穿墻脈沖雷達回波信號人體微動特征識別初步研究

摘 要:主要研究了超寬帶雷達人體探測回波信號微動特征識別問題。在分析超寬帶雷達生命特征檢測原理的基礎上，針對人體微動特征特點，引入能量積分識別算法，編制時窗函數(shù)，對雷達實驗的多個回波數(shù)據(jù)進行小波去噪處理。結果表明，利用能量積分算法，可以識別出含有人體微動特征的信號。

關鍵詞:超寬帶雷達; 回波信號; 能量積分算法;識別方法; 微動特征

中圖分類號:TN958;TP391

文獻標志碼:A

文章編號:1001-3695(2010)02-0597-03

doi:10.3969/j.issn.1001-3695.2010.02.054

Preliminary study of UWB-radar’echo signal and recognition methods about life’s microwaving characteristic

ZHU Zhong-minga， WANG Xu-bena，b， HE Yong-boa，b

(a.Dept.of Electronic Engineering， b. Key Laboratory of Earth Exploration Information Techniques Ministry of Education， Chengdu University ofTechnology， Chengdu 610059， China)

Abstract:This paper studied issues of multi-life detection by UWB-radar. On the basis of analyzing the principle of life detection using impulse ultra wideband (UWB) radar， the high-resolution carried on some pretreatment and processing to the empirical datum. It used the energy integral principle and the design of glide window box number to withdraw the human's life characteristic signal， and carried on the effective localization.

Key words:UWB-radar; echo signal; energy integral method; recognition methods; life microwaving characteristic

面對地震等自然災害時，如何最大限度地減輕各類災害損失，搶救被壓、埋人員，有效地減少人員傷亡，是減輕災害損失的首要任務，也是最能體現(xiàn)出減災實效和社會顯示度的關鍵環(huán)節(jié)。因此，為確保在緊急救援中用最短的時間找到被困人員，開展先進的生命救助探測與定位方法研究具有十分重要的意義。

1 超寬帶及超寬帶探測雷達

從搜救方法對比上，超寬帶雷達電磁探測方法具有分辨率高、成像信息豐富、定位準確等優(yōu)點。國外許多國家已經(jīng)開展相應的研究工作，其中以美國、加拿大、俄羅斯、瑞典等為首的國家取得了技術的優(yōu)勢，處在該領域的領先地位。國內的電子科大、第四軍醫(yī)大學、西安電子科大、成都理工大學地球探測與信息技術重點實驗室也開展了相應的研究工作。

2 超寬帶雷達人體探測原理

圖1為沖激超寬帶雷達探測廢墟中人體呼吸模型示意圖。其中虛線部分是人體處在吸氣狀態(tài)(由于心跳所引起的體表微動與呼吸相比較小，這里生命特征僅考慮人體呼吸)。發(fā)射與接收天線固定在一處，假設垂直正對人體，距離為d0，由于廢墟的相對介電常數(shù)與人體相差較大，輻射的沖激超寬帶信號穿過廢墟，遇到人體后部分能量被反射回來進入接收天線。

假設人體呼吸造成的體表微動p(t)以頻率f呈正弦規(guī)律變化(即呼吸頻率為f )，最大幅度為 a:

p(t)=a sin 2π ft(1)

這樣，人體表與天線距離變?yōu)?/p>

d(t)=d0+p(t)=d0+a sin 2π ft(2)

接收脈沖的時延為

τb(t)=2d(t)v=2(d0+a sin 2π ft)v(3)

其中:v為電磁波在廢墟中的傳播速度。從式(3)可以看出，人體表微動對時延起到了調制作用，引起周期性變化，變化頻率與呼吸頻率相同。更加具體的，若目標體是靜止不動的物體，則每次反射時延位置相同;若是存在周期運動特征(呼吸)，則時延位置呈一定周期變化，圖2為存在周期微動的探測回波數(shù)據(jù)示意圖。根據(jù)以上分析，可以根據(jù)回波數(shù)據(jù)中是否存在周期變化特征，進而初步判斷是否存在生命特征。但在實際環(huán)境中，靜止物體和天線直接耦合波等往往造成很強雜波，干擾很大，致使無法直接從回波數(shù)據(jù)中觀測到周期性變化。一般要采取背景相消處理方法，對接收信號進行處理。

3人體微動特征信號分析

3.1 呼吸信號

人體正常時，呼吸是個連續(xù)的、周期性的動作。正常人體呼吸頻率為15~20次/min，如果按照30次計算，呼吸頻率為f=30/60=0.5 Hz。

3.2 心跳信號

心臟的每次跳動產(chǎn)生一個微弱的電場信號。本研究中，主要利用心臟的跳動(1 Hz左右)及呼吸、手指等四肢微動所產(chǎn)生的近似周期頻率(0.2~6 Hz左右)及帶來的胸腔微弱震動信號(0.5~1.2 Hz左右)，從而在雷達的回波信號中識別這些微動信號，達到有效探測的目的。

3.3 體動信號特征

人體體動信號指人在掩埋的廢墟中，身體某個部位的微動，如在廢墟中，面臨死亡的人們，身體會發(fā)出很多動作，如手指的顫動、四肢的顫動等，這些微弱的體動特征，形成頻率范在0.2~1 Hz的信號，如果能夠檢測到這些信號，進而可以判斷出這個區(qū)域中存在生命體特征，就能達到快速搜救生命的目的。

4 超寬帶雷達人體生命特征信號識別

4.1 超寬帶雷達人體探測實驗

結合地震災害、反恐戰(zhàn)爭中的實際情況，設計了幾種超寬帶雷達人體探測實驗方案。其中，主要包括:無障礙物下的人體呼吸及心跳實驗，人體四肢微動特征實驗、人體勻速微動特征實驗等幾個模擬實驗。

4.2 滑動時窗能量積分算法

在物理實驗中，超寬帶雷達得到的回波信號中，包含有強的直達波、天線耦合波等強干擾信號，將人體呼吸、胸腔震動等產(chǎn)生的微動信號淹沒掉。所以，很難直接通過所得回波信號來判斷是否有生命人體存在。

利用能量積分的辦法對回波信號進行能量加窗滑動積分，將微動信號以能量形式表現(xiàn)出來，是一個很有效的研究手段。有積分公式得到能量輸出為

S(n，Ti)=∫i+wix(n，t)×b(n，t)dti=1，2，3，…，M-W(4)

其中:Ti為積分窗口的起始值;S(n，Ti)為不同時間深度的回波能量積分。

由前分析可知，積分結果中隱藏去了很多有效的人體微動信號的波形，并疊加了很多噪聲，所以，通過信號的頻譜分析來獲取噪聲最小的波形。

對于某一段時間Ti的信號，能量信號的頻譜公式為

Si(eiω)=Dn=1si(n)e-jωn;i=1，2，3，…，M-W(5)

4.3 超寬帶雷達人體探測能量積分識別成果

根據(jù)項目研究中設置的人體微動物理探測實驗數(shù)據(jù)，利用滑動時窗的能量積分算法，并利用MATLAB編制小波去噪程序進行能量積分的去噪處理。

下面是關于能量積分與時窗函數(shù)和微動特征識別的成果。

4.3.1 滑動時窗參數(shù)與能量積分數(shù)據(jù)量的關系

回波信號的能量積分算法中，選擇合適大小的窗函數(shù)十分重要。因為，積分的關鍵就是要將回波信號的范圍進行圈定，然后進行能量積分，進而將人體微動特征以能量變化的形式表現(xiàn)出來。 下面以實驗中的一組方案數(shù)據(jù)為例，選擇不同的窗函數(shù)，分別進行能量積分，如圖3所示。

選擇不同的時窗函數(shù)，能量積分的結果也有一定的差異。通過圖3顯示出時窗選擇越小，所得結果數(shù)據(jù)量越小;選擇時窗越大，所得的能量積分數(shù)據(jù)量越大。數(shù)據(jù)量的大小又影響了計算的時間和速度。因此，為了減小計算量及誤差，方便后續(xù)處理，在噪聲較小的情況下，盡可能選擇合適的時窗十分關鍵。

4.3.2 人體微動生命特征識別效果圖

從圖4~7所示的頻譜分析中可以看出，時頻分析之后的頻譜分布在1 Hz以內，大多集中在0.5 Hz左右。圖5(c)的頻譜集中在0.5 Hz左右有峰值，與物理實驗人體呼吸狀態(tài)頻率相符合，可以判斷此處有呼吸人體存在;圖6(c)的頻譜集中在0.4 Hz以內，該值與實驗人體手指微動頻率設定值一致，可以判斷此處有人體微動狀態(tài)存在;圖7(c)的頻譜在0.3 Hz以內，與物理實驗人體勻速移動設置值一致，可以判斷該處有人體勻速移動狀態(tài)存在。

5 結束語

超寬帶雷達在探測到人體之后，人體的微動特征往往被強回波所淹沒。能量積分之后的雷達回波信號圖中，可以清楚看出人體近似周期變化的人體微動特征狀態(tài)，同時利用頻譜分析和小波變換去噪等處理后能夠識別出人體微動特征信號。因此，應用能量積分算法、小波去噪及時頻分析方法分析雷達復雜的回波信號，并將人體微動特征識別并提取出來是完全可行的。

參考文獻:

[1]

BUGAEV A S， CHAPURSKY V V，LVASHOV S I，et al.Through wall sensing of human breathing and heart beating by monochromatic radar[C]//Proc of the 10th International Conference on Ground Penetrating Radar.Netherlands:IEEE，2004:291-294.

[2]CHEN Kun-mu，HUANG Yong， ZHANG Jian-ping. Microwave life-detection systems for searching human subjects under earthquake rubble or behind barrier [J].IEEE Trans on Biomedical Engineering，2000，47(1):105-114.

[3]AKIYAMA I， ARAKI Y， ISOZAKI M， et al. UWB radar system sensing of human being buried in rubbles for earthquake disaster[C]//Proc of Abstract of EUROEM 2004. 2004:163-164.

[4]YAROVOY A G， MATUZAS J， LEVITAS B， et al. UWB radar for human being detection[C]//Proc of Radar Conference. Paris:[s.n]，2005:85- 88.

[5]王緒本，毛立峰，李文超，等.災害救助超寬帶電磁生命探測方法的模擬研究[J].地球科學進展，2008，23(5):541-545.

[6]王緒本，董曉波，曹禮剛，等.礦山災害預警與救助新技術體系[J].煤礦安全， 2007，38(7):93-96.

[7]李文超，王緒本，何永波，等.沖擊超寬帶雷達多生命特征檢測初步研究[J].計算機應用研究2009，26(4):1263-1265.

[8]倪安勝，王健琪，楊國勝，等.基于FFT頻域積累的非接觸生命參數(shù)信號檢測[J].第四軍醫(yī)大學學報，2003，24(2):172-175.

[9]路國華.生物雷達目標信息識別技術的實驗研究[D].西安:第四軍醫(yī)大學，2005.

[10]維納 K 恩格爾， 約翰 G. 數(shù)字信號處理:使用MATLAB[M]. 西安:西安交通大學出版社，2002.