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。     

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.     

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。     

基于改进EEMD的穿墙雷达动目标微多普勒特性分析

穿墙雷达动目标探测中人的心跳、呼吸、手臂摆动等运动的微多普勒信号是非线性、非平稳信号,可以采用经验模式分解(EMD)对其进行时频分析。由于EMD分解存在模式混合问题,该文提出一种改进的整体平均经验模式分解(EEMD)方法,并将其应用于穿墙雷达人的运动微多普勒特性分析中,并且对分解后的每个本征模式函数(IMF)进行Hilbert-Huang变换(HHT),得到信号的时间-频率-能量谱。仿真数据和实验结果分析均表明,改进的EEMD方法不仅能够有效消除EMD中的模式混合问题,将人运动微多普勒信号中的不同频率尺度分解在不同的IMF中,而且还能够有效抑制原始信号中的噪声,提高信噪比,得到更精细、更清晰的时频分布。     

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。      

基于PCA与EMD的超宽带雷达生命信号检测算法

 本文分析了脉冲超宽带(UWB)生命信号模型,提出了基于主元分析(PCA)和经验模态分解(EMD)的非接触生命信号检测方法.根据UWB信号杂波与生命目标回波特点,结合PCA去除杂波.提取适当的主元特征向量序列曲线上峰值所对应的时延,估计目标距离信息.采用EMD分解目标回波序列为有限个固有模态函数(IMF)分量,在时域上重构平滑生命特征曲线,且其在高信噪比下可实现心跳与呼吸信号的分离.实验研究表明该方法简单有效,能同时提供生命信号的频域和时域波形位置信息,且重构得到的生命信号较符合实际信号时变、非平稳特性.     

基于谐波陷波器改进HMLD的呼吸心跳分离算法

针对毫米波雷达生命体征信号检测存在的呼吸谐波及心跳信号提取精度低的问题,本文提出了基于谐波陷波器改进的谐波倍数循环检测(HMLD)的呼吸心跳分离方法。首先,设计了单通道的毫米波雷达信号采集系统,采集人体胸廓雷达回波信号,并进行相位信号提取、相位解缠、滤波等预处理提取胸廓微动信号;其次,通过HMLD方法提取呼吸基波频率、高次谐波频率,并采用陷波器消除呼吸谐波;最后,根据HMLD方法提取心跳基波频率,提取的心跳频率误差率在11.5%以内,并与变分模态分解算法(VMD)提取结果对比,心跳信号信噪比平均提高了2.66 dB。实验结果表明,基于谐波陷波器改进的HMLD方法能够有效的分离呼吸心跳。     

基于ICEEMDAN的雷达生命信号检测方法

线性调频连续波（FMCW）雷达能够通过非接触的方式采集人体的呼吸和心跳信号,为了去除和减少生命信号中的杂波干扰,本文提出了基于改进的自适应集合经验模态分解（ICEEMDAN）和长数据序列截取的生命信号分解方法,通过延长观察时间,然后截取时间序列,得到既定观察时间的最终固有模态函数（IMF）分量,通过模糊熵对所有IMF信号进行分析来识别含噪信号,并对含有噪声的IMF信号进行去噪处理,综合分析相关性和能量阈值的结果,挑选出合适的IMF 分量重构生命信号。通过仿真和实测表明,所提出的方法能够大幅减少噪声,优于现有的去噪技术,有利于提高提取的呼吸和心跳信号的精准度和真实性。     

雷达式非接触生命参数信号的提取及判别

采用最小均方(LMS)算法,通过对雷达回波信号进行滤波处理来提取生命参数信号.利用超宽带冲击脉冲雷达对砖墙后的人体进行生命探测,采集雷达回波信号,运用LMS算法对回波进行生命参数信号提取.通过一系列的信号预处理后利用LMS算法可以很好地提取出回波中的生命参数信号.     

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。     

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。     

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。     

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。      

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。     

模拟家庭监护的非接触呼吸和心跳信号分离实验研究

该实验研究的目的是为了从雷达式生命参数监护系统的回波信号中分离出呼吸和心跳信号,提取呼吸、心跳的特征参数,为家庭监护及疾病预防提供依据。分析回波信号的特点,改进自适应滤波器的参考输入信号为呼吸信号的谐波组合。针对模拟家庭监护实验提出了基于LMS自适应谐波抵消算法进行自适应滤波。在模拟家庭监护的实验中可以有效地分离出呼吸和心跳信号。     

微多普勒生物探测雷达技术研究

生物的微运动,例如人体肢体摆动以及呼吸和心跳运动,会对雷达入射电磁波产生微多普勒调制。通过对这些微多普勒调制回波信号的提取和分析,雷达能够实现对生物体微运动状态和生命特征的探测、测量和识别。文中首先对人体雷达回波微多普勒散射信号的理论模型进行了推导,然后对生物探测微多普勒雷达的实现和主要技术进行了分析和研究,最后对微多普勒生物探测雷达技术发展进行了讨论。     

基于全相位FFT的多普勒补偿算法及实现

为了解决二相编码雷达高度表回波信号在波形匹配滤波处理时存在的多普勒失配问题,建立了雷达高度表大地回波模型,在深入分析回波功率分布和回波矩阵相位特征的基础上,提出了基于全相位FFT的回波多普勒检测和补偿算法,该算法利用全相位FFT变换测量回波矩阵相邻距离单元相位差值,通过相位差值求得多普勒频率以及相位补偿因子。仿真和实验表明:多普勒检测误差小于0.3 Hz,可有效进行相位补偿。     

基于域变换的雷达主瓣密集转发干扰抑制方法研究

雷达主瓣经常面临干扰机发射的密集转发干扰,难以对其进行有效抑制.文中提出了一种基于域变换的雷达密集转发干扰抑制算法,在变换域中抑制干扰.该方法首先对雷达回波信号进行去斜处理,将转发干扰转变为单频干扰;然后,将信号分段构造成矩阵进行奇异值分解,将回波信号转换到变换域;最后,利用奇异值差分谱进行奇异值选择,重构目标回波信号...     

一种基于Hilbert-Huang变换的雷达回波精细处理技术

某新型雷达通过提取回波中人体的心跳和呼吸信号,达到探测人体的目的,在医学治疗、灾后搜救、反恐作战等领域具有广阔的应用前景.由于目标信号无论在时域或频域上强度都很微弱,传统的雷达信号处理方法很难将其从回波中提取出来,文中基于Hilbert-Huang变换(HHT)方法提出了一种新的精细处理雷达回波的技术,对该型号雷达的实录数据的处理结果表明,上述新技术能够有效地提取出目标的精细特征.     

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。