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MEEMD的人体生命体征信号的提取研究

非接触式的人体生命体征信号的检测在生产生活中有着非常重要的应用。为了准确提取人体生命体征信号,提出了一种基于改进的集合经验模态分解(MEEMD)和全相位频谱分析(apFFT)的人体生命体征信号的检测提取方法。实测数据分析处理结果表明,MEEMD有很好的分解效果,抑制了模态混叠效应,同时采用apFFT进行频谱分析,能够准确的提取人体的心跳与呼吸信号,实现人体生命体征的检测。     

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。     

基于经验模式分解的人体生命参数检测

人体生命参数检测可用于地震后废墟中的人员搜寻以及反恐行动中人质的营救。由于人体体动的雷达回波信号非常微弱,用传统的时频分析方法无法检测出由体动产生的微多普勒频率。针对这一问题,提出了一种基于经验模式分解的人体生命参数检测方法,首先对人体回波信号进行经验模式分解,接着对分解后得到的内在模函数进行时频分析,可以从时频图中有效提取出由人体体动引起的微多普勒频率。仿真实验表明在信噪比较低时文中所提方法的有效性。     

基于互相关方法的多静止人体目标生物雷达检测与识别

文中基于互相关方法,对多静止人体的呼吸心跳生物雷达检测与识别进行了研究,并在呼吸心跳正弦模型基础对其进行了改进,构建出的尖脉冲数学模型,能够与真实人体呼吸心跳相符;分析呼吸心跳频率提取方法及信号预处理算法原理,在雷达回波信号的作用下对其进行一次时频分析,获取函数能将呼吸心跳速度随时间变化情况反应出来.速度曲线频谱处于不...     

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。     

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。     

太赫兹双频雷达目标微动特征提取仿真

基于双频太赫兹回旋管设计了双频太赫兹雷达,针对振动、转动、翻滚运动目标建立了包含微多普勒信息的目标回波模型,采用时频分析方法开展了微动特征仿真计算.通过仿真结果可以看出,0.11 THz雷达和0.22 THz雷达对于振动、旋转、翻滚的微动特征都有厘米级的探测能力.在较强噪声条件下,通过自功率谱时频分析,可以抑制噪声,提...     

面向人体呼吸心跳同时监测的雷达信号处理方法综述

利用雷达同时监测人体呼吸和心跳具有非接触、高隐私等优势，已成为当前国内外研究的热点之一。面向人体呼吸心跳同时监测场景，分析了不同类型的雷达系统工作原理，总结了在人体信号检测中的雷达数据预处理、呼吸和心跳信号分离以及呼吸率和心率估计的信号处理方法，指出了相关研究发展趋势。     

基于CCBP算法的多普勒雷达生命信号检测

多普勒雷达系统利用人体胸腔起伏引起的多普勒效应提取生命特征信号。在建立多普勒雷达人体微动信号模型的基础上,提出一种基于复连续基追踪(CCBP)算法的生命信号检测方法用于提取人体呼吸和心跳微动信号的频率。CCBP算法通过极坐标插值和凸优化问题求解技术来提取生命信号信息,能够实现对能量较弱的心跳信号的频率准确估计。仿真实验结果验证了所提算法的有效性和准确性。     

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。     

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。     

合金弹头超声检测缺陷特征提取方法研究

在对合金弹头内部及近表面缺陷进行超声检测时,由于噪声干扰等原因,使得从超声回波信号中很难识别出缺陷回波的准确位置,进而影响对合金弹头缺陷的准确定位与重构,必须对回波信号进行处理。首先简要论述了合金弹头超声波检测原理和方法,然后针对采集的超声回波信号采用了小波时频分析方法进行缺陷特征提取。实验结果表明：采用小波时频分析方法进行缺陷特征提取能够较准确地判断出合金弹头内部及表面缺陷所存在的位置,为合金弹头的缺陷识别提供了有利的参考。     

基于EEMD的信号处理方法分析和实现

Hilbert—Huang变换是一种具有良好自适应性,能够对非线性非平稳的信号进行分析的时频分析方法。而经验模式分解是HHT的核心部分。针对传统EMD分解带来的模态混叠问题,介绍了引入白噪声辅助分析方法的改进型算法EEMD并且通过Matlab平台进行了信号仿真系统设计和实验,验证了EEMD方法的抗混分解能力。     

基于时频分析的高频雷达目标检测与定向

针对宽波束高频雷达对非平稳目标探测的问题,提出了一种新的基于线性时频分析的目标检测与定向方法,即先从时频面上检测出目标的时频脊,然后沿脊线对线性时频表示采样形成阵列快拍,进行空间谱估计.分析了目标横向运动对空间谱估计的影响,提出了横向运动补偿及目标时变方位和横向速度估计的方法.雷达实测数据处理表明,本文方法能有效地应用于宽波束高频雷达对非平稳目标的探测中.