一种基于变分模态分解的多人穿墙时变呼吸信号检测方法技术

本发明专利技术公开了一种基于变分模态分解(VMD)的多人穿墙时变呼吸信号检测方法，步骤如下：超宽带发射天线发射窄脉冲经过人体胸腔微多普勒的振动，回波经过接收天线接收，超宽带雷达回波经过慢时采样得到穿墙人体回波信号矩阵；通过距离门选择算法计算每个距离门的方差，并求出方差最大的即多人目标存在的距离门并采用低通滤波器消除高频干扰和多余频域成分；对滤波后的信号使用VMD算法进行模态分解，迭代子信号，得到一个符合呼吸个数和频段的有效呼吸信息；进行希尔伯特变换进行时频处理，得到包含平滑呼吸特征的动态瞬时信息。本发明专利技术能够有效的消除不同呼吸成分的干扰谐波，去除墙面干扰，增强微弱呼吸信号，具有强抗干扰性，以及精确的时变追踪特性。

【技术实现步骤摘要】

本专利技术属于雷达探测
，特别是一种基于变分模态分解(VMD)的多人穿墙时变呼吸信号检测方法。
技术介绍
多人穿墙定位技术被越来越多的应用到灾难搜救，反恐突袭，反恐救援等应用中，而由于超宽带信号的良好穿透性，和高的分辨率，所以采用超宽带雷达对墙体后目标的探测受到越来越广泛的认可，在穿墙探测领域有很多课题，如室内目标定位，人体步态检测，穿墙人体成像等，而同时，随着生物医学科技的兴起，非接触式穿墙生命体征检测成为了如今一个新兴的课题。现阶段穿墙生命体征的检测主要集中在单人呼吸检测，但也有少量团队进行着多人呼吸穿墙检测的研究，而为了保证对目标的分辨率要求和信号过墙的穿透度，穿墙探测多采用超宽带信号进行，超宽带信号定义为带宽与中心频率比值大于25％的信号(相对超宽带信号的定义)。但是由于目前检测方法单一，无法进行动态跟踪的检测，穿墙多人呼吸检测有着有很大的研究空间，美国田纳西大学的研究团队采用连续波雷达对木墙后2人目标进行检测，但采用傅里叶变换的方法仅仅能进行行走步态的检测，并且连续波雷达并不具备很强的穿透性，所以无法胜任许多复杂环境的检测任务，中国吉林大学的团队使用超宽带雷达对水泥墙后2个静止目标进行检测，然而由于所用雷达检测精度的限制，实际测试中无法得到清晰的呼吸波形，难以进行进一步的研究。综上所述，简单的傅里叶变换无法去除低频干扰和呼吸谐波，也无法得到呼吸的动态变化趋势，所以基于简单频域分析的穿墙多人呼吸检测算法在实际应用中存在很大的局限性。
技术实现思路
本专利技术的目的在于提供一种基于变分模态分解(VMD)的多人穿墙时变呼吸信号检测方法，使用模态分解的方法，对信号中呼吸模态进行准确区分，并追踪其动态趋势，实现多目标呼吸信号的提取和分离。实现本专利技术目的的技术解决方案为：一种基于变分模态分解的多人穿墙时变呼吸信号检测方法，包括以下步骤：步骤1，多人穿墙呼吸目标的快慢时回波数据通过超宽带雷达发射和接收，接收天线得到一个M个距离门，N个脉冲的数据矩阵s(M,N)；步骤2，对数据矩阵s(M,N)进行距离门选择、低通滤波，得到包含多人呼吸特征的单个距离门回波信号f0(t)；步骤3，采用VMD即变分模态分解得到包含多人呼吸特征的子信号μk(t)；步骤4，使用希尔伯特算法对子信号μk(t)进行时频处理得到穿墙动态变化的多人呼吸波形。进一步地，步骤2所述对数据矩阵s(M,N)进行距离门选择、低通滤波，得到包含多人呼吸特征的单个距离门回波信号f0(t)，步骤如下：(2.1)通过滑窗最大方差法得到变化最大的距离门Vj，公式为： V j = ( x j , 1 - x j ‾ ) 2 + ... + ( x j , n - x j ‾ ) 2 + ... + ( x j , N - x j ‾ ) 2 ; - - - ( 1 ) ]]>其中，j＝[1,2,...,M]为距离门的编号，n＝[1,2,...,N]为脉冲的编号，其中M为距离门的总数，N为脉冲总数，xj,n为第j个距离门的第n个慢时采样；(2.2)通过计算得到能量最大距离门Vmax即为所要求的具有穿墙多人呼吸特征的距离门，公式为：Vmax＝max(Vj) (2)(2.3)从Vmax中提取出超宽带雷达回波中的原始人体回波信号fv(t)；(2.4)将fv(t)通过低通滤波器滤除高频干扰和呼吸高次谐波，得到包含多人呼吸特征的单个距离门回波信号f0(t)。进一步地，步骤3所述采用VMD即变分模态分解得到包含多人呼吸特征的子信号μk(t)，包括如下步骤：(3.1)镜像延拓原始回波信号f0(t)生成包含多人呼吸信息的信号f(t)；(3.2)对步骤(3.1)获得的多人穿墙延拓信号做傅里叶变换到频域，得到信号f(ω)；(3.3)设定最大迭代次数N0，初始化选择带宽α，子信号个数K，子信号μk，子信号中心频率ωk，拉格朗日乘子λ(ω)，噪声因子τ，噪声松弛情况下τ为0，收敛标准tol＝1E-6；(3.4)根据步骤(3.2)和步骤(3.3)中的初始变量，迭代第n+1次更新含有呼吸成分的子信号μk为： μ ^ k n + 1 = f ^ ( ω ) - Σ i ≠ k u ^ i ( ω ) + λ ^ ( ω ) 2 本文档来自技高网...

【技术保护点】
一种基于变分模态分解的多人穿墙时变呼吸信号检测方法，其特征在于，包括以下步骤：步骤1，多人穿墙呼吸目标的快慢时回波数据通过超宽带雷达发射和接收，接收天线得到一个M个距离门，N个脉冲的数据矩阵s(M,N)；步骤2，对数据矩阵s(M,N)进行距离门选择、低通滤波，得到包含多人呼吸特征的单个距离门回波信号f0(t)；步骤3，采用VMD即变分模态分解得到包含多人呼吸特征的子信号μk(t)；步骤4，使用希尔伯特算法对子信号μk(t)进行时频处理得到穿墙动态变化的多人呼吸波形。

【技术特征摘要】
1.一种基于变分模态分解的多人穿墙时变呼吸信号检测方法，其特征在于，包括以下步骤：步骤1，多人穿墙呼吸目标的快慢时回波数据通过超宽带雷达发射和接收，接收天线得到一个M个距离门，N个脉冲的数据矩阵s(M,N)；步骤2，对数据矩阵s(M,N)进行距离门选择、低通滤波，得到包含多人呼吸特征的单个距离门回波信号f0(t)；步骤3，采用VMD即变分模态分解得到包含多人呼吸特征的子信号μk(t)；步骤4，使用希尔伯特算法对子信号μk(t)进行时频处理得到穿墙动态变化的多人呼吸波形。2.根据权利要求1所述的基于变分模态分解的多人穿墙时变呼吸信号检测方法，其特征在于，步骤2所述对数据矩阵s(M,N)进行距离门选择、低通滤波，得到包含多人呼吸特征的单个距离门回波信号f0(t)，步骤如下：(2.1)通过滑窗最大方差法得到变化最大的距离门Vj，公式为： V j = ( x j , 1 - x j ‾ ) 2 + ... + ( x j , n - x j ‾ ) 2 + ... + ( x j , N - x j ‾ ) 2 ; - - - ( 1 ) ]]>其中，j＝[1,2,...,M]为距离门的编号，n＝[1,2,...,N]为脉冲的编号，其中M为距离门的总数，N为脉冲总数，xj,n为第j个距离门的第n个慢时采样；(2.2)通过计算得到能量最大距离门Vmax即为所要求的具有穿墙多人呼吸特征的距离门，公式为：Vmax＝max(Vj) (2)(2.3)从Vmax中提取出超宽带雷达回波中的原始人体回波信号fv(t)；(2.4)将fv(t)通过低通滤波器滤除高频干扰和呼吸高次谐波，得到包含多人呼吸特征的单个距离门回波信号f0(t)。3.根据权利要求1所述的基于变分模态分解的多人穿墙时变呼吸信号检测方法，其特征在于，步骤3所述采用VMD即变分模态分解得到包含多人呼吸特征的子信号μk(t)，包括如下步骤：(3.1)镜像延拓原始回波信号f0(t)生成包含多人呼吸信息的信号f(t)；(3.2)对步骤(3.1)获得的多人穿墙延拓信号做傅里叶变换到频域，得到信号f(ω)；(3.3)设定最大迭代次数N0，初始化选择带宽α，子信号个数K，子信号μk，子信号中心频率ωk，拉格朗日乘子λ(ω)，噪声因子τ，噪声松弛情况下τ为0，收敛标准tol＝1E-6；(3.4)根据步骤(3.2)和步骤(3.3)中的初始变量，迭代第n+1次更新含有呼吸成分的子信号μk为： μ ^ k n + 1 = f ...

【专利技术属性】
技术研发人员：洪弘，闫嘉明，杨宇鑫，丁传威，顾陈，李彧晟，朱晓华，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32