基于无载波超宽带雷达的小样本人体动作识别

随着雷达硬件平台尺寸越来越小、成本越来越低,室内基于雷达的人体动作识别应用已经成为现实,能够在具有简单架构的低成本设备中实现.无载波超宽带雷达具有极高的分辨力,能够捕获人体细微动作变化并且对室内复杂环境具有很强的抗干扰能力.与基于视频人体动作识别研究相比,超宽带雷达还具有穿透家具、墙体以及保护个人隐私等优点.针对雷达回波信号利用传统时频分析方法实现人体动作识别比较耗时、实时性不好的缺陷,引入机器学习方法对不同类型人体动作进行分类识别.引入机器学习方法用于超宽带雷达人体动作识别最大难点是只有少量可用的超宽带雷达实测数据样本,针对该问题提出基于主成分分析法（PCA）和离散余弦变换（DCT）相结合的人体动作特征提取方法,并利用改进网格搜索算法优化的支持向量机在小样本数据下对人体动作进行识别,最后根据实测数据采取三种不同方案进行仿真实验,结果表明即使在训练数据样本只有5组的条件下,基于PCA和DCT相结合特征提取方法在不同类型人体动作的平均识别率均能达到96%以上.     

超宽带雷达人体行为感知研究进展

超宽带 (UWB) 雷达人体行为感知主要研究如何利用人体目标电磁散射回波对位置、行为、意图等进行判别,是光学感知手段的有益补充,应对无光照、地物遮挡、非视距等情况下的应用场合。该文将超宽带雷达人体行为感知研究方法分成基于空间位置和基于微动特征两类技术。在介绍这类技术基本原理的基础上,对比分析了国内外代表性工作的能力现状。最后对超宽带雷达人体行为感知领域的后续重点研究方向进行了展望。     

宽带、超宽带雷达对抗与反对抗性能分析

本文对在电子对抗(电子侦察、电子干扰、反辐射导弹等)条件下宽带、超宽带雷达的反对抗性能进行了分析。并给出了解析表达式。分析表明，与常规的窄带雷达相比，宽带、超宽带雷达对电子侦察的对抗能力(低截获性能)提高D倍(D为信号的时宽带宽积)；对电子干扰条件下的工作性能（信号／干扰比）也提高了同样的倍数。     

超宽带穿墙雷达对人体动目标探测的实验研究

分析超宽带穿墙雷达动目标检测原理,提出一种新的自适应背景相消方法用于抑制强杂波干扰.介绍了超宽带穿墙雷达实验系统,利用该系统对非金属墙壁后人体动目标进行探测实验,并分别针对处于不同运动状态目标的实验数据进行分析.实验结果表明,超宽带穿墙雷达对非金属墙体具有较强的穿透性,对墙后处于径向运动、原地静止、原地体动及切向运动等运动状态的人体目标均具有较好的探测能力,提出的动目标检测算法能够适应复杂环境的应用.     

主元分析在超宽带搜救雷达中的应用

本文利用超宽带搜救雷达对砖墙后有肢体运动的人体进行生命探测,采集雷达回波信号,并利用PCA方法对雷达回波数据进行分解等处理,通过设定自适应阈值,准确判别出雷达回波中是否存在人体体动信号,最后通过实验证明PCA方法可以在超宽带搜救雷达中得到很好的应用。     

超宽带雷达信杂比及杂波谱研究

关于信杂比及杂波谱的研究对于杂波背景下目标的检测具有重要的指导意义,然而窄带雷达已有的相关理论在超宽带雷达中已经不再适用,需重新进行研究.本文以机载雷达为背景,全面地分析超宽带条件下信杂比及杂波谱的变化,并给出仿真结果.     

基于子带合成的超宽带雷达杂波建模与仿真

该文利用子带合成和广义平板模型,分别在不同的入射角和相对带宽条件下进行超宽带雷达地杂波建模、仿真,并对杂波统计特性进行分析.首先根据地形将地面划分成若干个小区域(称为广义平板);把超宽带信号划分成一系列子带(窄带);然后得出各子带信号在平板模型下的杂波反射系数(),最后通过子带合成的方法获得超宽带雷达地杂波模型.通过仿真发现,超宽带雷达地杂波随着入射角或相对带宽变化时,杂波的统计分布也跟随变化;但超宽带雷达杂波的概率密度函数曲线具有"低重心和重拖尾"的共性,且随着相对带宽的增加,拖尾加重.仿真结果证明了"频率分割子带合成"法的可行性.     

UWB-HA4D-1.0:超宽带雷达人体动作四维成像数据集

雷达人体行为感知系统具有穿透探测能力,在安防、救援、医疗等领域具有广泛的应用前景.近年来,深度学习技术的出现促进了雷达传感器在人体行为感知领域的发展,同时对相关数据集的样本规模和丰富性提出了更高的要求.该文公开了一个超宽带雷达人体动作四维成像数据集,该数据集以超宽带多输入多输出雷达为探测传感器来获取了人体目标的距离-方...     

基于PCA和DCT的雷达人体动作识别

无载波超宽带雷达人体动作识别系统的关键优势在于无载波超宽带雷达具有极高的分辨率,能够捕获人体的细微动作变化,并且对于室内复杂环境具有很强的抗干扰能力。但是由于无载波超宽带雷达信号不含载波信息,本身能量集中于极窄的波形内,并且发射信号与回波相关性弱,因此传统的提取信号特征的方法不再适用。针对这一问题,首次搭建无载波超宽带雷达人体动作识别系统,并提出一种新颖的基于主成分分析法（PCA）和离散余弦变换（DCT）相结合的无载波超宽带雷达人体动作识别方法,同时利用改进的网格搜索算法优化支持向量机的参数并验证该方法的优越性。最后,基于实测数据在Matlab平台上进行仿真,对实测的10种不同类型的人体动作进行分类识别,实验结果显示,该方法具有很高的识别率,针对不同的方案识别率均能达到99%以上,对小训练样本具有很强的鲁棒性。     

超宽带线性调频雷达目标回波模型

超宽带雷达具有高分辨能力,它探测到复杂目标时,目标总的电磁散射是多散射中心的合成,回波信号不同于普通的窄带雷达回波。文中分析了在超宽带信号照射下的目标散射特性,得到超宽带雷达的一般模型。     

基于先验信噪比估计的超宽带穿墙雷达呼吸信号检测算法研究

废墟下呼吸信号的检测对地震救援具有重要意义.在实际中,障碍物(如墙体)后的人体呼吸信号会被环境中的噪声所掩盖.如何提升穿墙呼吸信号的信噪比(SNR)仍是一项具有挑战性的工作.该文提出一种基于先验信噪比估计的检测算法,用于增强穿墙弱呼吸信号的输出SNR.该算法在谱减法中典型的决策导向(DD)算法基础上加入了自适应权重因子...     

基于MUSIC法的宽带分布式全相参雷达相参参数估计方法

宽带分布式全相参雷达具有高距离分辨力和高角度分辨力,可在实现对目标探测的同时获得更为精细的信息。其中,准确的相参参数是实现宽带全相参的关键。在远距离探测场景下,目标回波SNR较低,导致单部雷达无法探测到目标。如何在此情况下准确地估计相参参数,完成多部雷达相参合成,是分布式全相参雷达实现远距离探测的核心问题。本文首先建立了针对高速运动复杂目标的宽带Chirp去斜回波模型,并建立了相参参数的数学模型。然后,提出了基于MUSIC法的宽带分布式全相参雷达相参参数估计方法,通过估计观测目标的散射点个数、极点以及复幅度,重建宽带回波信号,并基于该无噪声重建信号估计相参参数。最后,利用仿真分析验证了本文提出方法在低SNR下的有效性。      

基于双频连续波的微摄动目标探测算法

针对穿墙雷达在灾难救援方面的应用,提出了基于双频连续波体制雷达对诸如废墟下由于呼吸引起轻微起伏波动的人体等微摄动目标进行探测的新方法。首先根据目标特点,将目标回波建立成正弦调频回波模型,并对其进行分析;然后提出FFT比相法测距算法,检测出废墟下人体目标到探测雷达的距离;接着通过将两个通道信号互相关,在低信噪比环境下检测出有生命目标(废墟下人体)的呼吸频率,实现对有生命体目标的探测。通过仿真实验,验证了该方法的可行性。并且该方法也可运用于对其他微摄动目标的探测。     

基于DP-TBD的分布式异步迭代滤波融合算法研究

该文主要运用检测前跟踪动态规划(Dynamic Programming-Track Before Detect)算法解决目标跟踪问题。动态规划(Dynamic Programming, DP)是一种通过对量测空间栅格化处理,然后对离散的量测空间中所有可能的物理路径进行遍历的算法。然而,该算法提供的是一种未经滤波和平滑的点迹序列。随着实际战争环境日益复杂,基于单雷达的DP-TBD算法在信噪比(SNR)较低时跟踪效果不佳。此外,由于DP-TBD算法没有状态误差协方差矩阵,因此无法将不同雷达的点迹序列进行融合。而且由于通信时延和不同的采样周期,不同雷达的数据往往是异步的。为了解决以上问题,该文提出了一种基于DP-TBD的分布式异步迭代滤波融合算法(DynamicProgramming?Fuison, DPF)。该算法分为两步,第1步提出了一种迭代滤波方法对DP点迹进行处理;第2步将不同雷达获得的异步状态估计转化为同步的,接着利用几种分布式的融合方法来获取融合之后的状态估计。仿真结果说明,和单雷达相比,该融合算法可以有效提升目标跟踪的性能,同时,该算法也可以降低航迹丢失率和计算量。      

低信噪比下离散频率编码波形脉冲信号联合积累检测算法

雷达电子侦察环境下,非合作目标发射的离散频率编码(DFC)波形信号具有低截获、抗干扰的特性,在低信噪比(SNR)条件下传统方法难以实现波形的稳健积累及准确的脉冲检测,容易造成数据漏检与情报缺失。针对以上问题,该文提出一种联合的积累检测算法,该算法通过相关积累和非相干积累的联合处理实现了低信噪比下稳健脉冲信号包络的获取,并利用双向恒虚警(CFAR)检测和脉冲沿判决准则抑制了突跳噪声对脉冲检测的影响,实现了准确而稳健的脉冲到达时间和脉冲宽度的估计。相比于常规算法,该文在不需要任何先验信息的条件下能够实现离散频率编码波形信号的准确检测,检测虚警率低且具有良好的稳健性。仿真实验验证了所提算法的有效性和稳健性。     

利用RR-MWF的低信噪比下机载气象雷达回波谱矩估计方法

常规机载气象雷达采用脉冲对法估计谱宽实现湍流检测,当信噪比较低时脉冲对法的谱宽估计误差大。晴空湍流（clear air turbulence,CAT）含水量较少,雷达回波信噪比很低,因此常规机载气象雷达无法检测CAT。为提高低信噪比下机载气象雷达回波谱宽估计性能,提出了一种基于降秩多级维纳滤波器（Reduced-Rank Multistage Wiener Filter, RR-MWF）的回波谱矩估计方法。该方法在机载气象雷达引入空时体制的基础上,利用空时域联合处理对湍流回波进行处理,通过空时积累改善信噪比。在最小均方误差准则下,构造了适用于分布式气象目标的自适应RR-MWF权矢量和代价函数,估计回波谱矩。仿真实验表明,提出的RR-MWF估计器在信噪比低于10dB时明显优于常规的脉冲对法,可用于CAT检测。      

FMCW毫米波雷达多人呼吸检测方法

基于雷达的人体生命体征信号(如呼吸、心跳等)探测在诸多领域具有重要意义。当多个人体目标处于同一平面内,且雷达与多个目标共线时,会导致雷达无法检测较远距离的目标。为此,本文提出一种新的雷达空间布置方案,即将雷达布置在高处,并利用毫米波雷达高分辨率特性从距离维区分多目标,同时结合多种手段辨别人体目标和静止杂波。本文对FMCW毫米波雷达呼吸检测的信号处理流程进行了详细推导,并进行了实验验证。实验结果表明,本文所提方案可以有效地区分人体目标和静止杂波,并准确提取多目标呼吸信号和呼吸频率。此外,针对单部雷达存在空间检测盲区的问题,本文详细讨论了不同雷达数量和空间布置方案下的雷达空间检测盲区,并论证了三部不共线雷达可完全消除雷达空间检测盲区。      

多基地雷达自适应CFAR检测融合算法

文章针对多基地雷达的目标RCS在入射角分布起伏较大的问题,提出了基于目标入射角RCS分布未知的检测融合方法。由于目标RCS在入射电波观测角的起伏较大且未知,导致局部雷达站接收目标回波SNR（信噪比）无法确定,无法应用传统的贝叶斯方法获得最佳的融合检测性能。该方法是一种基于无信噪比信息的检测融合算法,通过传输其他雷达站接收信号的检验统计量来完成全局的CFAR检测。并且根据该方法设计了一种自适应门限的检测方法,其中本地雷达站的检测门限是基于其他雷达站接收信号的检验统计量生成。仿真结果表明,该检验方法的综合检测性能接近信噪比已知的融合检测性能。      

基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题,提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量,使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明,所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度,可以实现对不同雷达信号进行识别,证实了该方法的有效性。     

低信噪比双基地MIMO雷达目标角度跟踪算法

研究了低信噪比时双基地MIMO雷达目标跟踪问题,提出了一种基于改进AAJD（Adaptive Asymmetric Joint Diagonalization）的目标跟踪算法.首先,对AAJD算法进行改进,得到与特征值作用相同的变量,从而找出大特征值变量对应的特征矢量,解决了低信噪比时AAJD算法信号子空间扩展问题.其次,在非稳定跟踪状态时消除特征值变量误差积累的影响,得到更加准确的信号子空间,并对ESPRIT算法进行改进,实现收发角度的配对和相邻时刻角度的自动关联.仿真结果表明改进AAJD算法低信噪比时能够实现角度跟踪,且收敛速度和稳定性能明显优于AAJD算法.