正弦调制的布尔混沌生命探测雷达

提出了一种正弦调制的布尔混沌雷达,该雷达采用正弦波调制的宽带布尔混沌信号作为发射信号,基于混沌相关技术和迈克尔逊干涉原理,可同时实现墙后人体定位和生命信号探测。实验结果表明,穿透20 cm厚的砖墙,人体定位的距离向分辨率和动态范围分别为15 cm和50 dB,呼吸、心跳测量的动态范围分别为50 dB和10 dB。此外,电磁仿真研究了该雷达二维空间定位的抗干扰性能,结果表明其对噪声、线性调频信号和布尔混沌信号具有良好的抗干扰性。     

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。     

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MIMO⁃FMCW雷达的多人生命体征检测

针对多输入多输出（MIMO）体制调频连续波（FMCW）雷达难于对室内环境多人生命体征进行准确检测的问题,本文提出一种基于MIMO?FMCW雷达的多人生命体征检测方法。首先对中频信号做距离维快速傅里叶变换（FFT）和Capon角度估计得到对应的距离角度图,利用二维恒虚警检测技术（2D?CFAR）和基于密度的聚类（DBSCAN）算法确定每个目标的距离角度信息,通过线性约束最小方差（LCMV）准则进行数字波束形成得到目标对应的慢时间维信号,并使用反正切函数完成相位信号的提取,最后利用谐波判别准则实现对呼吸和心跳信号频率的估计继而完成对多目标生命体征检测。实验结果表明,谐波判别准则实现了平均相对误差小于10%的呼吸率和心率检测精度,证明了该方法的有效性。     

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。      

一种便携式伪随机编码超宽带人体感知雷达设计

该文提出了一种便携式伪随机编码超宽带人体感知雷达的设计方法。人体感知雷达主要包括对运动人体目标进行跟踪以及对静止人体目标的呼吸频率进行提取。为了获得较强的穿透能力与较好的距离分辨率,采用了载波为800 MHz的m序列作为雷达发射信号。为了减小雷达系统尺寸,采用高速DAC与FPGA直接合成m序列调制信号,发射信号的平均功率为5 dBm。接收机具有两个混合采样接收通道,第1通道用于实时获得参考码,第2通道用于接收雷达回波。为了提高雷达系统扫描率,采用FPGA内部的多个DSP内核级联来实现脉冲压缩的并行计算。另外,动目标跟踪算法与生命探测算法在Intel处理器内运行,将探测结果传给头盔上的微型显示器进行显示。最后,通过穿墙实验表明,该雷达能实时跟踪墙后16 m内的动目标,同时能提取墙后14 m内静止人体的呼吸频率。      

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。     

一种基于自适应相关熵的生命探测方法

基于雷达的生命迹象探测在灾后救援和病人监护中有着广泛的应用。尽管近年来该领域中已经取得了一些重要成果,遮挡目标的有效探测却一直是一个难以解决的问题。对此,本文在步进频连续波雷达体制下,提出了一种基于自适应相关熵的生命迹象探测方法。该算法利用预检测得到目标可能出现的距离单元及对应的幅度,以此为基础自适应地调节相关熵的参数。通过这种改进的相关熵处理,实现了对弱目标的增强,最终在距离-多普勒（Range-Doppler, RD）平面得到了所有人体目标的呼吸频率和距离信息。仿真和实测结果证明了该算法的有效性。     

小波变换在生命信号提取中的应用

主要研究在墙等固定物体强杂波背景下,对人体心跳、呼吸所产生的多普勒频移信号的检测和提取,由于生命信号是一种微弱的低速目标信号,回波信号将会湮没在杂波噪声中.基于以上考虑,提出利用小波变换的多分辨率特性,选择合适的小波基,采用Mallat算法,主要完成在噪声背景下对生命信号的提取、抑制杂波、提高信噪比3个方面的研究,通过对目标信号的分解、通道提取以及目标信号重构,能更加精确、有效地提取目标信号,实时性和应用性更强.     

基于差分-变分模态分解与全局信息分析网络的辐射源个体识别方法

为了解决基于希尔伯特黄变换（HHT,Hilbert-Huang Transform）辐射源个体识别方法中的模态混叠分解不充分以及低信噪比下效果较差的问题,本文将信号处理与深度学习相结合提出了一种新的辐射源个体识别方法。首先,对信号进行差分处理,并通过变分模态分解得到对应的模态分量;接着,对各模态分量进行希尔伯特变换得到希尔伯特谱;最后,针对希尔伯特谱的稀疏性特点,本文运用改进的全局信息分析模块对其进行全局细微特征提取。本文实验采用ORACLE公开数据集对所提方法进行性能测试,实验结果表明,该方法识别性能优于4种现有的基于希尔伯特黄变换的辐射源识别方法,其不仅有较低的计算复杂度,而且在5 dB信噪比下有着90%以上的识别效果。     

基于VMD的激光雷达回波信号去噪方法研究

为滤除激光雷达回波信号中的噪声,提高其信噪比,本文提出了一种基于变分模态分解(VMD)的回波信号去噪方法。该方法利用去趋势波动分析对信号进行变分模态分解,通过巴氏距离区分相关模态和非相关模态,采用移动平均法提取非相关模态中的有用信号,并将其与相关模态进行重构实现噪声的有效去除。实验结果表明,经该方法处理后的回波信号输出信噪比提高到了22.58 dB,均方根误差减小为0.78×10-11。该方法能有效滤除激光雷达回波信号中的噪声,保证信号的完整性,与小波变换、经验模态分解直接阈值、变分模态分解局部重构等方法相比,具有明显优势。     

基于决策理论的信号调制识别改进算法

针对基于决策判决理论的传统算法对通信信号调制识别在低信噪比下正确识别率较低的问题,提出了一种基于多种特征参数判决的改进算法。利用高阶矩取代了利用零中心归一化瞬时幅值绝对值的标准偏差来区分ASK信号,对FSK信号采用功率谱谱峰数进行识别。仿真使用了包括模拟调制信号在内的多达11种不同类型的调制信号,仿真结果表明,在信噪比不低于8 dB下,该方法具有较高的正确识别率。     

基于多通道的跳频信号欠采样频率估计

为实现跳频信号频率跟踪估计,本文提出一种基于多通道的跳频信号欠采样频率估计方法。基于快速傅里叶变换（FFT）,提出了一种3谱线方程的频率校正算法,提高了基于中国余数定理的频率估计方法对短序列信号的频率估计精度,与现有的两种基于离散傅里叶变换（DFT）的频率校正算法相比,序列补零数量灵活。给出了一种频率估计检错机制,可以提高算法可靠性。仿真结果表明,本文所提频率估计算法的精度优于现有算法,增加序列补零数量可进一步提高算法的估计精度和信噪比阈值,降低误差平台;检错机制在-23 dB至8 dB信噪比范围内的准确率高于95.5%。      

一种有效的穿墙雷达成像杂波抑制算法

在穿墙雷达成像中,杂波对临近墙体目标的成像和检测造成严重的干扰。基于统计信号处理的杂波抑制算法近年来广泛应用于消除背景杂波,但这些算法带来的门限确定问题使其在实际应用中性能下降。考虑到实际应用环境的复杂性,提出一种有效的两阶段杂波抑制算法,该算法首先在 SVD的基础上提出一种新的方法来确定奇异值的门限以抑制强杂波,然后对第一阶段的成像结果进行基于 PCA的图像增强处理,抑制弱杂波和系统噪声,进一步突显目标信息。实验结果证明了提出的两阶段杂波抑制算法具有可行性,能够实现对临近墙体微弱目标的精确成像。     

脉冲噪声环境下基于矩阵差分的远近场混合源定位

为了提高脉冲噪声环境下基于二阶协方差矩阵差分（COV-MD）的远近场混合源定位算法的估计性能,本文提出了基于分数低阶协方差矩阵差分（FLOC-MD）和基于压缩变换协方差矩阵差分（CTC-MD）的远近场混合源定位算法。所提出的算法首先利用一维MUSIC谱峰搜索获得远场源信号的方位角估计,然后利用矩阵差分法实现远近场信号源的分离得到扩展的近场源分数低阶协方差矩阵（或压缩变换协方差矩阵）,最后在利用类旋转不变方法（ESPRIT-Like）估计得到的近场源方位角的基础上,再次利用一维MUSIC谱峰搜索获得近场源距离的估计。计算机仿真结果表明:CTC-MD算法和FLOC-MD算法在强脉冲和低信噪比情况下的估计性能都要明显优于COV-MD算法和其他基于二阶统计量的远近场混合源定位算法,同时CTC-MD算法的性能要好于FLOC-MD算法并且不依赖于脉冲噪声的先验信息。      

基于BOTDA的海缆监测系统振动信号降噪方法研究

搭建了基于布里渊光时域分析(BOTDA)的海底电缆(海缆)振动信号监测模拟实验系统,通过实验获得了锚砸、冲刷、摩擦3种工况下的海缆振动信号.针对振动信号含有大量噪声,提出TSA-VMD-MPE降噪方法.利用被囊群算法(Tunicate Swarm Algorithm,TSA)优化变分模态分解(Variational Mode Decomposition,VMD),获取VMD分解层数与惩罚因子的最优值,对振动信号分解获得本征模态函数(Intrinsic Mode Functions,IMF)分量;利用IMF与原始信号的相关性及IMF的方差贡献率联合来确定IMF的多尺度排列熵(Multi-Scale Permutation Entropy,MPE)阈值,对振动实验信号进行降噪.实验结果表明:所提降噪算法使3种海缆振动信号信噪比平均提高了12.0296 dB;将提出的MPE阈值方法应用于EEMD与CEEMD算法也获得了良好的降噪效果.     

连续相位调制信号的信噪比估计

针对连续相位调制（CPM）信号信噪比估计子空间分解算法运算量较大和最大似然估计（MLE）算法信噪比小于0dB时精确度差的问题,提出了一种精确度较高的快速算法。该算法是对常用的最大似然算法的改进,利用接收信号的统计和互相关特性,无需获得信号的初始相位,便可快速准确地估计出信号的信噪比。信噪比在-20dB～20dB之间时,估计误差小于1dB。MATLAB和FPGA仿真验证了该算法的有效性。     

一种低旁瓣混沌雷达波形设计方法

传统的线性调频雷达波形,其自相关函数旁瓣较高,虽然可以经过切趾滤波处理降低旁瓣,但有一定程度的信噪比损失。针对这一问题,本文提出利用初始值优化过后的Lorenz系统的变量进行混沌调频,不但可以得到更好的自相关特性,而且没有信噪比损失,同时保持了混沌信号的类随机特性和较强的抗干扰性能(ECCM)。仿真结果表明,在没有加窗处理的情况下,可得到具有-39.53dB峰值旁瓣的Lorenz混沌调频雷达信号,比切趾滤波后的线性调频波旁瓣更低,是理想的雷达信号。