多天线超宽带穿墙雷达人体微动检测方法研究-信息与通信工程专业论文.docxVIP

万方数据 万方数据 摘 要 摘 要 目前，军事、医疗等更多的领域需要实现人体目标精确的探测与定位，因此对人 体微动信号大范围、远距离、精确的探测和定位方法迫切需要解决。本文针对传统单 站穿墙探测雷达系统探测角度窄、信噪比低以及对目标运动敏感（被检对象偏离雷达 视角）等问题，设计了一种多天线构成的多通道超宽带穿墙雷达人体微动（主要是人 体呼吸运动）信号检测系统，将杂波抑制、小波变换、图像融合、恒虚警率处理（CFAR） 和隐马尔科夫模型（HMM）等应用于隐藏人体微动信号的检测中。实验结果表明， 本系统不仅提高雷达对隐藏人体微动信号检测的视角范围，还增强检测能力。论文的 主要工作包括以下几个方面： 1. 针对单站雷达易受到雷达视线角度影响而容易导致检测失效的问题，本文设 计了一种多天线构成的多通道超宽带穿墙雷达隐藏人体微动检测系统，以保证人体回 波信号至少能够被一副接收天线检测到。该方法大大改善单站穿墙雷达系统依赖雷达 视角的缺点，从多角度全方位对隐藏人体目标回波进行采集，大大增加了目标回波信 息。 2. 针对传统预处理方法不能有效去除直达波，以及穿墙雷达回波信号中的谐波 与噪声对呼吸心跳信号干扰严重的问题，本文对快-慢二维回波数据矩阵进行处理。 采用 LTS-AGC( Linear trend subtraction-Automatic gain control )的预处理方法，提出多 通道小波图像融 合与 CFAR 相结合的算法。 首先对每一个通道的回波矩阵 进行 LTS-AGC 预处理，即利用距离门对墙体回波和天线的耦合波进行去除，接着采用 LTS-AGC 方法去除环境中固定目标的直达波与杂波干扰，再用自动增益控制的方法 来提高微弱信号的信噪比，然后通过带宽为 0.2~3Hz 的带通滤波器滤除人体信号带外 的干扰信号，最后在预处理的基础上进行多通道的小波图像融合以及对融合结果进行 CFAR 处理。实验结果表明，该算法能够最大化利用回波的全部信息有效提高信噪比， 并能准确快速地检测出人体的位置和呼吸频率，其检测效果优于传统的单站傅里叶变 换方法。 3. 在检测过程中隐藏人体目标在一个时段内有可能多次偏离某一雷达视角的可 能，在这种情况下对回波矩阵直接进行 FFT，可能使处理结果显示的人体目标位置不 均匀的情况，这样将会严重影响对隐藏人体目标的检测效果。本文从回波域角度对人 体微动回波信号进行处理，提出一种基于 HMM 呼吸跟踪的人体微动信号检测算法。 首先建立人体呼吸状态的 HMM 模型，然后在前面章节回波预处理基础上采用基于 HMM 算法对人体微动信号进行检测，最后对检测结果进行傅里叶变换。实验结果表 明，该算法能够准确检测人体的呼吸状态，其检测效果优于单通道检测。 关键词：多天线超宽带穿墙雷达；小波图像融合；恒虚警率；隐马尔科夫模型 I Abstract Abstract The exact detection and location of human object is widely used in many fields such as military, medical treatment currently, so its urgent to solve problem of wide-range, long-distance, exact detection and location of human micro-tremor signal. The traditional monostation radar is susceptible to the sight of radar, and its narrow detection angle and low SNR, so a multi-channel UWB through-wall radar human micro-tremor signal detection system based on multi-antenna is proposed in the paper, the basic theory of radar signal processing, wavelet transform, image fusion, the constant false alarm rate and hidden Markov model are applied the detection of in hidden human micro-tremor signal. The experimental results show that it not only improves the viewing angles of hidden human mi