto dei segni vitali (NCVS), con particolare attenzione alla stima della frequenza respiratoria (BR), della frequenza cardiaca (HR) e dei relativi indici di variabilità (BRV, HRV). È stato sviluppato un framework completo di elaborazione del segnale, che introduce un innovativo algoritmo adattivo di selezione del bin basato su funzione di costo, capace di combinare la variabilità di fase e la potenza del segnale per migliorare la reiezione del rumore e la precisione di localizzazione del bersaglio. Una campagna sperimentale ha valutato le prestazioni del radar rispetto a tre parametri principali: distanza di rilevamento, numero di chirp trasmessi e angolo di inclinazione θ. I risultati mostrano un andamento dell’errore a forma di U, con massima accuratezza alle distanze intermedie, dove BR e HR raggiungono i minimi errori medi assoluti. A distanze ridotte, gli effetti di campo vicino e le riflessioni multipath degradano la coerenza di fase, mentre a distanze maggiori il basso rapporto segnale-rumore limita la rilevazione. L’aumento del numero di chirp migliora la precisione della stima, con BR che converge progressivamente e HR che mostra un comportamento soglia, richiedendo almeno 96 chirp per una rilevazione stabile. Le metriche di variabilità, più sensibili al rumore (> 15-30% di errore), riflettono i limiti del radar nel rilevare le fluttuazioni istantanee. L’analisi angolare conferma un funzionamento stabile fino a 60° per BR e HR, con un moderato degrado di BRV e HRV dovuto al disallineamento torace–radar. Nel complesso, il radar fornisce stime affidabili di BR e HR in un ampio intervallo operativo, ma presenta limitazioni nel monitoraggio ad alta fedeltà battito per battito e respiro per respiro. Una corretta configurazione del sistema risulta quindi essenziale per applicazioni biomediche che richiedono un tracciamento fisiologico preciso e non invasivo.