基于无载波超宽带雷达的小样本人体动作识别

随着雷达硬件平台尺寸越来越小、成本越来越低,室内基于雷达的人体动作识别应用已经成为现实,能够在具有简单架构的低成本设备中实现.无载波超宽带雷达具有极高的分辨力,能够捕获人体细微动作变化并且对室内复杂环境具有很强的抗干扰能力.与基于视频人体动作识别研究相比,超宽带雷达还具有穿透家具、墙体以及保护个人隐私等优点.针对雷达回波信号利用传统时频分析方法实现人体动作识别比较耗时、实时性不好的缺陷,引入机器学习方法对不同类型人体动作进行分类识别.引入机器学习方法用于超宽带雷达人体动作识别最大难点是只有少量可用的超宽带雷达实测数据样本,针对该问题提出基于主成分分析法（PCA）和离散余弦变换（DCT）相结合的人体动作特征提取方法,并利用改进网格搜索算法优化的支持向量机在小样本数据下对人体动作进行识别,最后根据实测数据采取三种不同方案进行仿真实验,结果表明即使在训练数据样本只有5组的条件下,基于PCA和DCT相结合特征提取方法在不同类型人体动作的平均识别率均能达到96%以上.     

基于同步压缩短时傅里叶变换的毫米波雷达人体动作识别

针对人体动作识别问题，提出一种基于同步压缩短时傅里叶变换的人体动作识别方法。使用毫米波雷达进行人体动作数据的采集，将采集到的数据进行同步压缩短时傅里叶变换得到其时频图；然后使用卷积神经网络对不同动作进行微多普勒特征提取并分类。在数据采集部分，使用毫米波雷达进行数据采集，有效地避免了外界因素的影响；在时频分析部分，使用窗函数优化的同步压缩短时傅里叶变换提高了时频聚集性。实验结果表明，该人体动作识别系统对不同人体动作的识别率可达到91.7%。     

基于EMD的穿墙雷达墙体回波抑制算法

穿墙探测中墙体回波对于目标检测影响较大。针对超宽带穿墙雷达中去除墙体波的问题,提出采用基于EMD方法提取回波信号中的目标信号分量和墙体回波信号分量,并去墙体回波信号。搭建试验系统并通过处理实测数据,结果表明,提出方法能够有效去除墙体回波信号,并且能够保留目标信号的绝大部分信息,进而对运动人体目标进行检测。     

UWB标准之争

0．引言 超宽带无线电（Ultrawidebandradio）是在辐射波形的基础上定义的，最常见的关于“超宽带（UWB）”的定义来源于UWB雷达系统。1989年前，超宽带信号主要是通过发射极短脉冲获得，这种技术广泛用于雷达领域并使用脉冲无线电（IR）这个术语，属于无载波技术。1989年美国国防部（DAR-PA）首次使用超宽带这个术语，并规定若一个信号在-20dB处的绝对带宽大于1．5GHz或相对带宽大于25％，则这个信号就是超宽带信号。[第一段]     

MB-OFDM系统的DOA估计方法研究

对信号的波达方向（DOA）估计是超宽带（UWB）定位的关键技术之一,传统的DOA估计方法都是针对窄带信号,不适用于宽带信号。多频带正交频分复用（MB-OFDM）系统中,在信道长度不大于循环前缀长度时,各子载波可依然保持正交性,针对这一特性,将子载波信号解调和重构,通过空间谱估计方法估计出信号的来波方向。仿真结果表明,算法简单易行,估计效果良好,能工作在较低的信噪比下,具有很强的鲁棒性。     

基于子载波提取的OFDM无源雷达频率分集方法

为了解决当前正交频分复用(OFDM)无源雷达波束形成无法对分布于同一角度不同距离处的目标信号进行区别处理的问题,提出了一种基于回波信号子载波提取的频率分集新方法。通过对接收阵列不同通道OFDM数据提取不同频率的子载波信号并独立地进行处理,使得接收端波束图具有距离-角度依赖性,从而可实现对同一角度内不同距离处的目标分别处理,同时分析了不同频率分集处理参数对波束图性能的影响。该频率分集处理方式可以提高距离维信号处理自由度,使得接收波束能量可聚焦于期望目标点处从而提升雷达目标检测、定位和杂波抑制等性能。仿真分析表明OFDM无源雷达回波信号经频率分集处理后可获得点状波束图,并通过实测数据分析验证了该方法的有效性与实用性。     

基于AP密度聚类方法的雷达辐射源信号识别

未知雷达辐射源信号识别一直是雷达对抗情报分析中的难题。针对基于密度的聚类算法在处理不均匀样本时识别率较低的缺陷,将该算法与亲和传递（AP）聚类算法结合,提出一种基于AP密度聚类的识别方法。该方法先利用AP聚类方法对数据样本进行初步聚类,再设定相关参数,运用基于密度的带有噪声的空间聚类（DBSCAN）算法进行二次聚类。相对于原样本,初始聚类结果分布具有一定的代表性,容易找到适合DBSCAN方法的参数值。测试表明该方法具有较高的识别率。     

基于模糊匹配和神经网络的雷达辐射源识别技术

目前常用的雷达辐射源识别方法是数据库比较查询法．该方法实现简单,易于工程实践,但其识别效率取决于数据库的容量和质量．即对先验知识的依赖性强,缺少推理．灵活性差,特别是对于许多新体制雷达信号无法很好地识别。将利用模糊匹配和RBF神经网络两种算法,设计一种识别系统,该识别系统能够较好地识别复杂体制雷达信号,能应对目前雷达辐射源数据库不完善的实际情况。实验仿真表明,该识别系统具有较高的识别率,是一种可行的雷达辐射源识别方法。     

基于去噪卷积神经网络的雷达信号调制类型识别

针对低截获概率雷达(LPI)信号处理复杂,低信噪比条件下识别率低的问题,该文提出一种基于去噪卷积神经网络和Inception网络的信号分类识别系统。首先对8种LPI雷达信号进行Choi-Williams分布(CWD)时频变换,得到2维时频图像,然后使用去噪卷积神经网络进行时频图像去噪处理,最后将图像发送到Inception-V4网络进行特征提取,并使用softmax分类器进行分类,实现LPI雷达信号的有效分类识别。仿真结果表明,该方法在–10 dB信噪比(SNR)下,识别率仍然可以达到90%以上。     

基于去噪卷积神经网络的雷达信号调制类型识别

针对低截获概率雷达(LPI)信号处理复杂,低信噪比条件下识别率低的问题,该文提出一种基于去噪卷积神经网络和Inception网络的信号分类识别系统.首先对8种LPI雷达信号进行Choi-Williams分布(CWD)时频变换,得到2维时频图像,然后使用去噪卷积神经网络进行时频图像去噪处理,最后将图像发送到Inception-V4网络进行特征提取,并使用softmax分类器进行分类,实现LPI雷达信号的有效分类识别.仿真结果表明,该方法在–10?dB信噪比(SNR)下,识别率仍然可以达到90％以上.     

An efficient FPGA-based implementation of UWB radar system for through-wall imaging

The work presented in this paper aims to develop a low-cost ultra-wideband (UWB) radar system that has the capability to image through the wall of a human target. The proposed radar system relies heavily on a field-programmable gate array (FPGA) platform. The Xilinx FPGA Kintex-7 (KC705) board is employed to integrate the main functionalities of the radar system, such as the generation and acquisition of a UWB signal. The generated signal is a monocycle signal, which has an ultra-wide bandwidth. Due to the UWB nature of this signal, the radar system achieves better penetration ability, as well as high imaging resolution. However, the major challenge of a UWB radar system lies in the stage of digitization, as it requires a high sampling rate analog-to-digital converter (ADC). In fact, such a chip is very expensive. Hence, to reach a high sampling resolution using a low-cost and low-speed ADC, an efficient sampling strategy is implemented. In contrast to other UWB sampling methods, which require a hardware delay line chip, the new sampling scheme depends only on the FPGA firmware to realize a combination of real-time and equivalent-time sampling, which provides better jitter performance. Finally, to demonstrate the imaging capability, experimental tests are conducted in an indoor environment while human targets are located in different places. The measurement results revealed that the proposed radar system has the ability to provide 2D images that accurately determine the location of the target.     

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。     

UWB Echo Signal Detection With Ultra-Low Rate Sampling Based on Compressed Sensing

A major challenge in ultra-wide-band (UWB) signal processing is the requirement for very high sampling rate. The recently emerging compressed sensing (CS) theory makes processing UWB signal at a low sampling rate possible if the signal has a sparse representation in a certain space. Based on the CS theory, a system for sampling UWB echo signal at a rate much lower than Nyquist rate and performing signal detection is proposed in this paper. First, an approach of constructing basis functions according to matching rules is proposed to achieve sparse signal representation because the sparse representation of signal is the most important precondition for the use of CS theory. Second, based on the matching basis functions and using analog-to-information converter, a UWB signal detection system is designed in the framework of the CS theory. With this system, a UWB signal, such as a linear frequency-modulated signal in radar system, can be sampled at about 10% of Nyquist rate, but still can be reconstructed and detected with overwhelming probability. The simulation results show that the proposed method is effective for sampling and detecting UWB signal directly even without a very high-frequency analog-to-digital converter.     

基于直方图和小波网络的雷达信号识别方法

信号识别是电子支援系统(ESM)的基础,作者在传统序列差分直方图的基础上,提出了基于小波网络对不同脉冲重复间隔(PRI)模式的雷达信号进行分类的新方法.仿真试验表明,该雷达信号分类算法具有收敛速度快、自适应能力强、结构简单等优点,并且该算法在脉冲有丢失或被噪声污染的情况下仍然有很高的识别概率.该算法在雷达对抗中具有一定的实用性.     

超宽谱雷达人体目标识别的新方法

现有的超宽谱探人雷达的人体目标识别准确率不高,或者不进行识别而直接显示信号处理结果。文中提出了一种可以应用于超宽谱探人雷达的人体识别新方法,采用信号幅值和离散系数相结合的方式对探测区域内的人体目标有无进行识别,并进行了大量的探测实验,给出了结果。所采信号的识别结果表明该方法适用于超宽谱探人雷达的人体目标识别。     

基于超宽带雷达的运动人体目标跟踪成像算法

 超宽带雷达用于人体探测,在大规模城区巷战、反恐斗争和灾害救援等方面有着广阔的应用前景.传统的超宽带成像算法在识别能力及计算效率上已不能满足要求.本文针对运动人体目标场景建立系统模型,将人体运动等效为天线移动扫描,基于快速SEABED成像算法提出一种用于超宽带雷达的动目标跟踪成像算法.仿真与实验结果验证了算法的有效性和可行性,该算法对系统硬件要求低,实时性好,准确度高,能完成对运动目标速度估计及运动轨迹跟踪,并对目标边界成像.     

高功率半导体开关DSRD在UWB雷达中的应用

讨论了一种先进的全固态、高速、高功率半导体开关DSRD的物理特性、工作原理、性能特点。利用DSRD的物理特性，提出了一种先进的超宽带雷达发射信号设计方法。利用该方法设计的超宽带雷达发射机具有高功率、高重频、体积小、重量轻、长寿命、高可靠等优点。     

基于光纤光栅的超宽带信号产生与传输

针对现有方法功率利用率低与调制实现困难的问题,采用基于光纤光栅（FBG）的超宽带（UWB）调制信号产生方法,建立了UWB信号产生系统。不仅可以实现UWB信号的调制,而且提高了产生信号的信噪比。实现了二进制相位调制（BPM）、脉冲幅度调制（PAM）和脉冲位置调制（PPM）等UWB信号产生。分析了光纤传输对产生信号的影响,...     

超高速数据采集系统在超宽带雷达中的应用

以超宽带雷达应用为背景，提出了超高速实时直接射频采样方案。对系统设计和高速PCB设计技术进行了详细的分析。测试结果和实际应用表明，该超高速采集系统可以实现对超宽带雷达信号的高速高精度实时稳定的采集。它的实现对宽频带雷达信号处理具有重要的意义。