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。     

基于小波变换人体生命参数探测方法

探讨了使用小波变换对人体生命参数检测。其基本原理是利用电磁波照射人体,其回波信号被人体生命活动引起的体表微动(如呼吸、心跳)调制后,使得回波信号的某些参数(如频率、相位)发生改变,通过小波变换技术检测回波信号参数的变化提取出人体生命参数。重点研究了小波变换方法在人体生命参数检测和识别中的应用。     

基于AM-LFM分解的微动信号提取

该文针对微多普勒信号与目标主体回波信号分离的问题,分析了包含微动结构的雷达回波模型,指出目标主体信号分量多普勒频率是固定的,而微多普勒信号的多普勒频率是时变的,且可用分段的线性调频信号拟合。在此基础上,提出了一种基于调幅-线性调频(AM-LFM)分解的微动信号分离算法,该算法根据调频率来判定各调幅-线性调频分量的对应结构,实现微多普勒信号提取。仿真及实测数据处理结果验证了算法的有效性。     

运动目标多普勒回波数值模拟

提出了一种应用准静态技术,结合快速多极子算法计算任意形状的运动目标多普勒信号的方法.对目标的几种典型的微动多普勒信号进行了仿真,并应用高分辨时频分析算法对仿真得到的微多普勒信号进行了分析,提取出了微多普勒瞬时频率,通过与相应微动规律的点目标微多普勒瞬时频率进行对比,表明二者具有相同的变化规律,从而证明文章提出的方法是有效的.     

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。      

基于瞬时频率估计的进动锥体目标微多普勒频率提取方法

该文针对进动锥体目标的微动特性提取,建立等效散射点模型下的微多普勒频率与目标运动参数关系。结合进动调制的微多普勒频率近似正弦变化规律的特点,提出基于瞬时频率估计和随机抽样一致性(RANSAC)的进动目标微多普勒频率提取方法。该方法将回波信号分为若干段,每一段的回波信号近似为若干线性调频(LFM)信号分量之和,通过调频Relax算法估计各信号分量的瞬时频率,并通过随机抽样一致性算法估计散射点的微多普勒曲线。基于仿真数据和电磁计算数据的实验验证了该方法的有效性及稳健性。     

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。     

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。     

Decoding and Design of LDPC Codes for High-Order Modulations

A concatenated code model is proposed for high-order low-density parity-check (LDPC) coded modulations. A corresponding concatenated-code belief propagation (CCBP) decoding algorithm is derived for our proposed concatenated code. Moreover, the design of LDPC codes under the CCBP decoding is developed using extrinsic information transfer (EXIT) charts. Compared with other algorithms, the CCBP method provides an excellent parallel decoding process, and the EXIT-based design method offers highly accurate LDPC code ensembles. Simulation results show that the performance of the proposed CCBP algorithm is superior to that of the conventional belief propagation decoding within a wide range of modulation orders, and the EXIT-based method can design capacity-approaching LDPC codes for high-order modulations.     

Method of images segmentation by dynamic spectral characteristics

In considered method we use basic principles of biometrics and bioradiolocation for solution of the problem of images segmentation. Using dynamic spectral characteristics, obtained by means of wavelet spectrum we extract biometric indicator in form of signal of brightness pixels modification at the face skin part, specified by heartbeat. It is proposed to use quasi-matched wavelet filters for efficient selection of human heartbeat signal and it is shown the possibility of its frequency measurement practically at real-time mode. Obtained results can be used for many medical applications, security systems, object identification, etc.     

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。      

基于改进深度生成对抗网络的心电信号重构算法

心冲击图(BCG)信号中含有睡眠时期的心跳等生理参数,采用非接触式测量,但易受干扰影响应用受限;心电图(ECG)信号应用很广,但采用接触式测量,操作不便.为了实现非接触式测量并监测心电信号,该文将无参数尺度空间法(PSA)引入并与经验小波变换(EWT)算法结合,从BCG信号中分解得到心跳分量,结果表明所提分解方法能有效...     

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。