基于交叉点的复杂体异物微波检测定位方法技术

微波检测使用安全，便携性好，但在复杂物体异物的探测方面面临严峻的发展瓶颈。本发明专利技术借鉴无线定位技术的思想，利用两路径交叉点定位原理，通过判断穿过异物的两条路径，从而根据其交叉点得出异物的位置。本发明专利技术采用机器学习分类器进行对穿过异物的路径的分辨，并通过电磁仿真系统生成分类器的训练样本，利用优化算法优化分类器的参数，从而获得较高的分类正确率。相比微波成像进行异物检测，本发明专利技术使得所用的微波激励信号带宽大大降低，降低了天线的造价和设计难度，并且计算复杂度尤其是在线计算量也大大下降，便于进行可携带和可穿戴的设计，为微波检测技术进一步拓宽应用领域走向实用化打下基础。

【技术实现步骤摘要】

本专利技术涉及一种基于交叉点的复杂体异物的微波检测定位方法，尤其是在无辐射、无损伤情况下方便快速地判断复杂结构体内部是否含有异物以及判断异物的位置，属于微波检测

技术介绍
微波波长范围为1000mm到1mm，选择合适的频率可以穿透到物体的内部，并且不同物体内部的材料体使其发生不同性质的反射、折射、衍射或散射，使得通过处理和分析穿过物体的微波信号，从而把握物体内部的特性成为可能。微波检测技术的优势在于：1)使用非电离辐射，系统安全性高，不对人体造成伤害，可以经常性使用；2)柔性天线和微型化检测器件使得微波检测设备的可穿戴设计具有可行性，从而保证了易用性、便携性，适合于移动医疗、家庭、社区等场合使用。微波检测尤其是对材料内部的检测有很广泛的应用。近年来，生物领域的微波检测也逐渐引起关注，其中，人体微波检测是一个具有发展前景的领域，例如：人体组织中血块、肿块和肿瘤的探测。结构体内异物的介电性质与它们周围的正常组织不同，基于微波的检测方法利用不同组织中的介电性能差异引起的不同的电磁散射作为判别基础。基于微波信号的物体内部异常检测方法，一般主要采用微波成像方法，对于复杂结构尤其是异物区域的信号反射无法清晰获取的情况下，难以达到检测效果。逆向重建方法采用优化方法重建被测区域的介电常数，对血块等异物位置和大小进行判断，存在算法复杂，易受干扰等缺点。总之目前的微波成像算法在复杂物体的探测方面面临严峻的发展瓶颈。
技术实现思路
本专利技术的目的是提供一种准确且方便快捷的基于微波信号的物体内部异常检测方法。为了达到上述目的，本专利技术的技术方案是提供了一种基于交叉点的复杂体异物微波检测定位方法，其特征在于，包括以下步骤：步骤1、在被测物体周围的K个位置上分别布置一个宽带天线，通过射频电路依次使K个宽带天线向被测物体发送宽带脉冲信号，第k宽带天线发出的宽带脉冲信号自发送点起至接收点止形成第k条信号路径k＝1，2，…，K，第k条信号路径对应的回波信号为通过K个宽带天线的位置布置，使得K条信号路径两两相交；步骤2、生成训练样本，包括以下步骤：步骤2.1、基于无异物结构的被测物体，利用K宽带天线及电磁场仿真系统，生成多个仿真微波无异物回波信号，第k条信号路径对应的仿真微波无异物回波信号为在被测物体内的不同位置上人工添加异物结构，利用K宽带天线及电磁场仿真系统，生成多个仿真微波回波信号，第k条信号路径对应的仿真微波回波信号为步骤2.2、分别提取仿真微波无异物回波信号及仿真微波回波信号的特征数据，生成针对信号路径的不包含异物样本集及包含异物样本集；步骤3、建立基于支持向量机的分类器，利用不包含异物样本集及包含异物样本集对分类器进行训练，设置分类器参数；步骤4、利用粒子群优化算法对分类器进行优化，得到最佳分类器配置参数；步骤5、实时异物判断利用与步骤1相同方法得到被测物体的K个回波信号，对回波信号进行特征提取，将特征输入至分类器，若判别出经过被测物体内异物结构的两条信号路径，则这两条信号路径的交叉点即为异物结构的中心点，若未判别出任何一条信号路径，则被测物体内无异物结构。优选地，在所述步骤2.2中，所述不包含异物样本集及所述包含异物样本集中第i个样本表示为(xi，yik)，式中：xi为第i个样本的特征向量，式中，mean()为求均值运算，为第i个样本中第k条信号路径对应的仿真微波回波信号；yik为类别标记，若yik＝0，则第i个样本中第k条信号路径不包含异物结构，若yik＝1，则第i个样本中第k条信号路径包含异物结构。本专利技术独创性地在微波探测系统中利用分类器进行对复杂结构体内经过异物的路径的判别，进而根据交叉点获得异物的定位信息，对复杂结构体(例如脑组织)中是否存在异物(例如血块)进行检测和位置的判断。本专利技术计算复杂度低、可靠性高、配置灵活、具有可伸缩性，在微波检测和无损探测领域具有良好的应用前景。本专利技术的有益效果是：能在无辐射危害情况下无损伤地以低成本低难度的天线利用微波检测判断复杂结构体内是否具有异物以及判断目标异物的位置附图说明图1为本专利技术算法流程图；图2为根据两条路径交叉点进行异物定位原理图；图3为路径垂直交叉布局和微波天线布局；图4为分类器阳性样本特征示意图；图5为分类器阴性样本特征示意图。图中：1至26为发射天线，27为接收天线，28为目标血块。具体实施方式为使本专利技术更明显易懂，兹以优选实施例，并配合附图作详细说明如下。本专利技术借鉴无线定位技术的思想，如图2所示，利用两路径交叉点定位原理，通过判断穿过异物的两条路径，从而根据其交叉点得出异物的位置。本专利技术采用机器学习分类器进行对穿过异物的路径的分辨，并通过电磁仿真系统生成分类器的训练样本，利用优化算法优化分类器的参数，从而获得较高的分类正确率。结合图1，本专利技术提供了一种基于交叉点的复杂体异物微波检测定位方法，包括以下步骤：步骤1、在被测物体周围的K个位置上分别布置一个宽带天线，本实施例中，K＝26，通过射频电路依次使K个宽带天线向被测物体发送宽带脉冲信号。宽带脉冲信号的中心频率和带宽可以根据具体检测物进行设置，例如本专利技术针对人脑中血块的检测，微波信号中心频率为2GHz，带宽为200MHz。发射和接收天线布局可以有不同方式，例如圆周式或垂直交叉布局。图3显示垂直交叉布局的发射天线和接收天线，组成K对发射-接收天线对。第k宽带天线发出的宽带脉冲信号自发送点起至接收点止形成第k条信号路径k＝1，2，…，K，第k条信号路径对应的回波信号为另外，还需对被测体的路径进行布局，根据位置检测的精确度，设定路径宽度d，设被测体水平长度为L，垂直长度为W，则水平路径数mh＝L/d，垂直路径数mv＝W/d，路径总数K＝mh+mv。步骤2、生成训练样本，包括以下步骤：步骤2.1、基于无异物结构的被测物体，利用K宽带天线及电磁场仿真系统，生成多个仿真微波无异物回波信号，第k条信号路径对应的仿真微波无异物回波信号为在被测物体内的不同位置上人工添加异物结构，利用K宽带天线及电磁场仿真系统，生成多个仿真微波回波信号，第k条信号路径对应的仿真微波回波信号为步骤2.2、分别提取仿真微波无异物回波信号及仿真微波回波信号的特征数据，生成针对信号路径的不包含异物(阴性)样本集及包含异物(阳性)样本集。不包含异物样本集及所述包含异物样本集中第i个样本表示为(xi，yi本文档来自技高网...

【技术保护点】
一种基于交叉点的复杂体异物微波检测定位方法，其特征在于，包括以下步骤：步骤1、在被测物体周围的K个位置上分别布置一个宽带天线，通过射频电路依次使K个宽带天线向被测物体发送宽带脉冲信号，第k宽带天线发出的宽带脉冲信号自发送点起至接收点止形成第k条信号路径k＝1，2，…，K，第k条信号路径对应的回波信号为通过K个宽带天线的位置布置，使得K条信号路径两两相交；步骤2、生成训练样本，包括以下步骤：步骤2.1、基于无异物结构的被测物体，利用K宽带天线及电磁场仿真系统，生成多个仿真微波无异物回波信号，第k条信号路径对应的仿真微波无异物回波信号为在被测物体内的不同位置上人工添加异物结构，利用K宽带天线及电磁场仿真系统，生成多个仿真微波回波信号，第k条信号路径对应的仿真微波回波信号为步骤2.2、分别提取仿真微波无异物回波信号及仿真微波回波信号的特征数据，生成针对信号路径的不包含异物样本集及包含异物样本集；步骤3、建立基于支持向量机的分类器，利用不包含异物样本集及包含异物样本集对分类器进行训练，设置分类器参数；步骤4、利用粒子群优化算法对分类器进行优化，得到最佳分类器配置参数；步骤5、实时异物判断利用与步骤1相同方法得到被测物体的K个回波信号，对回波信号进行特征提取，将特征输入至分类器，若判别出经过被测物体内异物结构的两条信号路径，则这两条信号路径的交叉点即为异物结构的中心点，若未判别出任何一条信号路径，则被测物体内无异物结构。...

【技术特征摘要】
1.一种基于交叉点的复杂体异物微波检测定位方法，其特征在于，包括以下步
骤：
步骤1、在被测物体周围的K个位置上分别布置一个宽带天线，通过射频电
路依次使K个宽带天线向被测物体发送宽带脉冲信号，第k宽带天线发出的宽带
脉冲信号自发送点起至接收点止形成第k条信号路径k＝1，2，…，K，第k条信
号路径对应的回波信号为通过K个宽带天线的位置布置，使得K条信
号路径两两相交；
步骤2、生成训练样本，包括以下步骤：
步骤2.1、基于无异物结构的被测物体，利用K宽带天线及电磁场仿真系统，
生成多个仿真微波无异物回波信号，第k条信号路径对应的仿真微波无异物回
波信号为在被测物体内的不同位置上人工添加异物结构，利用K宽带天线及电磁场仿
真系统，生成多个仿真微波回波信号，第k条信号路径对应的仿真微波回波信
号为步骤2.2、分别提取仿真微波无异物回波信号及仿真微波回波信号的特征数
据，生成针对信号路径的不包含异物样本集及包含异物样本集；
步骤3、建立基于支持向量机的分类器...

【专利技术属性】
技术研发人员：吴怡之，李丹美，朱明达，席恋，王明赛，徐谢云，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海;31