论文部分内容阅读
摘要：随着我国的快速发展，人口密集、资源依赖、社会安全等问题也日渐凸显。自然或人为灾害导致的人员伤亡事故与日俱增。矿难、地震等事故后抢救的事实证明：开展快速有效的生命探测定位的研究具有十分重要的意义。本文利用多普勒原理，对生命信号特征、连续波雷达信号的检测做以介绍，并提出基于小波的处理改进算法，通过两种算法的仿真对比，得出小波算法在人员定位领域具有其他算法不具备的优势，为今后国内人员定位系统领域的研究提供借鉴。本文网络版地址：http：//www.eepw.com. cn/article/256095.htm
关键字：生命信号；连续波雷达；多普勒；小波改进算法
DOI： 10.3969/j.issn.1005-5517.2014.7.011
生命探测的实质是探测生命，所以在整个生命探测命题中找到人体生命的信号特征是选择并改进生命探测系统的前提条件。能够了解人体信号特征便能通过人体特征制定出相应有效的生命探测手段。
1 生命信号特征
由于人体心跳与呼吸可以影响胸腔起伏运动，通过这个特点，研究表明人体的生命信号特征主要有如下几条。
（1）生命信号具有非正弦性。
（2）生命信号具有平稳特征。心跳和呼吸频率呈周期性的变化。
（3）采用不同的频率发射雷达时，所得到生命信号的频率变化范围不同。对于最佳探测频率，人的生命信号频率变化范围为0.1-3Hz。
（4）人体生命信号的探测就是低速运动目标的检测。
（5）生命信号的径向运动方向是周期往复变化的，这样使目标与雷达造成的平均距离近似恒值。
（6）生命信号的多普勒频率接近零，同时外界物体所产生的多普勒频率与其接近。
2 生命雷达探测原理
根据生命信号的特征，我们可以利用雷达波生命探测技术。要想弄清生命雷达探测原理，首先要对多普勒原理进行简要概述：当声音、光和无线电波等振动源与观测者以相对速度相对运动时，观测者所收到的振动频率与振动源所发出的频率有所不同[3]。我们研究的雷达波生命探测技术就是基于多普勒原理的。
当雷达波穿透障碍遇到人体时，反射的回波信号被人体生命活动引起的微动所调制，使得回波信号的一些参数发生改变。人体回波信号的探测正是提取它们频谱中的多普勒信息，进而对人体进行探测和特征提取。
2.1 连续波生命雷达系统原理
根据以上基本特征与原理的介绍，本文重点提出介绍一种关于连续波生命雷达探测系统技术。它一般由天线、发射机、接收机、信号处理机、计算机、电源等组成。当发射电磁波穿过墙体照射到人体目标后，通过对回波信号进行混频解调，便可得到包含生命信息的信号。对其进行处理，就可由显示器显示出探测结果和定位参数。
连续波雷达分为非调制单频、非调制多频和调频。单频能对目标测速，但不能测距。多频能测距，并能分辨固定和活动的目标。调频能测量目标距离和速度，但只适用单一目标。
在介绍了连续波雷达探测系统技术后，我们便要着重探讨一种可行的算法来进行信号的处理，最终实现人体生命探测的任务。
在诸多算法中，许多算法不能反映信号的局部变化特征，运算量和存储量需求高，实时性差，也不利于硬件实现，如FIR 滤波、自适应滤波、卡尔曼滤波等。小波变换作为一种多分辨率分析的信号处理方法，它可根据需要自动改变时宽和频宽的大小，具有很好的时频联合分析特性，以及分辨率分析特性，在非平稳信号去噪、提取方面比传统滤波有更好的效果。
3.2 小波变换的改进算法
虽然传统的小波变换具有很多优点，但是一般的小波变换，都涉及到积分、卷积、大量的浮点运算等复杂的处理过程，在硬件实现方面会消耗很多资源和时间。
本文采用提升型小波算法[1]。它是一种快速的小波变换方法，不依赖于傅里叶变换，直接在时域完成小波变换。利用预测算子P和更新算子U，在时域中完成信号的分解和重构，其中分解步骤为分割、预测、修正。因检测提取的生命信号位于频域的0.1Hz到3Hz，本文采取d4小波。
2. 处理两个初始信号时，FIR滤波信号频域分析相差不大，目标信号识别性不强。小波算法处理信号的差别性很大，肉眼可判。
3. FIR滤波的卷积计算中噪声能量积累明显，有噪声能量混杂，易误检。小波算法处理的信号干净，噪声被有效消除，得到更高的信噪比。
3.4 改进型小波变换特点
（1）简单的加减运算特点，可减少运算量开支，减少存储量。
（2）分解和重构变换互为逆变换，计算复杂度一样，减少编程量。
（3）无论对预测或修正步骤，系统操作都是多读单写，利于硬件实现。
4 小结
本文通过对生命信号特征的分析开始入手，根据多普勒的原理，着重讲述了连续波生命雷达探测技术的原理与优势，以及改进型D4小波算法在生命特殊探测信号处理方面的基本原理，并与一般算法进行比较，得出结论：本算法可有效检测和提取生命信号，并具有其他算法不具备的优势和特点，为将来的进一步实现化研究起到理论支撑作用。
参考文献：
[1]赵伟.雷达波生命探测技术研究[D].国防科技技术大学，2009.4
[2]牛犇.生命探测雷达信号识别方法研究[D].西安电子科技大学，2006.1
[3]顾昌展.基于微波多普勒方法的非接触生命信号探测[D].浙江大学，2008.6
[4]颜松.基于雷达回波的人体探测算法研究[D].西安电子科技大学.2012.5
[5]李刚.LFMCW生命探测雷达信号处理技术研究[D].西北工业大学[6]赖敏.超宽带搜救雷达的编码信号研究[D].成都理工大学，2008.4[7]陈延年.基于非接触式雷达的生命信号检测与处理[D].电子科技大学，2012.4
关键字：生命信号；连续波雷达；多普勒；小波改进算法
DOI： 10.3969/j.issn.1005-5517.2014.7.011
生命探测的实质是探测生命，所以在整个生命探测命题中找到人体生命的信号特征是选择并改进生命探测系统的前提条件。能够了解人体信号特征便能通过人体特征制定出相应有效的生命探测手段。
1 生命信号特征
由于人体心跳与呼吸可以影响胸腔起伏运动，通过这个特点，研究表明人体的生命信号特征主要有如下几条。
（1）生命信号具有非正弦性。
（2）生命信号具有平稳特征。心跳和呼吸频率呈周期性的变化。
（3）采用不同的频率发射雷达时，所得到生命信号的频率变化范围不同。对于最佳探测频率，人的生命信号频率变化范围为0.1-3Hz。
（4）人体生命信号的探测就是低速运动目标的检测。
（5）生命信号的径向运动方向是周期往复变化的，这样使目标与雷达造成的平均距离近似恒值。
（6）生命信号的多普勒频率接近零，同时外界物体所产生的多普勒频率与其接近。
2 生命雷达探测原理
根据生命信号的特征，我们可以利用雷达波生命探测技术。要想弄清生命雷达探测原理，首先要对多普勒原理进行简要概述：当声音、光和无线电波等振动源与观测者以相对速度相对运动时，观测者所收到的振动频率与振动源所发出的频率有所不同[3]。我们研究的雷达波生命探测技术就是基于多普勒原理的。
当雷达波穿透障碍遇到人体时，反射的回波信号被人体生命活动引起的微动所调制，使得回波信号的一些参数发生改变。人体回波信号的探测正是提取它们频谱中的多普勒信息，进而对人体进行探测和特征提取。
2.1 连续波生命雷达系统原理
根据以上基本特征与原理的介绍，本文重点提出介绍一种关于连续波生命雷达探测系统技术。它一般由天线、发射机、接收机、信号处理机、计算机、电源等组成。当发射电磁波穿过墙体照射到人体目标后，通过对回波信号进行混频解调，便可得到包含生命信息的信号。对其进行处理，就可由显示器显示出探测结果和定位参数。
连续波雷达分为非调制单频、非调制多频和调频。单频能对目标测速，但不能测距。多频能测距，并能分辨固定和活动的目标。调频能测量目标距离和速度，但只适用单一目标。
在介绍了连续波雷达探测系统技术后，我们便要着重探讨一种可行的算法来进行信号的处理，最终实现人体生命探测的任务。
在诸多算法中，许多算法不能反映信号的局部变化特征，运算量和存储量需求高，实时性差，也不利于硬件实现，如FIR 滤波、自适应滤波、卡尔曼滤波等。小波变换作为一种多分辨率分析的信号处理方法，它可根据需要自动改变时宽和频宽的大小，具有很好的时频联合分析特性，以及分辨率分析特性，在非平稳信号去噪、提取方面比传统滤波有更好的效果。
3.2 小波变换的改进算法
虽然传统的小波变换具有很多优点，但是一般的小波变换，都涉及到积分、卷积、大量的浮点运算等复杂的处理过程，在硬件实现方面会消耗很多资源和时间。
本文采用提升型小波算法[1]。它是一种快速的小波变换方法，不依赖于傅里叶变换，直接在时域完成小波变换。利用预测算子P和更新算子U，在时域中完成信号的分解和重构，其中分解步骤为分割、预测、修正。因检测提取的生命信号位于频域的0.1Hz到3Hz，本文采取d4小波。
2. 处理两个初始信号时，FIR滤波信号频域分析相差不大，目标信号识别性不强。小波算法处理信号的差别性很大，肉眼可判。
3. FIR滤波的卷积计算中噪声能量积累明显，有噪声能量混杂，易误检。小波算法处理的信号干净，噪声被有效消除，得到更高的信噪比。
3.4 改进型小波变换特点
（1）简单的加减运算特点，可减少运算量开支，减少存储量。
（2）分解和重构变换互为逆变换，计算复杂度一样，减少编程量。
（3）无论对预测或修正步骤，系统操作都是多读单写，利于硬件实现。
4 小结
本文通过对生命信号特征的分析开始入手，根据多普勒的原理，着重讲述了连续波生命雷达探测技术的原理与优势，以及改进型D4小波算法在生命特殊探测信号处理方面的基本原理，并与一般算法进行比较，得出结论：本算法可有效检测和提取生命信号，并具有其他算法不具备的优势和特点，为将来的进一步实现化研究起到理论支撑作用。
参考文献：
[1]赵伟.雷达波生命探测技术研究[D].国防科技技术大学，2009.4
[2]牛犇.生命探测雷达信号识别方法研究[D].西安电子科技大学，2006.1
[3]顾昌展.基于微波多普勒方法的非接触生命信号探测[D].浙江大学，2008.6
[4]颜松.基于雷达回波的人体探测算法研究[D].西安电子科技大学.2012.5
[5]李刚.LFMCW生命探测雷达信号处理技术研究[D].西北工业大学[6]赖敏.超宽带搜救雷达的编码信号研究[D].成都理工大学，2008.4[7]陈延年.基于非接触式雷达的生命信号检测与处理[D].电子科技大学，2012.4