应用于室内的双频连续波雷达人体定位跟踪的方法与流程

本发明属于无线通信领域，更具体地，涉及一种室内的双频连续波雷达人体定位跟踪的方法。

背景技术：

随着无线信号的发展，基于位置的服务(Location Based Service，简称LBS)得到广泛的应用，移动定位作为主要技术受到了广泛的关注，对于定位过程中的定位感知技术层出不穷，主要包括：射频识别技术，蓝牙技术，超声波定位感知，WIFI等。主要是通过接收信号的强度结合室内传播模型，将接收信号强度(Received Signal Strength，简称RSS)转换为距离从而实现距离的确定，这样对室内环境的要求较高，多物体的反射将直接影响接收信号的强度，产生较大误差，这对于后续处理要求高，运算复杂度高，定位精度很难保证。相较于利用接收强度测距，对于移动物体的定位基于到达时间(Time of Arrival，简称TOA)具有更好的精度与抗干扰性，所以使用连续波雷达进行室内定位也将由此提出。

目前常见的使用连续波雷达实现室内定位的方法是采用调频连续波(Frequency Modulated Continuous Wave,简称FMCW)提出使用传输时间(Time of Flight，简称TOF)进行定位，对测距能实现较高的精度且不存在模糊距离的现象，为达到较高的测距精度往往需要设备提供很大的频带宽度，需要提供达到1G以上的扫频带宽，需要专用的硬件设备作为信号收发器，由此产生信号干扰也是不可忽略的。因此出现了非调制的连续波雷达(Continuous Wave，简称CW)，其主要适用于测速，对于不同速度和距离，它都能处理没有模糊速度，这相对于脉冲多普勒雷达而言要实现这样的结果处理就会相当复杂，非调制连续波相较于调频连续波，其频带窄，设备要求低，同时杂波干扰小，在测距的同时能够获取到运动目标的速度大小与方向信息，这为后续进行人体跟踪或者行为识别提供了更多的参考，扩展性强，由此利用连续波雷达测速测距上有广泛的应用前景。

然而，现有的非调制的连续波雷达也具有一些问题：首先，由于运动人体由于背景物体的干扰和人体非匀速运动，往往会产生干扰频移，由此带来的干扰频移会造成频谱的展宽，首先会导致接收信号信噪比降低，根据雷达精度公式会直接影响测距精度；其次，由于双频测距是通过峰值检测方法测距，频谱的展宽带来谱峰值的降低，增加了峰值检测的难度，在干扰速度能量较大的情况下，甚至会造成峰值误判，影响测速精度；最后，由于频谱展宽，导致单路信号峰值信号产生不同程度的相移，导致定位精度降低。

技术实现要素：

针对现有技术的以上缺陷或改进需求，本发明提供了一种室内的双频连续波雷达人体定位跟踪的方法，其目的在于，保证双频的频差在适当范围即可实现，无需提升到多频条件，减少复杂度，同时针对干扰速度对频谱展宽的问题，采用局部速度差补偿算法进行频域信号校准，使用速度补偿模板对待补偿实测信号进行匹配，获取最佳干扰速度差值，校准后提高待测信号精度。结合以上两点实现了室内环境下低带宽高精度的人体定位。

为实现上述目的，按照本发明的一个方面，提供了一种应用于室内的双频连续波雷达人体定位跟踪的方法，包括下列步骤：

(1)获取两路信号源发射并经过人体反射后得到的人体反射波信号，分别对两路人体反射波信号进行混频和滤波处理，以获取由于人体运动产生的多普勒频移信号，并对该多普勒频移信号进行峰值检测，以获取该多普勒频移信号在频域内的预估峰值；

(2)根据局部速度补偿算法提取频域内的预估峰值附近的区域速度差信号与预先建立的多个速度差补偿模板进行匹配，对多个匹配结果进行峰值检测，并保存多个峰值检测结果，在这些峰值检测结果选取最大值作为最佳匹配项，并利用该最佳匹配项对多普勒频移信号进行校准；

(3)利用双频比相机制对两路校准后的多普勒频移信号进行比相操作，以获取移动人体距离信息；

(4)利用移动人体距离信息中的人体运动矢量获取人体运动时的实时轨迹。

优选地，步骤(2)包括以下子步骤：

(2-1)对步骤(1)获取的频域内的预估峰值进行局部频率细化，以获取频域内的预估峰值附近的区域速度差信号：其具体包括：

(2-1-1)对步骤(1)获取的频域内的预估峰值进行局部频率细化，以获取预测峰值f_d和谱线扩展量ΔN：

$\mathrm{\Δ}N=f_{\mathrm{\Δ}v}{T}_{s}N=\frac{2\mathrm{\Δ}v}{C}{T}_s{\mathrm{Nf}}_0$

其中T_s为1/f_s，f_s表示多普勒频移信号X(n)的采样率，N表示采样的点数，f₀表示其中一路人体反射波信号的频率，Δv表示干扰速度差，c表示光速，f_Δv表示由于干扰速度差造成的频移扩展量。

(2-1-2)根据谱线扩展量ΔN获取频移因子的频移量f_md和频移因子X_d(n)：

$f_{md}=\frac{f_s}{N}(k_p-\frac{L}{2}+1)$

$X_d\left(n\right)=e^{-j\frac{2{\mathrm{\πf}}_{md}}{f_s}n}$

其中k_p是峰值检测获取的预估的多普勒频移信号在频域的频率点，L表示扩展域长度，n为0到L-1之间的正整数；

(2-1-3)根据(2-1-2)获取的频移因子X_d(n)和频移量f_md并根据频率细化Zoom-FFT算法获取待补偿信号S(n)作为频域内的预估峰值附近的区域速度差信号：

其中M表示采样的抽取比，且M＝N/L，表示峰值检测获取的预估的多普勒频移，τ表示从目标人体到信号源之间信号传输时间，且其中R表示二者之间的距离，表示其中一路人体反射波信号的初始相位；

(2-2)根据干扰速度差建立速度差补偿模板，其表示为：

$C\left(n\right)=e^{-j2\mathrm{\π}\frac{2\mathrm{\Δ}v}{c(f_s/M)}{f}_{0}n}$

(2-3)将步骤(2-1)获取的区域速度差信号与步骤(2-2)获取的速度差补偿模板进行匹配，具体采用以下公式；

S_i(k)＝FFT(S(n)C_i(n))

其中k为到L-1之间的正整数。

(2-4)对步骤(2-3)获得的多个匹配结果进行峰值检测，并保存多个峰值检测结果；

(2-5)在步骤(2-4)得到的峰值检测结果选取最大值作为最佳匹配项，并利用该最佳匹配项对多普勒频移信号进行校准。

优选地，步骤(3)包括以下子步骤：

(3-1)建立两路多普勒频移信号的相位差与目标人体到信号源之间距离R二者之间的关系式：

其中f₁表示另外一路人体反射波信号的频率，为两路人体反射波信号的初始相位差，且表示另外一路人体反射波信号的初始相位；

(3-2)对步骤(2)校准后的两路多普勒频移信号进行峰值检测，以得到人体相对于信号源的运动产生的多普勒频移，并通过双频比相机制获取步骤(3-1)中的相位差；

(3-3)通过步骤(3-2)中获取的相位差并结合步骤(3-1)的关系式，最终获得目标人体与信号源之间的距离R。

优选地，步骤(4)具体为：根据步骤(3)获得的目标人体到信号源的距离R以及人体相对于信号源的运动产生的多普勒频移f_d0、f_d1获取盲点相对于位置1的偏移距离Δr：

$\mathrm{\Δ}r={\∫}_{t_0}^{t_0+{\mathrm{\τ}}_0}{v}_{0}dt+{\∫}_{t_1-{\mathrm{\τ}}_0}^{t_1}{v}_{1}dt$

其中t₀表示检测到人体位于位置1时的时间，t₁表示检测到人体位于位置2时的时间，v₀表示人体相对位置1运动的径向速度，v₁表示人体相对位置2运动的径向速度，v₀和v₁均是通过峰值检测获取到的，τ₀为位置1与位置2时间差的中值。

按照本发明的另一方面，提供了一种应用于室内的双频连续波雷达人体定位跟踪的系统，包括：

第一模块，用于获取两路信号源发射并经过人体反射后得到的人体反射波信号，分别对两路人体反射波信号进行混频和滤波处理，以获取由于人体运动产生的多普勒频移信号，并对该多普勒频移信号进行峰值检测，以获取该多普勒频移信号在频域内的预估峰值；

第二模块，用于根据局部速度补偿算法提取频域内的预估峰值附近的区域速度差信号与预先建立的多个速度差补偿模板进行匹配，对多个匹配结果进行峰值检测，并保存多个峰值检测结果，在这些峰值检测结果选取最大值作为最佳匹配项，并利用该最佳匹配项对多普勒频移信号进行校准；

第三模块，用于利用双频比相机制对两路校准后的多普勒频移信号进行比相操作，以获取移动人体距离信息；

第四模块，用于利用移动人体距离信息中的人体运动矢量获取人体运动时的实时轨迹。

由于本发明的可以将速度作为补偿参量，在降低维度的同时，对匹配对象也无运动状态的限制。基于以上总结，为了提高双频连续的测距精度，本文提出了基于局部速度差补偿的方法，滤除干扰运动带来的频谱拓展，提高测距精度的同时增强系统抗干扰能力，并且实现使用低带宽测距达到与FMCW相同的厘米级测距精度。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

(1)本发明通过采用步骤(2)和(3)，其利用两路连续波信号进行运动人体的定位跟踪，以低带宽实现了高精度；

(2)本发明通过采用步骤(2)进行了干扰速度滤除，一定程度上消除了频谱的扩展，进而提高了测距精度，实现了连续波雷达在低带宽下实现高精度定位；

(3)本发明通过采用步骤(4)，其较低的复杂度更适用于实时人体定位跟踪。

附图说明

图1是本发明应用于室内的双频连续波雷达人体定位跟踪的方法的流程图。

图2是本发明的接收信号提取的多普勒频移信号。

图3是本发明局部速度差算法的结构框图。

图4是本发明算法中的频率细化原理框图。

图5是本发明的双频FFT比相测距原理框图。

图6是本发明的盲点轨迹跟踪模型示意图。

图7是本发明通过局部速度差算法校准前后对比图；其中，黑色虚线为人体运动受干扰的信号分布，峰值幅值较低，频率跨度较大；黑色实线为最佳补偿模板进行矫正后的信号分布。

图8(a)至(d)为本发明定点实验校准前后距离对比图；其中黑色·为补偿前黑色*为补偿后的对比，定点距离分别选取0.5m，1m，1.5m，2m四组定点数据。

图9不同距离补偿前与补偿后RMSE对比图；其中黑色虚线■为补偿前黑色实线◆为补偿后的均方根误差值。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

如图1所示，本发明应用于室内的双频连续波雷达人体定位跟踪的方法包括下列步骤：

(1)获取两路信号源发射并经过人体反射后得到的人体反射波信号，分别对两路人体反射波信号进行混频和滤波处理，以获取由于人体运动产生的多普勒频移信号，并对该多普勒频移信号进行峰值检测，以获取该多普勒频移信号在频域内的预估峰值；如图2所示，其为接收信号经过混频低通滤波后得到的多普勒频移信号的时频图。

(2)根据局部速度补偿算法提取频域内的预估峰值附近的区域速度差信号与预先建立的多个速度差补偿模板进行匹配，对多个匹配结果进行峰值检测，并保存多个峰值检测结果，在这些峰值检测结果选取最大值作为最佳匹配项，并利用该最佳匹配项对多普勒频移信号进行校准；

(3)利用双频比相机制对两路校准后的多普勒频移信号进行比相操作，以获取移动人体距离信息；

(4)利用移动人体距离信息中的人体运动矢量获取人体运动时的实时轨迹。

下面结合具体公式原理等对本发明实施例进行详细描述。

如图3所示，本发明方法中的步骤(2)包括以下子步骤：

(2-1)对步骤(1)获取的频域内的预估峰值进行局部频率细化，以获取频域内的预估峰值附近的区域速度差信号：频率细化是为了多普勒频移峰值邻近区域的扩展频段提取出来，进行重采样细化该频率段信息，由于我们只需要提取预估峰值附近一段频谱进行细化，在对频率细化的处理方法作对比后，选择参考复调制Zoom-FFT算法^[12]进行实现，其优点是针对某段频谱的细化，能够实现在较窄频段内拥有较高的分辨率。原理框图如下图4所示。

步骤(2-1)具体包括以下子步骤：

(2-1-1)对步骤(1)获取的频域内的预估峰值进行局部频率细化，以获取预测峰值f_d和谱线扩展量ΔN。

$\mathrm{\Δ}N=f_{\mathrm{\Δ}v}{T}_{s}N=\frac{2\mathrm{\Δ}v}{C}{T}_s{\mathrm{Nf}}_0---\left(1\right)$

其中T_s为1/f_s，f_s表示多普勒频移信号X(n)的采样率，N表示采样的点数，f₀表示其中一路人体反射波信号的频率，Δv表示干扰速度差，c表示光速，f_Δv表示由于干扰速度差造成的频移扩展量。该值通过对单路信号进行混频滤波后峰值检测信号而来，为了频率搬移时能提取到有效的扩展量，干扰速度差Δv的频谱扩展量，频移因子频率的选择要参考多普勒频移f_d与谱线扩展量ΔN。

(2-1-2)根据谱线扩展量ΔN获取频移因子的频移量f_md和频移因子X_d(n)：

$f_{md}=\frac{f_s}{N}(k_p-\frac{L}{2}+1)---\left(2\right)$

$X_d\left(n\right)=e^{-j\frac{2{\mathrm{\πf}}_{md}}{f_s}n}---\left(3\right)$

其中k_p是峰值检测获取的预估的多普勒频移信号在频域的频率点，L表示扩展域长度，其大于ΔN，且为2的倍数。频移因子式(3)中n为0到L-1之间的正整数。

(2-1-3)根据(2-1-2)获取的频移因子X_d(n)和频移量f_md并根据频率细化Zoom-FFT算法获取待补偿信号S(n)作为频域内的预估峰值附近的区域速度差信号：

其中M表示采样的抽取比，且M＝N/L，f_Δv表示由于干扰速度差造成的频移扩展量，由于随时间变化，所以表示为f_Δv(n)，表示峰值检测获取的预估的多普勒频移，τ表示从目标人体到信号源之间信号传输时间，且其中R表示二者之间的距离，表示其中一路人体反射波信号的初始相位，n为0到L-1之间的正整数；

(2-2)根据干扰速度差建立速度差补偿模板，其表示为：

$C\left(n\right)=e^{-j2\mathrm{\π}\frac{2\mathrm{\Δ}v}{c(f_s/M)}{f}_{0}n}---\left(5\right)$

速度匹配模板相当于是上一步频移因子的理论模板，通过不同的速度差匹配模板对频移因子进行补偿得到最佳值，进而获取到联动引起的速度差信息。将接收时域离散信号加入干扰速度差Δv，经过混频滤波处理后的单路信号可以表示为：

由式(6)可知，在监测时间内，人体运动并非表现为匀速运动，速度变化会随时间变化，从而导致其多普勒频率是不断变化的，反映在频域上为频谱的展宽。速度差补偿就是消除式中由Δv(n)的影响，分析可知只需要将原始信号与补偿模板混频即可，所以问题可以转化为补偿模板C(n)中未知量Δv的获取。

利用速度匹配模板对待补偿时域信号匹配，为保证两者在同一时间段内有相等长度的时域离散信号点，需要两者具有相等的采样率，所以同样将补偿模板的时离散点进行M倍抽取，同时假设随时间变化的速度产生固定速度差值，得到：

$C_i\left(n\right)=e^{-j2\mathrm{\π}\frac{2{\mathrm{\Δv}}_i}{c(f_s/M)}{f}_{0}n}---\left(7\right)$

变量Δv将以不同值Δv_i带入上式，获取不同的补偿模板C_i(n)。

(2-3)将步骤(2-1)获取的区域速度差信号与步骤(2-2)获取的速度差补偿模板进行匹配，具体采用以下公式；

S_i(k)＝FFT(S(n)C_i(n)) (8)

其中k为到L-1之间的正整数。

(2-4)对步骤(2-3)获得的多个匹配结果进行峰值检测，并保存多个峰值检测结果；

对由上式(5)得到的频域信号点进行峰值检测，对应的峰值代表着由于人体运动频移产生的能量强度，峰值越大表明补偿结果越好，多普勒频移信号能量越强。针对不同的速度差补偿模板均提取，最后只需要比较所有峰值大小，最大值对应的速度差即为在该过程中的在合理范围内选择补偿速度差值。

(2-5)在步骤(2-4)得到的峰值检测结果选取最大值作为最佳匹配项，并利用该最佳匹配项对多普勒频移信号进行校准。

如图5所示，本发明方法的步骤(3)包括以下子步骤：

(3-1)建立两路多普勒频移信号的相位差与目标人体到信号源之间距离R二者之间的关系式：

其中f₁表示另外一路人体反射波信号的频率，为两路人体反射波信号的初始相位差，且其中表示另外一路人体反射波信号的初始相位；

具体而言，双频FFT比相测距原理示意图如下图5所示，其中雷达信号发生源同时产生两路连续波信号，频率分别为f₁和f₂。由于人体的移动，使得发射信号频率发生了多普勒频移Δf₁和Δf₂，同时由于回波信号接收产生了TOA分别体现在两路信号的相位频移上，将处理后的信号进行FFT比相检测获取两路信号的相位差。假设频率分别为f₀和f₁的两路人体反射波信号表达式为：

其中和分别为两路信号的初始相位，由于人体相对于信号源的运动产生的多普勒频移f_d0、f_d1，假设人体相对信号源运动的径向速度为v，则有人体相对信号源运动引起的多普勒频移f_d0为：

$f_{d0}=\frac{2v}{C}{f}_0---\left(12\right)$

结合公式(12)和目标人体与信号源之间信号传输时间两因素的影响，信号源接收到的人体反射波信号表示为：

接收信号(13)与发送信号(10)共轭相乘后，滤除高频信号可得：

根据(14)式，在时域提取频移与相位信息局限较大，为了有效提取的实现，将信号采样后FFT转换到频域进行处理，进行共轭相乘，提取峰值频率点，两路信号峰值频率点的值相等为多普勒频移点，相位差如上式(9)所示。

(3-2)对步骤(2)校准后的两路多普勒频移信号进行峰值检测，以得到人体相对于信号源的运动产生的多普勒频移，并通过双频比相机制获取步骤(3-1)中的相位差；

(3-3)通过步骤(3-2)中获取的相位差并结合步骤(3-1)的关系式，最终获得目标人体与信号源之间的距离R。

如图6所示，本发明方法中的步骤(4)具体为：

根据步骤(3)获得的目标人体到信号源的距离R以及人体相对于信号源的运动产生的多普勒频移f_d0、f_d1获取盲点相对于位置1的偏移距离(即未检测到的、人体从位置1移动到位置2之间的一个点到信号源的距离)Δr：

$\mathrm{\Δ}r={\∫}_{t_0}^{t_0+{\mathrm{\τ}}_0}{v}_{0}dt+{\∫}_{t_1-{\mathrm{\τ}}_0}^{t_1}{v}_{1}dt---\left(14\right)$

其中t₀表示检测到人体位于位置1时的时间，t₁表示检测到人体位于位置2时的时间，v₀表示人体相对位置1运动的径向速度，v₁表示人体相对位置2运动的径向速度，v₀和v₁均是通过峰值检测获取到的，τ₀为位置1与位置2时间差的中值。

为了能够进行公平合理的性能评估，本发明实施例给出目标跟踪过程中定量评价指标的定义，定位精度的定量评估：均方根误差(Root mean square error，简称RMSE)

RMSE作为跟踪精度性能指标，定义如下：

$RMSE=\sqrt{\frac{1}{M}\underset{t=1}{\overset{M}{\Σ}}({\hat{x}}_t-x_t)},$

其中M代表实验点个数，代表第t次实验过程中(即t时刻)目标位置的预测值，x_t代表t时刻的目标真实位置。

合理选取Δv_i需综合考虑速度差间隔和数量，为了实现完全补偿，步进值Δv_i0对应的频谱偏移数应该小于1，在速度差误差范围(-1m/s,1m/s)内Δv_i0选取0.2m/s，获取到10个对应补偿模板，在进行10组实验后，整理峰值信息，得到最佳补偿模板后与原始接收时域信号混频获得结果如图7所示。对比补偿前和补偿后，后者较前者的多普勒频移的中心频率向左偏移，表现为频率值的降低，能量更多集中在谱峰处，从而能更好地滤除干扰信号。

不同测距点上定点测距实验，将具有40cm*40cm的木板模拟人体，由于实验室基于运动物体定位跟踪的，所以需要目标对象处于运动状态，于是将模板在具有距离刻度的导轨的固定点上进行前后±5cm内来回移动，同时对木板的移动采取不规则速度进行，用以产生干扰运动速度差。在此基础上分别获取0.5m，1m，1.5m，2m四组定点测距信息，将获取的离散点进行离线分析，对比原始结果与补偿后的结果，结果为下图8所示。

测得点进行了均方根误差计算，对比补偿前测距精度明显提高，补偿后测距结果在5处定点测试的位置，理论上实际定位点能达到更高的测距精度，如图9所示。对比使用FMCW在1.69G带宽下定位径向误差为10～13cm，实现均值误差接近。其次，采用速度差补偿算法相较于前言中使用的单双频结合测距以及使用的最大似然估计模型具有更好的实时性；相较于使用的离散多项式和离散chirp信号处理办法具有更理想的普适性；相较于加速度补偿算法降低了时域维度与计算复杂度，同时能够更好的适应非匀加速运动目标的检测与实时跟踪。

由上述实验结果图与数据表明，本发明利用双频连续波进行运动人体的定位跟踪实验中，基于局部速度差补偿的算法进行干扰速度滤除，一定程度上消除了频谱的扩展，进而提高测距精度，实现了连续波雷达在低带宽下实现高精度定位，并且由于其较低的复杂度更适用于实时人体定位跟踪。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。