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EMD的无载波超宽带雷达目标检测算法

雷达系统的检测能力与回波采样数据中所包含的目标信号的数据量有紧密联系。无载波超宽带雷达体制下,发射脉冲可以由无载波高斯型信号表示,具有周期内持续时间极短、平均功率极低的特点。所以低信噪比就成为了影响其检测性能的重点问题之一。无载波超宽带雷达体制下的回波目标检测不能够继续沿用经典的频域相关接收的检测理论,由于受到系统信号的时域瞬态特性的影响,利用经验模态分解(EMD)算法对原始回波作初步去噪,同时重构目标信号;再通过包络对齐,完成多个回波的非相干积累。仿真结果验证了这种方法的可行性。     

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。     

一种超宽带雷达信号检测方法

本文提出一种新的频率步进超宽带高分辨雷达信号检测方案,即先从目标距离像中提取强散射中心,再进行广义似然比检测。进而研究了从目标的一维距离像中提取强散射中心算法,分析了检测器结构和性能。     

超宽带雷达生命信号频率检测的Cramer-Rao下界

该文基于脉冲超宽带顺序信号模型和极大似然准则,结合Fisher信息矩阵和Cramer-Rao矩阵不等式,分析了UWB生命信号参数估计的泛化Cramer-Rao下界(CRLB)。根据等效时间采样原理,采用正弦位移函数近似生命微动信号,推导出了修正的UWB生命信号频率检测CRLB公式。仿真结果表明,增大观测时间、发射脉冲带宽以及系统信噪比可提高UWB雷达生命信号频率检测的精度。心跳信号检测比呼吸信号要求更高。     

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。     

一种改进的基于经验模态分解的小波阈值滤波方法

经验模态分解是一种新的信号分解方法,该方法可将非线性非平稳信号分解成若干个单分量的本征模态函数,使得每个本征模态函数都具有一定的物理意义。本文探索了该方法在语音增强方面的应用.在文献[8]的基础上,对其方法进行了有效改进。首先将带噪语音进行经验模态分解,得到六个本征模态函数和一个余量信号,对这七个信号分别进行小波阈值滤波,并由滤波后的七个信号重构语音。结果表明,该方法的滤波效果明显优于对带噪语音直接采用小波阈值滤波的方法,并且较之文献[8]的滤波方法也具有一定的优势。     

一种用于生命体征监测的带宽可重构脉冲超宽带雷达发射机电路

非接触式生命体征检测是当前医疗雷达的研究热点之一.为了分析脉冲超宽带雷达系统应用于生命体征监测的影响因素,通过理论分析,推导了脉冲超宽带雷达用于生命体征监测的Cram-er-Rao下限公式,并推导出通过调节脉冲重复频率、带宽和信噪比可以调整超宽带雷达系统的测量精度.基于分析结果提出一种适用于体征监测的脉冲超宽带雷达发射...     

基于固有模态能量熵的微弱目标检测算法

该文分析了海杂波能量在各固有模态函数(IMF)间的分布特点,研究了目标对海杂波能量在各IMF间分布的影响。研究发现,无目标时,海杂波的能量主要集中于先分解出的3个IMF中,而当目标出现时,海杂波的能量将向后分解出的6个IMF扩散,且固有模态能量熵恰能描述目标出现引起的海杂波能量分布的这种变化,因此该文提出了采用固有模态能量熵检测微弱目标的算法。仿真结果表明,与基于盒维数的微弱目标检测算法、频域CFAR检测方法和多脉冲CA-CFAR(100个脉冲)检测算法相比,该算法的检测性能较好,有效增强了雷达对海杂波中微弱目标的检测能力。     

总体经验模态细分法提取血流超声多普勒信号的研究

提出基于总体经验模态分解（EEMD）血流细分法提高血流超声多普勒信号提取精度.首先估计辅助分析所需的白噪声幅度,进而用EEMD得到无模态混叠的本征模态函数（IMF）组,最后分离出血流信号的IMF.将本方法应用于计算机仿真和人体实测超声多普勒信号,并与高通滤波器法、原EMD法和EMD细分法比较.结果表明本文方法,提取的血流信号精度最高,特别对WBSR=70dB的混合信号,其精度比上述方法分别提高35%、38%及17%.     

基于集合经验模态分解敏感固有模态函数选择算法的滚动轴承状态识别方法

为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,以此获得振动信号的初始特征。再运用奇异值分解和自回归(AR)模型方法得到滚动轴承各状态振动信号的特征向量,并将其输入到改进的超球多类支持向量机中进行智能识别,从而实现滚动轴承的正常状态,不同故障类型及不同性能退化程度的各状态识别。实验结果表明,相比基于经验模态分解结合自回归模型或奇异值分解的特征提取方法,该方法可更有效地提取滚动轴承故障特征信息,且识别精度更高。     

极值斜率经验模式分解结合独立分量分析的单通道盲分离

针对单通道盲分离领域先验信息不足的问题,提出了一种基于极值斜率经验模式分解和独立分量分析的单通道盲分离算法。首先通过极值斜率经验模式分解算法以不同尺度逐次分解混合信号的波动和趋势,得到一组固有模态函数。然后将其作为独立分量分析算法的输入信号,从得到的独立分量中萃取出与源信号相似的独立分量,通过重构算法恢复源信号,达到分离目的。实验信号采取仿真信号和实际信号,实验结果表明,该算法不需任何先验信息,鲁棒性强,能较快地得到良好的分离效果。     

修正阈值的经验模态分解去噪算法研究

针对传统的经验模态分解(EMD)降噪方法容易丢失高频部分有用信号的不足,提出了一种修正阈值的EMD去噪方法。通过考察每个IMF的平滑度来判断其中噪声强度并以此修正用传统方法求得的阈值,再用修正的阈值对IMF进行阈值处理,实现对每个IMF的降噪,进而实现信号去噪的目的。在Matlab构造的超声信号的模型中分别添加3种不同强度的噪声模拟实际的噪声干扰,并进行去噪实验,结果表明修正阈值的EMD去噪方法对不同噪声环境下超声信号均有理想的去噪效果。     

基于时频分析的Lamb波散射源定位方法研究

针对Lamb波损伤定位中频散效应对定位精度的影响,提出了基于时频曲线和椭圆定位法的Lamb波散射源定位法.利用经验模态分解(EMD)法把散射信号分解成有限个窄带信号分量,再采用改进的连续小波变换(CWT)求出每个信号分量的时频曲线,叠加形成整个信号的时频曲线,实现对不同频率成分波达时刻的准确判别.利用椭圆定位法获得对应于散射信号中一系列频率成分的定位结果,最终由这些多组定位的综合判定损伤位置.在铝板结构上的测试结果表明,在频散较严重的A0模式低频段,该方法求出的时频曲线较细致,损伤位置定位较精确,能有效排除偶然因素对最终结果的影响.