雙通道SFCW生物雷達對靜止人體目標探測方法的研究

張卓然，梁福來，李浩楠，呂昊，祁富貴，安強，王健琪

第四軍醫大學 a.學員一旅四營十六連；b. 生物醫學工程學院醫學電子學教研室；c. 學員一旅二營五連，陜西西安 710032

雙通道SFCW生物雷達對靜止人體目標探測方法的研究

張卓然a，梁福來b，李浩楠c，呂昊b，祁富貴b，安強b，王健琪b

第四軍醫大學 a.學員一旅四營十六連；b. 生物醫學工程學院醫學電子學教研室；c. 學員一旅二營五連，陜西西安 710032

生物雷達是以探測生命體為目標的新概念雷達。靜止人體的生命體征由于障礙物的衰減作用，呈現信號微弱、受環境雜波干擾較大的特點，這就使生物雷達對人體目標的探測性能降低。本研究采用雙通道步進頻率連續波（SFCW）雷達改善該問題，首先建立生命體征信號的SFCW回波模型，然后分析SFCW雷達參數對探測性能的影響，最終提出了基于雙通道SFCW生物雷達的靜止人體目標探測方法。本方法首先利用預處理去除系統和傳輸信道引入的干擾，然后通過通道間相干處理進一步抑制環境雜波，最后利用CFAR檢測器、形態學濾波和聚類算法對生命體進行探測與定位。實測數據處理結果表明，雙通道SFCW生命探測雷達系統可有效去除雜波干擾，實現人體目標的高性能探測與定位。

生物雷達；步進頻率連續波；雙通道；靜止人體

0 引言

生物雷達是以探測生命體為目標的新概念雷達，它融合了雷達、生物醫學工程等技術，是未來極具應用前景的發明之一。生物雷達發射的電磁波能穿透障礙物，檢測到靜止人體目標的呼吸、心跳等生命體征引起的體表微動，并以此為依據探測和識別人體目標。它可廣泛應用于災后搜救、反恐處突、臨床監護等場合，對保障人民群眾的生命安全具有重要作用[1-2]。

現有的生命探測雷達從體制上可分為連續波（Continuous Wave，CW）體制[3]和超寬帶（Ultra Wide Band，UWB）體制[4]兩類。UWB雷達因具有高距離分辨率、較強的穿透能力和良好的近場性能，很快成為生物雷達技術的研究熱點。早期的單通道UWB生物雷達一般采用沖激信號體制，結構簡單、便攜性好。第四軍醫大學研究小組在國內較早開展了單通道UWB沖激生物雷達技術的研究，成功探測到2 m厚廢墟下的靜止人體目標[5]。研究表明，降低中心頻率能提高UWB生物雷達的穿透能力。但是對于UWB沖激生物雷達而言，中心頻率越低則實現大帶寬的難度越大，距離分辨率也越差，不利于體表微動的檢測。步進頻率連續波（Stepped-frequency Continuous Wave，SFCW）雷達將各頻率點分時發射，降低了雷達收發系統的實現難度，可同時實現低中心頻率和大帶寬，SFCW還在平均發射功率等方面具有一定優勢。因此，部分學者嘗試將SFCW雷達應用于人體目標探測中。Liu等[6]建立了SFCW模擬實驗系統，驗證了SFCW生物雷達在人體目標檢測以及對呼吸、心跳信號提取方面的可行性。土耳其高技術國際實驗室（International Laboratory for High Technology，ILHT）開發了基于SFCW信號的UWB雷達樣機，能夠穿透三層磚墻探測到呼吸和心跳信號[7]。上述研究表明SFCW體制的生物雷達將成為重要的發展方向，但它并沒有對SFCW系統參數的影響作細致分析。

雖然上述單通道生物雷達取得了較大的進展，但在實際應用中仍面臨以下問題：微弱的人體生理體征信號容易受到周圍環境雜波的干擾，從而使現行的生物雷達檢測性能下降。所以部分學者將研究重點轉向多通道生物雷達系統。Takeuchi等[8]探索了二維天線陣列對人體目標的定位技術，Lubecke等[9]證明利用多通道CW雷達使多個人體目標探測具有可行性。上述研究在一定程度上說明，通道間的信息融合能夠提高人體目標的檢測性能。

在以上研究的基礎上，本文分析了SFCW生物雷達生命體回波的信號模型以及SFCW生物雷達系統參數對生命探測性能的影響，提出了一種雙通道SFCW生物雷達對靜止人體目標的探測方法，實測數據處理結果驗證了本文理論分析和算法的有效性。

1 生命體征信號SFCW回波模型

人體體表的微動可近似為幾組簡諧振動，即天線相位中心到人體胸腔表面的瞬時距離可表示為

其中，t為快時間，τ為慢時間，b0為天線到人體胸腔振動中心的距離，Ar,p表示人體呼吸微動幅度，fr,p表示人體呼吸微動頻率，res(t+τ)表示除呼吸外其他人體微動引起的距離變化。人體胸腔表面反射的雷達回波時延可表示為2Rp(t,τ)/c，其中，c為光速。

假設發射SFCW信號為ST(t)，則生物雷達回波信號為

其中，c為光速，P為人體目標的個數，δ(·)為狄利克萊函數，為卷積算子，Rp(t,τ)為人體目標到雷達天線之間的距離。

將SFCW回波信號與參考信號混頻，并通過窄帶中頻濾波器經過中頻解調后，人體目標的回波信號為

其中，f0為信號起始頻率，Δf為頻率采樣間隔，Tr為每個發射頻點的時間間隔，N為頻點個數。由式 (3) 可知，回波信號的相位包含了目標的位置信息。假設在t0=nTr+ 2R0/c處進行采樣，取出一組頻點信號的采樣值為

在慢時間τ0處，對式 (4) 中的數據沿頻率采樣方向進行N點逆傅立葉變換（Inverse Fast Fourier Transform，IFFT），得到目標的一維距離像為

沿慢時間方向進行離散采樣，即得到不同通道的回波采樣矩陣yi(k,l)，其中，k為快時間采樣序號，l為慢時間采樣序號，i= 1,2為通道序號。

2 SFCW生物雷達系統參數分析

2.1 頻率采樣間隔

由式可知，回波距離像的峰值位置為k0= 2NRp(t0,τ0) Δf/c，表示目標對應的距離為Rp(t0,τ0)= ck0/(2NΔf)。由于三角函數的周期性，|y(k,τ0)|以周期為N呈周期性變化，因此相距為c/(2Δf)整數倍的目標一維距離像是重合的，即SFCW雷達生物距離像存在距離模糊，且不模糊距離為Ru= c/(2Δf)。在模糊距離之外的生命體將更加難于探測，原因在于遠距離處的生命體征信號經距離衰減之后將遠弱于近處模糊距離范圍內的雜波，將其折疊入不模糊距離內與強雜波疊加到一起，加劇了雜波對生命體征信號的污染。考慮到生物雷達一般作用于近場，目前生物雷達作用距離一般不超過30 m，因此要求Δf≤5 MHz。

2.2 慢時間重復頻率

人體呼吸頻率fr一般在0.2～0.5 Hz之間，為滿足奈奎斯特采樣定理，雷達系統的慢時間采樣頻率fs應滿足fs≥2fr。SFCW信號的慢時間采樣頻率為1/NTr，Tr一般為μs量級，N的量級一般為千，因此SFCW信號的慢時間采樣頻率一般在kHz量級，要遠大于2fr，能夠滿足生命探測的需要。過高的慢時間采樣頻率將造成嚴重的數據冗余，增加運算負擔，所以需進行慢時間降采樣處理，降低運算負擔并增加信雜比。

2.3 采樣點位置

假設采樣間隔為Ts，為保證每個發射頻率點至少有一個采樣值，需滿足條件Ts≤Tr。設采樣波門從信號發射時刻開始，每個脈沖采樣得到K個值，則其中表示向下取整，這樣每一幀信號可以得到N×K個采樣值。由式(4)可知，若將采樣點序列變為t1，取出一組頻點信號的采樣值為

可見，對微動目標而言，選取不同采樣時刻，不會對回波中提取的目標運動信息造成影響，因此每個頻點的回波數據僅需采集一個采樣點即可得到目標的距離像信息。

3 雙通道SFCW生物雷達靜止人體目標探測

雙通道SFCW生物雷達信息處理流程，見圖1。處理過程主要包括預處理和人體目標檢測兩部分。

圖1 雙通道SFCW生物雷達信息處理流程

3.1 預處理

雷達回波預處理的主要目的是去除系統和傳輸信道引入的干擾，形成高分辨率一維距離像。雷達回波預處理主要包括系統校正、距離壓縮、去背景、低通濾波、自適應濾波和慢時間快速傅立葉變換（Fast Fourier Transform，FFT）等關鍵步驟。

一般將天線子系統與射頻子系統這兩部分的校正分開進行。天線色散校正一般采用微波暗室測量數據，估計天線色散函數，為降低測量數據的噪聲污染，一般需做多次測量平均處理。射頻子系統傳輸特性補償常采用閉環校正的方法，即在系統聯調時旁路發射和接收天線，將發射信號衰減后直接饋入接收機，獲得發射信號和接收信號的頻譜，從而估計出射頻子系統的傳輸函數。由前文可知，通過對回波數據進行快時間向的IFFT運算，可以得到高分辨距離像。由于SFCW信號相當于離散頻率采樣，其距離向旁瓣較高，需對頻譜進行加窗處理。

由于時間基線容易不穩定，從而在慢時間方向形成線性趨勢，可采用線性趨勢消除（Linear Trend Subtraction，LTS）去除靜態背景雜波[10]。強靜態雜波通常會淹沒呼吸微動信號，一般情況下，人體呼吸的頻率范圍在0.2～0.5 Hz，心跳的頻率范圍在1～2 Hz。所以，可采用帶通濾波器進行慢時間域濾波，通帶范圍選在0.2～2 Hz。在帶通濾波器的通帶范圍內，仍存在微動干擾成分，一般是由環境中的微動物體引起，如風吹草叢、樹葉引起的擺動，其多普勒譜分布較寬，在生命體征信號頻帶范圍內也有一定分布。由于環境的不穩定性，該類雜波不做規則的正弦運動，與生命體征信號存在明顯差異。本文采用自適應濾波進一步增強生命體征信號，抑制動態環境雜波。最后，進行慢時間域FFT，得到雙通道信號在距離-方位頻率域的圖像。Ii(n,m) ,i= 1,2;n= 1,2…,N;m= 1,2…,M。FFT變換能夠凸顯強周期信號，因此可顯著提高生命信號的信噪比。

3.2 雙通道信號相干處理

由于通道間存在差異，生命體征信號在雙通道間并不一致，主要體現在兩方面：① 信號的位置差異；② 信號的幅度差異。其中，位置差異對后續處理的影響較大。雙通道間的位置差異Dtc由雙通道硬件系統引入的時間差異Δth和傳輸路徑不同引入的差異Δtr組成。由硬件系統非理想造成的時延差異如下式

其中，ΔtTR為收發系統引入的通道間時延差異，Δtline為傳輸線引入的時延差異，Δtant為天線引入的時延差異。

由于生命探測雷達的收發天線間隔小，距離墻體較近，其回波信號中一般包含有較強的耦合信號。耦合信號主要包括雷達系統內部耦合、收發天線間的耦合以及墻體的直達波等。若各通道緊貼墻體，則墻體直達波在不同通道中的時延大致相同，因此可以通過不同通道間耦合位置的差異估計。對雙通道距離像數據進行平均，獲得參考距離像為

其中，yi(k,1)為第i個通道的距離像的慢時間序列，Li為獲取i通道參考距離像使用的慢時間采樣個數。計算S1和S2的相關函數為

其中，S1(n)為S1(k)的離散頻譜，K'為IFFT點數。由式(9)可知，搜索得到r(k)模值最大值點的位置kmax即可根據式(10)估計得到兩個通道信號間的時間偏移，進而可以利用消除兩個通道回波間的時間偏移。

Δtr與目標的位置有關，在MIMO雷達信號處理中，根據多個通道間的Δtr能夠推導出目標的位置。在本系統中，雙通道雷達的位置較近，因此Δtr較小。若對數螺旋天線直徑0.2 m左右，發射機置于中間，兩部接收天線置于發射天線兩側，天線主波束寬度為30°時，目標的Δtr＜ 0.1 m，接近于雷達系統的距離分辨率，因此對于一般的生物雷達而言，可忽略Δtr的影響。若生物雷達系統的天線波束較寬，可采用圖像配準的方法估計雙通道之間的相對時延。校正時延后將雙通道的對應像素幅值相乘

3.3 人體目標檢測

通過雙通道信號的相干處理后，雜波得到進一步抑制，人體生命體征信號得到進一步增強，使自動檢測與定位成為可能。人體均勻呼吸時，其回波信號在慢時間向近似為理想單頻信號，在呼吸頻率處存在能量峰值。但在實際應用中，由于人體呼吸并不均勻，導致呼吸信號的部分能量擴散到臨近的頻率處，所以呼吸信號在慢時間頻譜上具有一定的帶寬范圍。與之類似，呼吸運動引起一定區域內的胸壁起伏，因此在一定距離范圍內生命體信號較強。

上述分析表明，生命體征信號在距離-慢時間頻率域上體現為具有一定尺寸的塊狀目標，并且經過雙通道相干處理后的生命體征信號在局部區域內強于周圍環境雜波，因此可采用恒虛警率（Constant False Alarm Rate，CFAR）一類的局部檢測器得到初步篩選結果。CFAR算法通過滑動窗實現，將待檢測的像素放置在滑動窗的中心，滑動窗由保護窗（圖2中實線框）和雜波窗（圖2中的虛線框）組成。滑動窗的尺寸由生命體征信號的性質、距離采樣間隔和慢時間頻率采樣間隔共同決定。CFAR的具體過程為首先統計保護窗與雜波窗內環形窗體內環境雜波的分布模型，然后基于估計的雜波模型和給定的虛警率計算CFAR的門限值。幅值超過門限的像素視為目標的一部分，其判定過程如下式[11]

圖2 距離-慢時間頻域上的生命體征信號

CFAR處理結果中存在一定數量的雜波和噪聲。其中，噪聲由于具有強的隨機性，在CFAR圖像中通常表現為小尺寸的亮點，而面積較大的動態雜波干擾在CFAR圖像中表現為大尺寸亮斑。上述兩種干擾與生命體征信號的尺寸存在明顯差異，所以本文對CFAR結果進行形態學濾波濾除上述兩類雜波[12]。

生命體判別及定位則由聚類算法實現。假如場景中有P個人體目標，則應存在P個聚類中心{μ1,μ2…,μP,}。CFAR結果中的V個非零像素點{ρ1,ρ2…,ρV,}分布在P個聚類中心周圍。本文采用二分K-均值聚類方法實現聚類，其具體實現過程如下：首先將所有點作為一個簇，計算簇中第i點到聚類中心的距離Di1= ||μ1-ρi||2，利用距離聚類中心在聚類半徑dc內的點迭代計算更新聚類中心的位置其中m1為簇中非零像素點的個數；然后將簇一分為二，進一步迭代計算兩個簇的聚類中心；選擇均方誤差最大的一個簇將其劃分為兩個簇；不斷重復上述劃分過程，直到通過進一步劃分不能降低均方誤差為止。根據人體尺寸的先驗信息，聚類半徑設為0.6 m。聚類中心的位置給出了生命體目標的位置與呼吸頻率信息。

4 實測數據結果分析

第四軍醫大學研究小組自1998年開始研究生命探測雷達的相關工作，成功研制了包括超寬譜沖激生物雷達[13]和SFCW生物雷達系統在內的系列生物雷達系統，見圖3。本文使用的實測數據由雙通道生物雷達系統獲取，其系統參數：工作帶寬500～3500 MHz，距離分辨率5 cm，不模糊探測距離5 m，發射功率≥10 dBm，接收機靈敏度-80 dBm，接收機動態范圍≥50 dB。

圖3 雙通道SFCW雷達系統實物圖

穿墻探測試驗場景，見圖4。磚墻厚度約為24 cm，被測人員正對雷達天線，靜坐于墻后4 m距離處。數據采集過程中，人體保持正常呼吸狀態，周圍環境穩定，無明顯擾動目標的干擾。相比于站立的靜止目標，靜坐的人體目標體動更小，檢測難度更大。

圖4 穿墻探測試驗場景

在兩個通道的原始回波中，直達波的位置有一定差別，該差別反映了雙通道系統間的時延差別，見圖5。使用本文方法進行時延校正后，降低了雙通道間的時延差別。

圖5 原始回波

經過預處理后，靜態雜波得到一定抑制，但通道一和通道二中仍存在較多殘余雜波，見圖6。經過雙通道相干處理后，雜波得到進一步抑制，見圖7（a），此時疑似生命體征信號得到凸顯。再經過CFAR處理后，疑似生命體征信號在CFAR結果中更加明顯，見圖7（b）。形態學濾波將尺寸明顯大于和小于生命體征信號的雜波濾除，見圖7（c）。聚類算法能夠將一定范圍內的疑似目標點劃分到一個簇中，并估計得到疑似生命體的位置，見圖7（d）。

圖6 預處理結果

圖7 雙通道相干處理結果

5 結論

SFCW生物雷達能夠對靜止人體目標進行非接觸探測與定位，但在實際應用中仍存在強雜波干擾的問題，會使生物雷達的探測性能降低。本文系統分析了雙通道SFCW生物雷達的系統參數影響，并提出了一套完整的信息處理流程，實測數據處理結果表明雙通道SFCW生物雷達可提高對靜止人體目標探測的性能，具有廣闊的應用前景。

[1]Li J,Liu L,Zeng Z,et al.Advanced signal processing for vital sign extraction with applications in UWB radar detection of trapped victims in complex environments[J].IEEE J Selected Topics Applied Earth Obs Remote Sens,2013,7(3):783-791.

[2]Withington P,Fluhler H,Nag S.Enhancing homeland security with advanced UWB sensors[J].IEEE Microw Mag,2003,4(3):51-58.

[3]Chen KM,Huang Y,Zhang J,et al.Microwave life-detection systems for searching human subjects under earthquake rubble or behind barrier[J].IEEE Trans Biomed Eng,2000,47(1):105-114.

[4]Barnes MA,Nag S,Payment T.Covert situational awareness with handheld ultra-wideband short pulse radar[J].SPIE,2001,(4374):66-77.

[5]Li Z,Li W,Lv H,et al.A novel method for respiration-like clutter cancellation in life detection by dual-frequency IR-UWB radar[J].IEEE Trans Microw Theory Techn,2013,61(5):2086-2092.

[6]Liu L,Liu S.Remote Detection of Human Vital Sign With Stepped-Frequency Continuous Wave Radar[J].IEEE J Selected Topics Applied Earth Obs Remote Sens,2014,7(3):775-782.

[7]Vertiy AA,Voynovskyy IV,?zbek S.Microwave through-obstacles life-signs detection system[EB/OL].[2016-03-17].Available from:http://www.mam.gov.tr/eng/institutes/me/me-uytl.htm.

[8]Takeuchi T,Saito H,Aoki Y,et al.Measurement of survivor location by using GPR with two dimensional array antenna[J]. SICE Annual Conference,2008:2082-2087.

[9]Boric-Lubecke O,Lubecke V,Host-Madsen A,et al.Doppler radar sensing of multiple subjects in single and multiple antenna systems[J].Proc 7th Int Conf Telecommunications in Modern Satellite,Cable and Broadcasting Services,2005,1:7-11.

[10]Nezirovic A,Yarovoy AG,Ligthart LP.Signal processing for improved detection of trapped victims using UWB radar[J].IEEE Trans Geosci Remote Sens,2010,48(4):2005-2014.

[11]Oliver CJ.Understanding Synthetic Aperture Radar Images[M]. Boston:Artech House,1998.

[12]Pham QH,Brosnan TM,Smith MJT,et al.A morphological technique for clutter suppression in ATR[C].Automatic Target Recognition VIII.Orlando:Proc SPIE,1998:367-374.

[13]Lv H,Lu GH,Jing XJ,et al.A new ultra-wideband radar for detecting survivors buried under earthquake rubbles[J].Microw Opt Technol Lett,2010,52(11):2621-2624.

Research on Application of Dual-Channel SFCW Bio-Radar in Detection of Static Human Targets

Bio-radar,which is aimed at detection of vital signs,is an emerging concept. The vital sign of static human becomes weak and easily interfered by the surrounding environment due to the attenuation of the obstacles,which makes it diffcult for bio-radars to obtain the high performance in detection of static human body. Dual-channel SFCW (Stepped-Frequency Continuous Wave) radar is used to improve this problem in this paper. The dual-channel SFCW echo model of vital signs are established firstly,and then the infuence of the SFCW radar parameter on the detection performance is analyzed. On this basis,a new method of static human body detection based on dual-channel SFCW radar is proposed. In this method,preprocessing is used to suppress interference,and then dual-channel coherence is adopted to further suppress environmental clutter. The CFAR detector,morphological filtering and clustering are applied in detection and localization of static human. Experimental results show that the proposed method can effectively suppress clutter and improve the detection performance.

bio-radar;stepped-frequency continuous wave;dual-channel;static human

ZHANG Zhuo-rana,
LIANG Fu-laib,LI Hao-nanc,LV Haob,QI Fu-guib,AN Qiangb,WANG Jian-qib
a. Company 16,Battalion 4,No. 1 Cadet Brigade;b. Teaching and Research Section of Medical Electronics,School of Biomedical Engi neering;c. Company 5,Battalion 2,No. 1 Cadet Brigade,the Fourth Military Medical University,Xi’an Shaanxi 710032,China

R318.6；TN95

A

10.3969/j.issn.1674-1633.2016.09.007

1674-1633(2016)09-0029-05

2016-03-17

2016-05-18

國家科技支撐計劃（2014BAK12B02）；國家重大科研儀器設備研制專項（61327805）；陜西省自然科學基金（2014JQ2-6034）。

梁福來，博士，講師，主要研究方向：生物雷達信號處理。

通訊作者郵箱：liangfulai@fmmu.edu.cn