- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多天线超宽带穿墙雷达人体微动检测方法.doc
多天线超宽带穿墙雷达人体微动检测方法
【摘 要】针对隐藏人体目标出现在偏离雷达视角的其它不同的位置或在检测过程中存在身体的偏移等情况使得回波非常微弱甚至没有,导致检测失效的问题。为此,在多发多收(MIMO)雷达体制的基础上提出一种多通道雷达检测方法,将天线放置在合理的位置,以确保人体回波信号能够被检测到。通过对每一通道回波信号预处理,并将所有通道的预处理结果进行小波图像融合和恒虚警(CFAR)处理实现隐藏人体目标的准确检测与定位,这样不仅提高回波信号的信噪比,还增加了雷达探测视角和距离。实验结果表明,该方法能够有效提高人体呼吸微动频率和位置的检测精度,优于传统的单站雷达检测方法。
【关键词】超宽带穿墙雷达;微动信号提取;小波图像融合;CFAR
【Abstract】The monostation radar is susceptible to the sight of radar, the radar echoes are too faint to detect when hidden human objectives deviate from the sight of radar during detection. The detection method of MIMO radar is proposed based on MIMO radar system in the paper, Multi-antenna placed in an appropriate location are used to guarantee that echoes are detected. The radar echoes are pre-processed ,and the pre-processed results for all channels are processed by the algorithm of wavelet image fusion and constant false alarm rate, and the results are used to locate and detect hidden human objective accurately. It not only improves the SNR of radar echoes but increases view angle and detection range. The results show that the detecting precision of location and respiratory rate of human can be improved effectively. Finally Its a better way to detect weak signal than monostation radar.
【Key words】Ultra-wideband through-wall radar; Micro-tremor signal extraction; Image fusion based on wavelet; CFAR
超宽带穿墙雷达利用电磁波穿透非金属介质(砖墙、废墟等)进行非接触式检测人体的呼吸和心跳,可广泛应用于特殊病人监护、震后救援、反恐等领域[1-2]。它通过发射电磁波穿透障碍物照射隐藏的人体目标,其后向散射的雷达回波信号携带了微弱的人体信息如呼吸、心跳等,同时包含了大量的背景杂波和噪声。经过信号处理方法和技术消除回波信号中的杂波和噪声,可以有效地提取有用的人体目标信息,从而发现障碍物的隐藏人体[3]。有别于人体运动检测,静止人体的检测主要依赖于胸腔周期运动的呼吸或心跳[4-7]。
由于回波信号信噪比(signal to noise ratio,SNR)很低,且生命信号与背景噪声混合,传统滤波器无法有效去噪,而能否有效地去噪直接影响到检测精度。对于此问题,一般使用相干积累的方法去除噪声[8],但在SNR很低的情况下,相干积累需要较长的数据采集时间,不适用于实时性要求很高的雷达系统。小波变换在去噪方面有比较好的效果,但小波基的选择是个难题,经验模态分解(empirical mode decomposition,EMD)解决了小波基的问题[9],但是EMD方法在在信噪比很低的情况下,检测性能很差。采用超分辨率Relax谱估计方法对人体的呼吸和心跳频率进行估计[10],其估计的精度比FFT方法和MUSIC方法的精度高,但是估计心跳信号时受到呼吸谐波的影响较大,而且该算法运算量大,不宜在实时性要求较高的雷达系统使用。
上述方法中大多采用单站雷达,易受到雷达视
文档评论(0)