欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023103253364
申请人: 辽宁工程技术大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于SE和SSD的超宽带雷达生命探测方法,其特征在于,该方法包括以下9个步骤:步骤1:建立生命体征信号数学模型;

步骤2:对原始雷达回波进行预处理以去除背景杂波,进一步提高信噪比;

步骤3:采用样本熵的方法来获取雷达回波矩阵中人体目标的位置信息;

步骤4:范围估计,对人体位置处的信号进行选取以及信号的再结合;

步骤5:对结合过的信号进行带通滤波的处理,而后进行SSD分解,计算呼吸信号、心跳信号百分比;

根据人的呼吸频带为0.1Hz~0.8Hz,心跳频带为0.8Hz~2.8Hz,假设人体回波信号被SSD分解m个SSC,在频域上对每个SSC计算呼吸和心跳的能量百分比,如下式:其中,E(j)为第j个SSC的频域能量;Er(j)和Eh(j)分别为第j个SSC中的呼吸和心跳频带内的能量;δr和δh分别为判断呼吸和心跳的能量比阈值;

步骤6:将判断符合要求的SSC分量重构为呼吸和心跳信号;

步骤7:利用快速傅里叶变换(FFT)对重构后的信号进行频谱分析。

2.根据权利要求1所述的一种基于SE和SSD的超宽带雷达生命探测方法,其特征在于,所述步骤1的过程如下:步骤1.1:假设在检测场景中,当雷达系统与人体基准距离d0一定时,可认为二者之间的距离d(t)随着胸腔的运动而变化;而对于周围的静止环境而言,不同时间发射的脉冲具备相同的反射折射规律,因此脉冲响应为人体目标响应以及周围环境的响应之和,可表示为:其中,δ(τ)为冲激函数;av为人体对雷达波的反射系数,ai为第i个静止环境因素对雷达波的反射系数;τv和τi分别为人体和第i个环境因素的对应时延;

步骤1.2:在忽略噪声除了人体微动,即呼吸和心跳运动之外,测得的d(t)应为定值,根据脉冲型超宽带雷达生命探测的基本原理,雷达系统的接收天线与人体胸部的瞬时距离可以表示为:d(t)=d0+Δd=d0+Arsin(2πfrt)+Ah sin(2πfht)   (2)其中,d0为雷达天线前端与人体胸腔之间直路径的基准距离,认为是受困人员的定位距离;Ar和Ah分别表示受困人员因呼吸和心跳引起的胸腔幅度变化,Ar的幅度为1~2cm,心跳所引起的胸部振动幅度Ah为0.5mm,因为心跳引起的胸腔幅值相对变化较小,主要为呼吸信号导致;fr为受困者的呼吸频率,fh为心跳频率;t为慢时间,即为实际的雷达测试时间;

步骤1.3:根据雷达波的速度、距离和时间三者关系,时延可以表示为:

其中,v是电磁波的传播速度,τr、τh分别为呼吸和心跳信号引起的胸腔运动造成的回波信号时间延迟;

步骤1.4:假设超宽带脉冲雷达传播信号为p(τ),*代表卷积运算,n(t,τ)为随机环境噪声,则接收天线收到的回波信号为:步骤1.5:对雷达回波信号进行离散处理得到雷达回波矩阵:

其中τ=mδT,m=0,1,2…M-1为回波信号快时间,Tf表示快时间方向的采样间隔;t=nTs,n=0,1,2…N-1为回波信号慢时间,Ts表示慢时间方向的采样间隔。

3.根据权利要求1所述的一种基于SE和SSD的超宽带雷达生命探测方法,其特征在于,所述步骤2的过程如下:步骤2.1:道信号相减法,对雷达回波信号中的背景杂波进行消除的最简单又直接的方法就是用每一行雷达回波信号与前一行雷达回波信号相减,在这一过程中保持恒定不变的量就会被消除;设快时间方向的采样点数为M,对于雷达回波矩阵RM×N,假设快时间序列为Yj,j=1,2,3,…,N,N为扫描时间采样点数,道信号相减法的结果:Y'j=Yj+1-Yj    (6)

步骤2.2:直接减平均法,对雷达回波数据沿扫描时间方向取平均值,即直流分量;直流分量由静止物体所产生,由于静止物体与探测装置间的距离固定不变,而人体的呼吸信号与心跳信号是呈周期性变化的,因此用原始数据减去这一平均值就可以达到去除直流分量的效果,则消除直流分量的结果为:其中,近似看为背景杂波中的直流分量;

步骤2.3:线性趋势抑制,在实际应用中,雷达回波数据具有随慢时间变化的线性趋势,主要影响因素为雷达系统中触发单元的时间抖动和漂移;为了消除线性趋势,采用了线性趋势抑制(Linear Trend Suppression,LTS)方法,估计每个慢时间切片的线性趋势并将其从原本的慢时间切片中减去,公式为:W=ΩT-X(XTX)-1XTΩT   (8)

其中,X=[x1,x2],x1=[1,2,…,N]T,x2=[1,1,…,1]T;

步骤2.4:自动控制增益,由目标微动引起的雷达回波信号幅值主要与人体胸腔横向距离以及人体目标与雷达之间的相对距离有关,实际检测环境中的多径效应也会干扰目标回波;采用自动增益控制(Auto Gain Control,AGC)在慢时间方向增强微弱的生命体征信号,并且根据所选时间窗2λ+1中的能量计算了相应的增益系数,从而实现自适应控制,以第n1帧回波信号r(τ,n1)为例:rE(τ,t)=gmask(τ,t)×r(τ,t)   (10)

其中,gmask(τi,t)表示增益系数,而rE(t,τ)是AGC处理后的信号;

步骤2.5:由于人体呼吸的频率范围在0.1-0.8Hz之间,心跳的频率范围在0.8-2.5Hz之间,所以采用一个带通滤波器滤去高频的噪声信号,选择滤波器为巴特沃斯滤波器,它的平方幅度函数定义为:

4.根据权利要求1所述的一种基于SE和SSD的超宽带雷达生命探测方法,其特征在于,所述步骤3的过程如下:假设快时间m1,对长度为N,采样点为M的慢时间序列X[m1,i]={y(1),y(2),…,y(i)},i=1,2,3,…,N,Y∈WM×N,按序号组成一组维数为q的向量序列,Yq(1),…,Yq(N-q+1),其中Yq(i)={y(i),y(i+1),…,y(i+q-1)},1≤i≤N-q+1,这些向量代表从第i个开始的q个连续的y的值;

定义向量Yq(i)和Yq(j)之间的距离d[Yq(i),Yq(j)]为两者对应元素的最大差值的绝对值:d[Yq(i),Yq(j)]=maxk=0,…,m-1(|x(i+k)-x(j+k)|)   (12)对于给定的Yq(i),统计Yq(i)和Yq(j)之间的距离小于等于r的j,1≤j≤N-q,j≠i的数目,并记为Bi,对于1≤i≤N-q,定义:定义B(q)(r)为:

增加维数到q+1,统计Yq+1(i)和Yq+1(j)之间的距离小于等于r的j,1≤j≤N-q,j≠i的数目,并记为Ai,对于1≤i≤N-q,定义:定义A(q)(r)为:

这样,B(q)(r)是两个序列在相似容r下的匹配q点的概率,而A(q)(r)是两个序列匹配q+1点的概率,样本熵的定义为:当q为有限值时,可以用下式估计:

SampEn的取值范围为[0,1],SampEn的大小表示了慢时间序列X[m1,i]的复杂性,SampEn的值越小,说明时间序列变化越规则,反之时间序列变化越随机;

在雷达回波矩阵WM×N中,人类目标位置范围的慢时间方向数据变化相对规则,所以人体目标区域对应的SE值较低,因此可以通过寻找SE值的最小值来确定人类目标的位置Ppos,从而得到目标的距离信息:其中v=3×108m/s和Tf表示快时间方向的采样间隔;

假设人体胸腔的横向距离Dtho;然后根据快时间方向的采样间隔Tf,可以计算出人体胸腔距离在接受脉冲中占据的点数,即Ptho=2Dtho/vTf,其中v=3×108m/s;用ψ表示生命体征信号矩阵,可由雷达回波矩阵计算得到:

5.根据权利要求1所述的一种基于SE和SSD的超宽带雷达生命探测方法,其特征在于,所述步骤6的过程如下:步骤6.1:构建新轨迹矩阵,设定生命体征信号向量ζ(t)的嵌入维数和数据长度分别为M和N,构造一个M行N列的矩阵X,矩阵X的第i行表示为ζi(ζ(i),…,ζ(N),ζ(1),…,ζ(i-1)),i=1,…M,矩阵X为:将X矩阵的右下角元素搬至左上角,得到新轨迹函数X,维度为N×K,其中K=N-M+1;

步骤6.2:通过自适应选择嵌入维度的大小M,计算出第j次迭代时残余分量Vj(n)的功率谱密度(Power Spectral Density,PSD),残余分量:并估计与PSD最大峰值对应的频率fmax;

在第一次迭代过程中,若fmax/fs<10-3,fs为采样频率,10-3为阈值,M设定为N/3,余量信号可视为一个趋势分量;

当迭代次数大于1的时候,设定其中的嵌入维数M=1.2×(fs/fmax),是1.2倍分离的分量周期,有利于提高SSA辨识能力,确保SSD充分发挥自适应选择频谱滤波器的作用;

步骤6.3:重构经过j次迭代以后的奇异普分量,当迭代次数j=1时,从信号中检测出一个大的趋势项,通过首个左右特征向量来获取矩阵,对该矩阵进行对角平分获得信号分量g(1)(n);

当迭代次数j>1时,时间尺度分量g(j)(n)频率成分集中在区间[fmax-Δf,fmax+Δf],其中Δf代表余量信号v(j)(n)二分之一的主峰带宽,将左特征向量在频段[fmax-Δf,fmax+Δf]中具有突出谱峰的主向量的序号建立为一个子集Ij=(Ij={i1,…,ip}),然后使用这些主分量构建成矩阵,最后对矩阵使用对角平均法获取相应SSC信号分量g(j)(n);

步骤6.4:信号分解迭代停止条件设定,每次迭代分解获得新的奇异谱信号分量g(j)(n)时,也会得到新的余量信号:v(j+1)(n)=v(j)(n)-g(j)(n)   (23)

在j次迭代以后,余量信号与原信号的归一化均方误差NMSE(Normalized MeanSquared Error,NMSE)计算公式如下:当归一化均方误差NMSE小于给定阈值,th=1%时结束迭代分解;否则将余量信号v(j)(n)视为新输入信号继续分解流程,知道满足条件停止迭代,假设有m个奇异谱分量个数,SSD的分解结果为: