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VMD的宽带混沌雷达多生命信号探测方法

提出并实验验证了一种基于变分模态分解（VMD）的宽带混沌雷达多生命信号探测方法。首先基于混沌相关测距获得原始回波矩阵,然后利用VMD方法抑制噪声和杂波并重构多生命信号,包括基于0 dB峰值噪声比（PNR）判决减小VMD运算量,通过中心频率分析优选 K值以及利用3 dB峰值旁瓣水平（PSL）判决自动提取呼吸信号,最后结合快速傅里叶变换（FFT）和恒虚警率（CFAR）等,同时估计墙后多个人体目标的呼吸频率和距离。实验结果表明所提方法可以实现20 cm墙后二至五个人体目标的准确、快速探测,并且具有15 cm的高距离分辨率。      

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。     

基于FMCW雷达的人体生命体征信号预测算法

将FMCW雷达检测到的人体生命体征信号,用于预测未来一段时间内人体生命体征信号是否异常,具有明显的应用价值。该方向当前研究主要针对如何进一步降低重构误差、提升生命体征信号的预测精度。为此,本文提出一种自适应变分模态分解?长短期记忆神经网络的生命体征信号预测方法。针对静止状态下的人体,通过雷达采集到的生命体征信号,采用粒子群算法优化变分模态分解VMD的模态分量个数K和惩罚系数α的值,实现自适应选取后用于VMD分解,再将分解后的模态分量进行叠加重构。采用粒子群算法优化长短期记忆网络模型中的网络层数、学习率、正则化系数等3个参数,自适应选取合适的参数组合,将重构后的信号通过优化后的LSTM网络进行预测。实验结果显示本文所提预测方法在10位志愿者的预测结果与原始数据的均方根误差平均值为0.017 188 9,平均绝对误差的平均值为0.007 158,相较于当前其他研究,预测精度上有明显提升。     

基于变分模态分解和压缩感知的弱观测条件下雷达信号重构方法

针对弱观测条件下雷达信号存在数据残损的问题,该文提出一种基于变分模态分解和压缩感知(VMD-CS)的雷达信号重构方法。首先通过变分模态分解对采样数据进行降解去噪处理,其次在压缩感知框架下构造观测矩阵、稀疏表示字典矩阵,然后基于正交追踪匹配(OMP)算法重构出稀疏表示向量。在此基础上利用离散余弦稀疏矩阵重构信号,实现对残损雷达信号的数据重构。在连续丢失数据和随机丢失数据两种情况下,对实际采集的线性调频(LFM)雷达信号进行仿真实验。实验结果表明：在数据连续丢失率不高于30%或随机丢失率不高于60%的情况下,该文方法能有效重构雷达信号,在时域、频域和瞬时频率上能够准确逼近原始信号。     

基于变分模态分解和压缩感知的弱观测条件下雷达信号重构方法

针对弱观测条件下雷达信号存在数据残损的问题,该文提出一种基于变分模态分解和压缩感知(VMD-CS)的雷达信号重构方法.首先通过变分模态分解对采样数据进行降解去噪处理,其次在压缩感知框架下构造观测矩阵、稀疏表示字典矩阵,然后基于正交追踪匹配(OMP)算法重构出稀疏表示向量.在此基础上利用离散余弦稀疏矩阵重构信号,实现对残损雷达信号的数据重构.在连续丢失数据和随机丢失数据两种情况下,对实际采集的线性调频(LFM)雷达信号进行仿真实验.实验结果表明:在数据连续丢失率不高于30％或随机丢失率不高于60％的情况下,该文方法能有效重构雷达信号,在时域、频域和瞬时频率上能够准确逼近原始信号.     

基于胸腔信号样本的FMCW雷达身份验证

针对当前使用体征信号进行身份验证准确率低,且特征提取过程复杂的问题,本文在通过毫米波雷达检测生命体征的基础上,提出了一种将纯净的人体胸腔信号（Chest Cavity Signal, CCS）作为样本进行身份验证的方法。首先,对提取到的雷达原始信号进行预处理,消除与实验无关的冗余干扰并提取相位信号。接着对含有干扰的相位信号进行变分模态分解（VMD）,提取纯净的心跳与呼吸信号并制作CCS样本。最后将CCS样本送入二维卷积神经网络（2D CNN）中进行训练并验证身份,识别准确率达到了97.5%,实验证明本文提出的方法对于身份验证具有很好的效果。     

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。     

基于多通道调频连续波毫米波雷达的微动手势识别

该文提出一种基于多通道调频连续波(FMCW)毫米波雷达的微动手势识别方法,并给出一种微动手势特征提取的最优雷达参数设计准则。通过对手部反射的雷达回波进行时频分析处理,估计目标的距离多普勒谱、距离谱、多普勒谱和水平方向角度谱。设计固定帧时间长度拼接的距离-多普勒-时间图特征,与距离-时间特征、多普勒-时间特征、水平方向角度-时间图特征和三者联合特征等,分别对7类微动手势进行表征。根据手势运动过程振幅和速度差异,进行手势特征捕获和对齐。利用仅有5层的轻量化卷积神经网络对微动手势特征进行分类。实验结果表明,相较其他特征,设计的距离-多普勒-时间图特征能够更为准确地表征微动手势,且对未经训练的测试对象具有更好的泛化能力。

     

基于调频连续波雷达的多维信息特征融合人体姿势识别方法

为实现在复杂多样的环境下人体姿势的识别,该文提出一种基于调频连续波(FMCW)雷达的多维信息特征融合的人体姿势识别方法。该方法通过对FMCW雷达原始信号进行3维快速傅里叶变换得到目标距离、速度和角度的多维信息,在采用具有噪声的基于密度的聚类算法(DBSCAN)和 Hampel滤波算法解决运动范围内动态或静态目标的噪声干扰后使用卷积神经网络对多维信息进行特征提取,然后利用低秩多模态融合网络(LMF)充分融合多维信息的特征,并通过域鉴别器进一步获得与环境无关的特征,最终使用活动识别器获得姿势识别结果。为了实用性,在边缘计算平台上搭载预先设计的算法和训练好的网络模型进行实验验证。实验结果表明,在复杂的环境下该方法的识别精度可达到91.5%。     

基于奇异值分解的低轨星载双基调频连续波SAR成像方法

该文基于调频连续波(FMCW)信号对低轨星载双基合成孔径雷达(SAR)的成像方法进行研究。星载双基模型具有收发异置、结构灵活的特点,其非线性运动轨迹和双斜距不利于信号频谱的推导和分析。通过引入一个4阶多项式斜距模型对回波信号进行建模,接着用级数反演法得到信号两维频谱的表达式。详细分析高阶多项式系数的空变影响。对距离徙动项进行频域处理,对方位相位采用奇异值分解(SVD)的方法,将方位空变项与多普勒分离开,并引入非线性方位变标函数,通过两次连续的插值和重采样完成方位聚焦。仿真结果证明了该算法的有效性。     

汽车毫米波FMCW雷达中频信号的采样与处理

汽车毫米波雷达是智能交通系统的重要研究项目之一，本文介绍了汽车毫米波雷达的工作原理及信号处理的相关方法和技术。     

调频连续波SAR非线性误差的开环校正方法

针对FMCW (Frequency Modulated Continuous Wave) SAR(Synthetic Aperture Radar)调频非线性误差对一维聚焦性能影响和该误差校正问题,该文引入VCO(Voltage Controlled Oscillator)调频非线性高阶误差模型,从理论推导、定量分析了调频非线性误差对信号的具体影响.在VCO工作稳定、随时间电漂移度较小的前提下,提出了一种基于开环的FMCW SAR非线性校正方法.该方法首先一次补偿谐波误差,以信号压缩指标性能最优为收敛准则,通过迭代来校正因输入电压的更新和VCO电漂移及热噪声而引起抖动的高阶误差,进而对信号的调频非线性进行校正.信号仿真和实测数据处理结果表明该方法能对FMCW SAR信号源的调频非线性误差进行稳健、有效的校正,并且与传统的开环软件校正方法相比,该方法无需构建复杂的误差模型,具有简单、经济、运算量较小等优点.     

调频连续波SAR实时成像算法研究

调频连续波(Frequency Modulation Continuous Wave, FMCW)体制与合成孔径雷达(Synthetic Aperture Radar, SAR)的结合,推动了小型化、低功耗、低成本、高分辨率成像雷达的快速发展。该文建立了FMCW SAR的信号模型,统一了FMCW SAR频域算法的理论表达; 结合运动补偿处理,以减小系统计算量为出发点,提出了一种简化的实时成像流程,并在理论上对简化过程引入的相位误差做出细致的理论与量化分析。仿真实验验证了该文所提简化流程的适用性。     

线性调频连续波合成孔径雷达成像算法

线性调频连续波(LFMCW)合成孔径雷达(SAR)因体积小,重量轻,成本相对低,成为近来研究的热点。连续波SAR的回波信号通常经过相干解调处理。针对其独特的应用背景和信号模型,对现有的各种成像处理算法进行了讨论和比较,总结出其优缺点及应用范围。并对LFMCW-SAR今后的发展提出了展望。     

调频连续波雷达泄漏信号抑制技术综述

泄漏信号的抑制技术是提高调频连续波（Frequency Modulated Continuous Wave,FMCW）雷达系统整体性能的关键点,一直受到业界以及学术界的广泛关注。综述了FMCW雷达泄漏信号抑制技术在国内外的发展历程及现状;分析了解决FMCW雷达中信号泄漏问题的关键技术,可归纳为基于收发天线控制的隔离技术、基于收发通道的对消技术以及基于现代信号处理的泄漏抑制技术,并详细讨论了各技术的原理、实际应用、优缺点;最后给出了FMCW雷达泄漏信号抑制技术研究的建议。     

基于周期Choi-Williams Hough变换的线性调频连续波信号参数估计算法

在采用联合CWH(Choi-Williams Hough)变换估计多周期线性调频连续波(LFMCW)信号的参数时,当观察时间大于一个周期时,输出信号的信噪比不再随时间的增加而增大,且时频图中会出现多个峰值干扰信号参数的估计。结合CWH对LFMCW 信号的能量聚集和相干累积思想,该文提出一种基于周期CWH变换的多周期LFMCW信号的参数估计算法,给出了多周期LFMCW信号的PCWH变换公式;分析了PCWH输出信噪比与观测时间和观测样本信噪比的关系;分析了参数估计精度。最后,数值仿真验证了该算法的有效性,证明在对多周期LFMCW信号参数估计时,PCWH更优。