区分同频人体呼吸和机械振动干扰的UWB生物雷达识别方法技术

本发明专利技术公开了区分同频人体呼吸和机械振动干扰的UWB生物雷达识别方法，本发明专利技术考虑到了实际使用中机械振动能量与大于人体呼吸、且与人体呼吸存在同频现象，通过小波熵阈值和CLMD

【技术实现步骤摘要】
区分同频人体呼吸和机械振动干扰的UWB生物雷达识别方法


[0001]本专利技术属于生物雷达灾后搜救生命探测领域，具体涉及一种区分同频人体呼吸和机械振动干扰的UWB生物雷达识别方法。

技术介绍

[0002]生物雷达是一种以生命体为探测目标得新概念雷达，它以电磁波为探测媒介，穿透建筑倒塌形成的废墟，检测人体呼吸等生命活动引起的体表微小振动，实现对压埋幸存人员的快速探测和定位，因其良好的探测灵敏度和穿透性，不受光线、噪声、温度等影响，在地震、坍塌等灾后救援中发挥重要作用。
[0003]生物雷达在灾后救援应用的前提是：静止的生物雷达探测静止人体呼吸信号(呼吸幅度为2mm
‑
10mm)。然而，实际灾后救援中，多辆大型机械(挖掘机、起重机、凿岩钻机等)进入受灾现场进行挖掘、起吊、破拆等作业。由于生物雷达对振动及其敏感，灾后救援中大型机械振动势必对探测废墟下幸存人员造成严重干扰，尤其是与人体呼吸信号同频的机械振动干扰难以采用简单的时频信号处理技术进行抑制。

技术实现思路

[0004]本专利技术的目的在于克服上述不足，提供一种区分同频人体呼吸和机械振动干扰的UWB生物雷达识别方法，以UWB生物雷达系统为核心，具备背景噪声消除、人体呼吸、机械振动目标提取、CLMD
‑
CFAR人体目标识别技术，为现代化地震、塌方应急救援等领域的同频机械振动干扰下人体目标的非接触探测提供更加精确的保障。
[0005]为了达到上述目的，本专利技术包括以下步骤：
[0006]UWB生物雷达的电磁波穿透障碍物照射到压埋人员，压埋人员呼吸运动引起的体表微动能够调制生物雷达信号使其发生相位偏移，调制后的回波信号部分返回并被接收；
[0007]对调制后的回波信号进行预处理，使人体呼吸信号增强，保留人体呼吸信号的有效成分后消除杂波干扰；
[0008]对预处理后的回波信号根据测量时间内记录的采样点数进行小波熵分析，采集人体呼吸和机械振动信号；
[0009]采用适用于多靶点检测环境的CMLD
‑
CFAR算法检测回波信号中的人体呼吸和机械振动信号，并区分人体呼吸和机械振动信号；
[0010]对人体呼吸和机械振动信号进行半高宽处理，得到最终信号。
[0011]UWB生物雷达生脉冲重复频率为128kHz的窄带脉冲。
[0012]调制后的回波信号以传播时间段内的采样点和测量时间内记录的采样点数的二维矩阵形式储存。
[0013]二维矩阵为R(M，N)，M表示传播时间段内的采样点，作为快速时间，每个快速时间对应特定的检测范围，N表示测量时间内记录的采样点数，作为慢时间，沿着慢时间数据采样序列为t，t＝nTi，n＝1，2，...，N，Ti为连续接收到的回波信号之间的时间间隔，慢时间的
采样频率为Fs＝1/Ti＝64Hz，慢时间的采样频率大于人类呼吸的奈奎斯特采样率，奈奎斯特采样率为0.2
‑
0.4Hz。
[0014]调制后的回波信号的预处理方法如下：
[0015]沿传播时间段内的采样点对调制后的回波信号进行距离累积，使调制后的回波信号数据的采样点减少；
[0016]对调制后的回波信号沿测量时间内记录的采样点数对二维矩阵进行归一化，使人体呼吸信号增强；
[0017]采用滑动减平均算法消除回波信号中的直流成分，通过低通滤波保留回波信号中人体呼吸信号的有效成分；
[0018]消除回波信号中近似人体呼吸信号的杂波干扰，完成回波信号的预处理。
[0019]使调制后的回波信号数据的采样点从2048减少到200。
[0020]低通滤波抑制2Hz以上高频信号干扰，采用LMS的自适应滤波算法。
[0021]进行小波熵分析的具体方法如下：
[0022]选取db7小波函数将不同距离点信号做四层小波变换；
[0023]对预处理后的回波信号进行加窗分帧处理，确定窗宽和每一帧的采样率；
[0024]进行小波分解时，子带下的小波系数的个数为前子带下小波系数的一半，加窗分帧的最小窗宽为每子带至少保留一个小波系数，每子带下小波能量用该子带下各分帧平均能量的总和表示；
[0025]根据Shannon提出的概率分布上的熵的概念确定小波熵曲线，对小波熵曲线进行翻转，得到最终小波熵曲线。
[0026]采用适用于多靶点检测环境的CMLD
‑
CFAR算法检测回波信号中的人体呼吸和机械振动信号的具体方法如下：
[0027]确定一个长度为R的滑动窗，将滑动窗对称地分布在小波熵翻转值的两侧；
[0028]确定长度为Pro的保护窗口，长度为Pro的保护窗口置于长度为R的滑动窗内小波熵翻转值的两侧；
[0029]对剩余的R
‑
Pro范围为个点进行排序，并提出能量大于阈值的r点；
[0030]对剩余的R
‑
Pro
‑
r范围点求平均，作为背景噪声水平的估计；
[0031]将背景噪声水平的估计结合ICMLD
‑
CFAR的阈值进行集成经验模式分解，得到一组不同特征尺度的固有模函数；
[0032]对不同特征尺度的固有模函数消除噪声并重构，完成检测。
[0033]对人体呼吸和机械振动信号进行半高宽处理的具体方法如下：
[0034]确定半高宽度表达式，通过半高宽度表达式对人体呼吸和机械振动信号进行处理，得到能够反映波峰宽度差异的特征。
[0035]与现有技术相比，本专利技术考虑到了实际使用中机械振动能量与大于人体呼吸、且与人体呼吸存在同频现象，通过小波熵阈值和CLMD
‑
CFAR识别处人体目标和作业机械，在根据人体目标和作业机械半波峰宽度特征值区分作业机械和人体目标，提高了UWB生物雷达的实用性，同时为复杂灾后救援环境中基于UWB生物雷达的人体目标识别定位提供技术参考。
附图说明
[0036]图1为UWB生物雷达的工作原理框图；
[0037]图2为UWB生物雷达的系统软件架构图；
[0038]图3为本专利技术中信号预处理的流程图；
[0039]图4为本专利技术中基于小波熵阈值的运动目标识别流程图；
[0040]图5为本专利技术中CLMD
‑
CFAR框架图；
[0041]图6为本专利技术中目标小波熵的HHW的特征图；
[0042]图7为UWB生物雷达机械振动干扰下探测压埋人体场景示意；
[0043]图8为怠速、挖掘、移动模式下作业机械的典型能谱密度比较图；
[0044]图9为人体目标距离UWB生物雷达约2.5米和挖掘机械距离UWB生物雷达6米时的原始和预处理回波数据；其中，(a)为原始数据，(b)为预处理数据；
[0045]图10为小波熵分解和ICMLD
‑
CFAR的结果示意图；
[0046]图11为10组数据中人与挖掘施工机械位置雷达数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.区分同频人体呼吸和机械振动干扰的UWB生物雷达识别方法，其特征在于，包括以下步骤：UWB生物雷达的电磁波穿透障碍物照射到压埋人员，压埋人员呼吸运动引起的体表微动能够调制生物雷达信号使其发生相位偏移，调制后的回波信号部分返回并被接收；对调制后的回波信号进行预处理，使人体呼吸信号增强，保留人体呼吸信号的有效成分后消除杂波干扰；对预处理后的回波信号根据测量时间内记录的采样点数进行小波熵分析，采集人体呼吸和机械振动信号；采用适用于多靶点检测环境的CMLD
‑
CFAR算法检测回波信号中的人体呼吸和机械振动信号，并区分人体呼吸和机械振动信号；对人体呼吸和机械振动信号进行半高宽处理，得到最终信号。2.根据权利要求1所述的区分同频人体呼吸和机械振动干扰的UWB生物雷达识别方法，其特征在于，UWB生物雷达生脉冲重复频率为128kHz的窄带脉冲。3.根据权利要求1所述的区分同频人体呼吸和机械振动干扰的UWB生物雷达识别方法，其特征在于，调制后的回波信号以传播时间段内的采样点和测量时间内记录的采样点数的二维矩阵形式储存。4.根据权利要求3所述的区分同频人体呼吸和机械振动干扰的UWB生物雷达识别方法，其特征在于，二维矩阵为R(M，N)，M表示传播时间段内的采样点，作为快速时间，每个快速时间对应特定的检测范围，N表示测量时间内记录的采样点数，作为慢时间，沿着慢时间数据采样序列为t，t＝nTi，n＝1,2，
…
，N，Ti为连续接收到的回波信号之间的时间间隔，慢时间的采样频率为Fs＝1/Ti＝64Hz，慢时间的采样频率大于人类呼吸的奈奎斯特采样率，奈奎斯特采样率为0.2
‑
0.4Hz。5.根据权利要求1所述的区分同频人体呼吸和机械振动干扰的UWB生物雷达识别方法，其特征在于，调制后的回波信号的预处理方法如下：沿传播时间段内的采样点对调制后的回波信号进行距离累积，使调制后的回波信号数据的采样点减少；对调制后的回波信号沿测量时间内记录的采样点数对二维矩阵进行归一化，使人体呼吸信号增强；采用滑动减平均算法消除回波信号中的直流成分，通过低通滤波保留回波信号中人体呼吸信号的有效成分；消除回波信号中近似人体呼吸信号的...

【专利技术属性】
技术研发人员：薛慧君，马洋洋，王健琪，吕昊，张杨，焦腾，梁福来，刘澜涛，郭天骄，
申请(专利权)人：中国人民解放军空军军医大学，
类型：发明
国别省市：