結合人體移動特征頻率提取新方法的紅外探測實驗教學平臺的設計

陳東毅，陳建國，李玉榕

（1.福州大學 電氣工程與自動化學院，福建 福州 350108；2.福州大學 福建省醫療器械和醫藥技術重點實驗室，福建 福州 350108）

當人體在指定的紅外傳感區域移動時，紅外傳感器會檢測到幅值持續變化的電信號，將該信號予以適當的放大濾波處理后可以用作表征人體移動的特征信號。目前被動式紅外傳感器通常應用隨機動態時間分割以及能量堆積邏輯處理等算法，對進入檢測區域的移動物體進行信號檢測并報警，但該方法對于識別人體移動信號的準確率不高[1-4]。

在防入侵報警實驗教學過程中經常發現被動式紅外傳感器會發出錯誤的報警信號，如環境中偶爾伴有窗簾的飄動、光線強弱的變化等擾動時易誤觸發警報。現有的被動式紅外傳感器已經無法滿足正常的實驗教學需求，為了提高紅外傳感器對人體移動的識別精度，降低誤報、漏報的概率，本文提出了基于能量矩占比與方差貢獻率的改進經驗模態分解（EMD）和譜峭度法的人體移動信號特征頻率提取的新方法，并以此設計了一種紅外探測實驗平臺。通過理論分析與實驗應用可知，該實驗平臺提高了識別人體移動的精度，減低了誤報、漏報的概率，同時也進一步幫助學生理解了紅外傳感技術的原理。依托該平臺可以鍛煉學生的動手實踐能力，拓展嵌入式系統的應用范圍以及培養學生的創新思維，提高防入侵報警實驗的成功率。

1 改進的人體移動信號EMD 分解

人體移動的信號是非線性、非平穩信號，通過EMD 后得到有限階次的IMF 分量，人體移動信號特征信息均包含在各個IMF 分量中。傳統EMD 過程中會產生低頻虛假的IMF 分量，對低頻段人體移動信號的特征分析造成較大的影響，需要設計適當的算法對IMF 分量進行優化，獲得更準確的人體移動信號[5-8]。本文提出分別計算各階IMF 分量的能量矩占比和方差貢獻率并進行算法的優化，去噪后選出包含原始信息的有用的、真實的IMF 分量。

1.1 能量矩占比

能量矩占比主要用于表征各階IMF 分量的能量占總能量的比例[9]。經過EMD 的人體移動特征頻率會與原始信號發生混疊，需將虛假的IMF 分量濾除。本文提出通過計算各階IMF 分量的能量與人體移動信號總能量的占比篩選有用的IMF 分量。

各階IMF 能量Ei及其相對于原始人體移動信號的能量矩占比向量T 表達如下：

式中：n 為總的采樣點數，k 為采樣點序號；Δt 為采樣周期，ci(t)為IMF 分量。

1.2 方差貢獻率

計算各個IMF 分量的方差貢獻率是為了表征各IMF的相對重要程度。由式（2）可確定有用的IMF 分量。

式中：Mi為各階IMF 信號的方差貢獻率；Di為第i個IMF 分量的方差。

分解后得到IMF 分量的Mi值越大則表明該IMF分量在原始信號中越重要[9]。

1.3 改進EMD 與信號重構

EMD 是將非線性、非平穩的信號分解為含有時間尺度信息的有限階次的IMF 分量和殘差的余項和。將人體移動信號x(t)經過EMD 后得到一系列IMF 分量ci(t)以及殘差的余項rn(t)，三者之間的關系式可以表示如下：

將能量矩占比與方差貢獻率應用于對IMF 分量的選取中，通過牛頓插值法對IMF 分量進行信號重構。

2 譜峭度理論

譜峭度法是一種頻域統計工具，可以對信號的非高斯成分進行有效的度量并解決了提取信號中伴有瞬態現象的問題，彌補了峭度在特定信號變化過程中無法及時定位跟蹤的不足之處[10]。

某非平穩信號x(t)的四階譜累積量的譜峭度定義為

式中：S2nX(t,f)表示 2n 階瞬時矩是復包絡能量的度量，H(t,f)為在頻率f 處的x(t)頻域值的復包絡，w 為濾波器的一個隨機變量，S2nx為x(t)的2n 階瞬時矩。

能量歸一化累積量式（5）表示x(t)的譜峭度：

已知Y(t)=x(t)+N(t)是某個非平穩隨機信號，其中N(t)為獨立于x(t)的噪聲信號。KY(f)表示隨機信號Y(t)的譜峭度，可表示為

式中：KN(f)為N(t)的譜峭度；ρ(f)為噪信比，用ρ(f)=S2N(f)/S2X(f)來表示。

3 人體移動信號特征頻率的提取

圖1 人體移動信號的特征頻率提取

改進EMD 和譜峭度法的人體移動信號特征頻率提取的流程如圖1 所示，對人體移動信號進行改進的EMD，優化分解得到的IMF 分量，有效濾除低頻虛假IMF 分量及抑制高頻噪聲；對去噪后的人體移動信號求譜峭度圖并確定帶通濾波器的中心頻率和帶寬等參數；計算其包絡譜，從而識別出特征頻率。

4 新型紅外探測實驗平臺的設計

4.1 實驗平臺硬件設計

本文提出的新型紅外探測實驗教學平臺硬件電路主要由STM32 單片機、紅外傳感器模塊、電源轉換模塊、信號放大電路、濾波電路、LCD 顯示模塊以及繼電器輸出模塊等組成，如圖2 所示。平臺電路實物如圖3 所示。

圖2 新型紅外探測實驗平臺硬件結構設計

圖3 電路實物圖

紅外傳感器模塊通過外圍的信號調理電路實現信號放大與濾波的預處理，STM32 單片機執行人體移動信號特征頻率提取模塊，將處理后輸出的報警信號采用串口通信發送到LCD 顯示。

4.2 實驗平臺軟件流程設計

本文提出的新型紅外探測實驗平臺軟件流程如圖4 所示，開始時實驗平臺驅動紅外傳感器模塊正常工作，主程序在線等待是否有可疑物體進入紅外檢測區域；一旦有移動信號產生，軟件自動進入人體移動信號特征頻率提取模塊進行識別，當系統檢測出該信號符合人體移動的信號頻率的特征后，立即在LCD 上顯示報警信號。

圖4 新型紅外探測實驗平臺軟件流程設計

5 實驗結果分析

5.1 人體移動信號的采集

人體在指定的紅外探測區域移動時，紅外傳感器檢測到幅值持續變化的電信號。經過放大、濾波等處理后的人體移動信號如圖5 所示。

圖5 人體移動信號波形圖

5.2 改進EMD 及特征頻率提取分析

人體移動信號經過EMD 得到的各階IMF 分量能量矩占比Ti和方差貢獻率Mi分別由式（1）和（2）給出，如表1 所示。

表1 人體移動信號特征參數

對前7 階分量進行信號重構，人體移動信號快速譜峭度圖如圖6 所示。圖6 中，人體移動信號快速峭度圖的帶通濾波器中心頻率為 4.876 2 Hz，帶寬為5.112 1 Hz，說明譜峭度在頻帶1～9 Hz 范圍內最大，信噪比最大。圖7 所示的外界干擾信號（窗簾隨風飄動）快速峭度圖的帶通濾波器中心頻率約為17.658 3 Hz，帶寬為5.112 1 Hz，說明譜峭度在頻帶12～22 Hz 范圍內最大，信噪比最大。圖6、7 中橫軸是頻率分量，縱軸表示譜峭度分解的層級，人體移動信號、干擾信號等特征頻率的分布位置用顏色表示，更為直觀明確[11-12]。

圖6 降噪后人體移動信號快速峭度圖

圖7 降噪后干擾信號快速峭度圖

將重構后的人體移動信號、干擾信號分別經過帶通濾波器后進行平方包絡譜計算，得到人體移動信號的特征頻率為2.2 Hz，干擾信號的特征頻率為21.2 Hz。

通過上述分析可以得到人體移動信號和干擾信號在其特征頻率范圍內存在明顯的差異，應用上述方法可以準確地對人體移動信號的特征頻率進行提取，提高紅外傳感器對人體移動信號識別的精確度。

5.3 實驗結果對比

為了驗證設計的可行性，將本文實驗平臺與現有普通的被動紅外傳感器進行對比實驗，實驗1—5 分別表示人體以1.0、1.2、1.5、2.0、2.5 m/s 的速度通過同一個紅外檢測區域，實驗進行兩組并記錄是否有報警提示，結果如表2 所示，本文設計的實驗平臺對進入檢測區域的人體移動信號均能輸出正確的報警信號。

表2 對比實驗結果

為了檢驗該平臺的外部環境抗干擾能力，將兩個實驗裝置分別置于有窗簾飄動的同一個窗戶附近分別進行兩組實驗（窗簾均能飄動于紅外檢測區域內、對窗簾無特殊要求），實驗1—4 表示窗簾隨機飄動4 次，實驗5 是人為將窗簾托舉到紅外檢測區域的邊界上進行測試，本文實驗平臺有一次誤判。但在10 次光線強弱的對比實驗中，兩裝置均表現正常。

本文設計的實驗平臺對人體移動信號的識別正確率接近100%，高于普通被動紅外傳感器80%的正確率；該平臺在實驗過程中表現出的不足之處說明其硬件設計還有待進一步優化。

6 拓展設計

該實驗平臺將紅外傳感器模塊與控制板分開獨立設計，便于學生在實驗過程中自主選擇紅外傳感器；同時該平臺還開放了STM32 控制器中程序編輯、調試與下載燒錄的端口，學生可以根據自身的學習能力以及興趣愛好對平臺的軟件算法進行進一步深入的理解、修改甚至創新。

7 結語

該實驗教學平臺應用改進的 EMD 消除了傳統EMD 過程中存在的低頻虛假IMF 分量，抑制了高頻噪聲的干擾，對去噪后的人體移動信號進行重構，通過確定譜峭度圖上的中心頻率和帶寬構造帶通濾波器，對信號進行包絡解調計算后準確得到了用于表征人體移動信號的特征頻率，有效地將外界干擾信號與人體移動信號進行區分。該算法的應用提高了紅外探測平臺識別人體移動信號的準確率，降低了誤報、漏報的概率，有較強的抗外界信號干擾能力。

在實驗教學過程中發現該平臺能夠幫助學生形成關于電路設計與軟件編程的系統、完整的嵌入式應用理念，學生的動手實踐能力得到強化，創新實踐意識得以激發，同時該平臺為開放式的實驗教學提供了積極的探索和實踐。