多天線超寬帶穿墻雷達(dá)人體微動檢測方法研究.pdf

1、目前，軍事、醫(yī)療等更多的領(lǐng)域需要實現(xiàn)人體目標(biāo)精確的探測與定位，因此對人體微動信號大范圍、遠(yuǎn)距離、精確的探測和定位方法迫切需要解決。本文針對傳統(tǒng)單站穿墻探測雷達(dá)系統(tǒng)探測角度窄、信噪比低以及對目標(biāo)運動敏感（被檢對象偏離雷達(dá)視角）等問題，設(shè)計了一種多天線構(gòu)成的多通道超寬帶穿墻雷達(dá)人體微動（主要是人體呼吸運動）信號檢測系統(tǒng)，將雜波抑制、小波變換、圖像融合、恒虛警率處理（CFAR）和隱馬爾科夫模型（HMM）等應(yīng)用于隱藏人體微動信號的檢測中。實驗結(jié)

2、果表明，本系統(tǒng)不僅提高雷達(dá)對隱藏人體微動信號檢測的視角范圍，還增強(qiáng)檢測能力。論文的主要工作包括以下幾個方面：
　　1.針對單站雷達(dá)易受到雷達(dá)視線角度影響而容易導(dǎo)致檢測失效的問題，本文設(shè)計了一種多天線構(gòu)成的多通道超寬帶穿墻雷達(dá)隱藏人體微動檢測系統(tǒng)，以保證人體回波信號至少能夠被一副接收天線檢測到。該方法大大改善單站穿墻雷達(dá)系統(tǒng)依賴?yán)走_(dá)視角的缺點，從多角度全方位對隱藏人體目標(biāo)回波進(jìn)行采集，大大增加了目標(biāo)回波信息。
　　2.針對傳統(tǒng)

3、預(yù)處理方法不能有效去除直達(dá)波，以及穿墻雷達(dá)回波信號中的諧波與噪聲對呼吸心跳信號干擾嚴(yán)重的問題，本文對快-慢二維回波數(shù)據(jù)矩陣進(jìn)行處理。采用LTS-AGC( Linear trend subtraction-Automatic gain control)的預(yù)處理方法，提出多通道小波圖像融合與CFAR相結(jié)合的算法。首先對每一個通道的回波矩陣進(jìn)行LTS-AGC預(yù)處理，即利用距離門對墻體回波和天線的耦合波進(jìn)行去除，接著采用LTS-AGC方法去除環(huán)

4、境中固定目標(biāo)的直達(dá)波與雜波干擾，再用自動增益控制的方法來提高微弱信號的信噪比，然后通過帶寬為0.2~3Hz的帶通濾波器濾除人體信號帶外的干擾信號，最后在預(yù)處理的基礎(chǔ)上進(jìn)行多通道的小波圖像融合以及對融合結(jié)果進(jìn)行CFAR處理。實驗結(jié)果表明，該算法能夠最大化利用回波的全部信息有效提高信噪比，并能準(zhǔn)確快速地檢測出人體的位置和呼吸頻率，其檢測效果優(yōu)于傳統(tǒng)的單站傅里葉變換方法。
　　3.在檢測過程中隱藏人體目標(biāo)在一個時段內(nèi)有可能多次偏離某一雷

5、達(dá)視角的可能，在這種情況下對回波矩陣直接進(jìn)行FFT，可能使處理結(jié)果顯示的人體目標(biāo)位置不均勻的情況，這樣將會嚴(yán)重影響對隱藏人體目標(biāo)的檢測效果。本文從回波域角度對人體微動回波信號進(jìn)行處理，提出一種基于HMM呼吸跟蹤的人體微動信號檢測算法。首先建立人體呼吸狀態(tài)的HMM模型，然后在前面章節(jié)回波預(yù)處理基礎(chǔ)上采用基于HMM算法對人體微動信號進(jìn)行檢測，最后對檢測結(jié)果進(jìn)行傅里葉變換。實驗結(jié)果表明，該算法能夠準(zhǔn)確檢測人體的呼吸狀態(tài)，其檢測效果優(yōu)于單通道檢