冲激超宽带雷达生命信号提取的新方法

冲激超宽带生命探测雷达中,传统的平均相消法不能有效去除直达波,从而影响目标回波信号的提取;同时对回波数据中呼吸、心跳信息的提取仍然基于FFT从频域上进行,因而呼吸信号谐波对心跳信号检测的干扰未得到很好解决.针对这两个问题,采用宽带互相关法对回波时延进行估计,然后提取各个回波时延序列的均值与方差作为特征量,采用C-均值聚类算法对回波进行分类,实现直达波与目标回波的分离;采用经验模态分解将目标回波时延序列分解成有限个固有模态函数,从时域上提取呼吸和心跳信号,从而避免呼吸谐波对心跳信号检测的干扰.     

基于EEMD和HOC的超宽带雷达生命探测算法研究北大核心CSCD

针对超宽带生命探测雷达回波信号属于非线性、非平稳等特点,提出了一种基于EEMD和HOC的超宽带雷达生命探测算法。通过对雷达回波信号进行EEMD分解,将信号自适应分解为若干个本征模态函数(IMF),然后计算各个IMF分量在呼吸和心跳频带内的能量百分比重构呼吸和心跳信号,最后对重构的呼吸和心跳信号的四阶累积量进行FFT变换,获得呼吸和心跳的频率。实验结果表明,文中提出的算法比EEMD重构后直接进行FFT变换具有更高的信噪比和频率估计精度,可有效应用于生命探测雷达人体信号检测中,具有广阔的研究价值和应用前景。     

基于自适应小波尺度选择的生物雷达呼吸与心跳分离方法

当使用生物雷达进行生命体征参数提取时,由于心脏跳动产生的位移形变很小,回波较为微弱,而呼吸带动的胸腔起伏回波强度较大,基于简单傅里叶变换的周期性信息检测,往往无法有效提取心跳信号。采用小波变换的方法可以较好地分离出含有心跳、呼吸运动信息的信号分量,但小波尺度的选择对于不同的场景存在细微差异,影响到了分离的效果。针对这一问题,该文采用Morlet二进小波变换,提出了一种基于信噪比阈值定标的自适应小波尺度选择方法,有效解决了不同场景的呼吸心跳分离问题。最后通过实测结果验证了算法的准确性和可行性。      

基于FMCW雷达的自适应生命信号提取方法

为了进一步提高调频连续波（FMCW）雷达自适应提取生命信号能力,通过提高距离分辨率提取被测目标位置距离维处的人体生命信号,利用改进的快速互补集合经验模态分解（IFCEEMD）对生命信号分解,从分解得到的若干个固有模态函数（IMFs）中利用筛选准则分离出呼吸、心跳信号。实验结果表明,所提出的方法能够快速、准确地提取出不同呼吸状态下的呼吸频率和心跳频率,并且有效地消除人体身体随机抖动带来的干扰。     

太赫兹频段下基于EMD的人体生命特征检测

非接触式的心跳呼吸信号检测对重症患者心跳呼吸的远程监控、自然灾害中受害者的搜寻等都有重要的应用。本文针对人体心跳呼吸信号相对于复杂环境属于微弱信号的情况,提出了一种太赫兹频段下基于经验模态分解(EMD)的人体生命特征检测方法。首先建立太赫兹雷达人体目标回波模型,对回波信号进行经验模态分解。然后进行时频分析,得到心跳呼吸微多普勒信息,提取其频谱质心曲线。再做第二次时频分析,实现心跳呼吸频率的提取与分离。在高斯杂波环境中进行了仿真实验,检测结果表明,基于EMD的检测方法与直接检测方法相比,取得了更好的检测效果,具有较强抗噪能力,适合于微弱信号处理。      

超宽带生命探测回波信号的时频分析

针对超宽带雷达在生命探测中如何对回波信号进行分析的问题,提出了该领域最佳时频分析方法——Wigner-Hough变换。主要思路是通过对超宽带雷达信号原理分析,并进行宽相关处理除去各种干扰;然后用短时傅里叶变换、魏格纳变换、Wigner-Hough变换方法对回波信号进行时频分析;利用人的呼吸和心跳数据进行仿真与实验验证,Wigner-Hough变换在时频分析方面有着明显优势。     

基于VMD的调频连续波雷达生命信号提取

针对生命探测雷达心跳信号能量微弱难于准确提取的问题,提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)的调频连续波雷达生命信号提取算法。该算法首先利用距离维快速傅里叶变换(Fast Fourier Transform, FFT)获得距离剖面图,然后通过最大方差法得到目标所在距离门,接着对低通滤波后的相位信号使用VMD进行分离,并采用模态判别准则对生命信号进行重构,最后对重构信号进行FFT得到呼吸和心跳频率。雷达实测结果表明,相比于应用聚类经验模态分解(Ensemble Empirical Mode Decomposition, EEMD),所提生命信号提取算法能够有效抑制雷达回波中的呼吸谐波和噪声,更加准确有效地提取生命体征信号。     

基于连续小波变换的多数据心率提取方法

针对多普勒雷达生命体征检测时强谐波干扰问题,提出一种基于连续小波变换特征提取的改进方法。首先,针对特征信号选择多组不同时间长度的数据集;然后,在小波域分别进行连续小波变换。根据频谱峰值位置是否与数据时间长度相关,识别呼吸信号、呼吸谐波和心跳信号提取心率信息,并对频率分辨率进行分析。实验结果表明:采用文中提出的方法利用4 s~5 s的数据即可检测出心率,当频率分辨率要求为0.1 Hz 时,该方法在有效消除谐波和快速识别心率方面得到了较为满意的效果。     

自适应回波抵消器的理论分析与计算机模拟

本文首先建立了自适应回波抵消器的数学模型。然后对自适应回波抵消器的调整算法、稳定性、收敛性和稳态回波抵消性能进行了较为详细的理论分析和计算机模拟。最后讨论了近端话声信号对自适应回波抵消器的影响及其检测问题。     

基于统计特征的微弱生命体征信号提取研究

穿墙探测是雷达技术在新领域的大胆应用。本文以公司正在开发的穿墙探测雷达为基础,研究了经过人体运动(包括躯干运动和呼吸心跳等生命体征运动)调制的雷达回波的构成。根据目标回波与干扰噪声的时、频域差异,提出了以统计特征方差为判别依据的雷达生命体征信号提取算法,并用公司样机进行实验,以实际采集的数据验证了算法的有效性。     

Using the phase change of a reflected microwave to detect a human subject behind a barrier

In a pulsed radar system, the amplitude and sign of the echo from a particular target will depend on the phase of the echo signal relative to that of the local oscillator signal. If the wavelength of the radar signal is very short, the phase of the echo can change greatly if the target moves even slightly. Based on this physical behavior, the pulsed radar system can serve as a life-detection system to detect a human subject's movements, which include breathing and heartbeat. In this paper, a pulsed microwave life-detection system was developed from a pulsed training radar system to successfully detect the presence of human subjects behind a simulated earthquake rubble wall. The sampled echo signals from the background noise, a dummy, and a female human subject are presented directly in the time domain without being transferred into the frequency domain, differentiating this work from recent works by other authors. Furthermore, we also demonstrate several superiorities of a pulsed system over and above the original continuous-wave approach with the experimental results.     

基于改进SO-CFAR 和ACA-VMD 算法的 雷达生命体征检测

非接触生命体征检测技术难以有效利用胸腔产生的微多普勒效应提取心跳和呼吸信号,针对这一问 题,文中提出了一种基于改进最小选择恒虚警(SO-CFAR)和蚁群变分模态分解(ACA-VMD)算法的生命体征检测方 法,并通过仿真和实测验证了算法的检测精度。首先对77 GHz 毫米波雷达的中频回波信号进行预处理得到干净的 雷达I/ Q 数据,然后调整因子以平衡前后窗的功率水平让单元极小值恒虚警检测能够对噪声下的目标进行精确提 取,最后采用蚁群优化后的变分模态对目标信号进行模态混叠的抑制并采用全相位频谱分析,使得呼吸和心跳的信 噪比改善了1.765 dB,完成呼吸和心跳有效分离和提取,实现了人体生命体征的准确检测。     

基于LPFT的相控阵雷达信号盲分离

现代电子战中,雷达信号受到严重的干扰,使回波信号的提取愈发困难。跟据相控阵雷达天线阵列的特点,提出了基于局部多项式傅里叶变换(LPFT)的雷达信号盲源分离算法。选取线性调频信号(LFM)雷达信号作为发射信号,将雷达接收信号作为观测信号,应用LPFT进行时频变换,构造时频矩阵,采用联合近似对角化方法对受到干扰的雷达信号进行盲源分离。仿真结果表明,本方法有效得分离出了淹没在噪声和LFM调频干扰中的雷达回波信号。     

基于迭代自适应稀疏分解的雷达信号去噪

稀疏分解能有效分离信号和噪声,因此适用于信号去噪.文中构造了雷达回波稀疏表示的冗余字典,字典原子与目标回波波形匹配,基于该字典的雷达回波信号稀疏度就是目标数.针对稀疏度自适应匹配追踪算法进行低信噪比信号稀疏分解时的不足,提出了一种迭代自适应匹配追踪算法,采用规范化的残差之差作为迭代终止条件,使得稀疏分解过程能依据噪声水平自适应终止,以逐次逼近方式估计信号稀疏度,改善了稀疏分解的精度.仿真实验结果表明,该算法在低信噪比以及稀疏度未知的条件下,实现了雷达回波信号的准确稀疏分解,极大地提高了信噪比.     

一种应用于探地雷达信号处理的自适应脉冲压缩滤波器

本文介绍了一种用于探地雷达信号处理的自适应脉冲压缩滤波器，并对ＬＭＳ算法做了改进，计算机仿真结果表明，该滤波器对目标回波具有良好的跟踪特性，明显提高探地雷达的垂直分辨力。     

基于毫米波雷达的生命特征信号探测技术研究

生命特征信号探测旨在对人体信号中含有呼吸、心跳等特征参数进行检测和提取,是监测人体生命健康的重要方法之一,在信号处理、医学工程等领域均有广泛的应用。本文对基于毫米波雷达的生命特征信号探测技术进行系统综述,从提取信号的角度出发,综述了将毫米波雷达技术引入生命特征信号探测领域之后的研究成果。首先,从毫米波雷达体制方面对现存雷达技术进行了论述。然后,简要介绍了对称三角波调制方法对生命信号进行检测,考虑到将检测到的生命信号进行特征分离,总结了三种弱信号提取算法并进行对比,重点分析了小波变换和经验模态分解两种方法的研究现状。最后,本文分析了毫米波雷达在生命信号探测领域存在的问题,并对今后可能的研究趋势进行了展望。     

基于自适应学习的谐波雷达探测技术研究

复杂背景下非线性目标探测对谐波雷达提出了更高要求。介绍了谐波雷达基本原理,研究了基于自适应学习的谐波雷达探测技术。对谐波雷达系统进行了详细设计,提出了基于自适应学习的谐波雷达算法,最后进行了实现。测试和鉴定结果表明,该设备能有效实现复杂背景下对非线性目标的探测和辨识。