一种基于双源ir?uwb生物雷达的强反射杂波消除方法
【专利摘要】本发明公开了一种基于双源IR?UWB生物雷达的强反射杂波消除方法，利用两种不同中心频率的天线同时进行探测，首先对两种不同频率的雷达回波信号分别进行通道内预处理，包括在空间域上进行距离累积，在时间域上进行归一化、线性趋势消除和低通滤波，来实现人体微弱生命信号的增强；然后再对预处理后的两种不同频率雷达回波信号进行通道间处理，采用自适应杂波消除技术抑制雷达回波中的强反射杂波干扰，从而提高雷达探测的准确率。
【专利说明】
一种基于双源IR-UWB生物雷达的强反射杂波消除方法
技术领域
[0001] 本发明属于雷达式生命探测技术领域，涉及一种基于双源IR-UWB生物雷达的强反 射杂波消除方法。
【背景技术】
[0002] 超宽带(Ultra-Wideband，UWB)生物雷达融合了雷达技术和生物医学工程技术，通 过发射出的电磁波穿透非金属介质（木板、墙壁、废墟等），检测到生命体目标的体动，或者 呼吸、心跳等生命体征引起的体表微动，并以此为依据探测和识别生命体目标。与基于红 外、光学和超声的探测技术相比，UWB生物雷达因其具有非接触、穿透性强、能够获得目标距 离信息、抗干扰能力强等特点，可广泛应用于医学、军事、反恐等领域，特别是在地震、塌方 等灾害发生后的应急救援中，具有不可替代的优势。
[0003] 目前的UWB生物雷达技术多采用冲激脉冲（Impulse Radio, IR)雷达，它是以固定 的脉冲重复频率发射超短脉冲来实现超宽带的。IR-UWB生物雷达在地震、塌方等灾后应急 救援场景中，通常采用小时窗分段探测技术来提高雷达的探测精度和回波信噪比。当目标 压埋较深，距离雷达较远时，使用这种技术就会增加探测时间，影响探测效率。因此，为了能 够更加快速准确的发现幸存人员，应当使用大时窗探测技术。但是当生物雷达进行大时窗 探测时，由于探测环境十分复杂，雷达发射的电磁波通常需要穿透多种不同介质才能照射 到被压埋的人体目标。当IR-UWB生物雷达发射的电磁波穿过两种介电常数不同的介质（如 砖和空气）时，由于雷达硬件电路不可能工作在理想条件下，发射脉冲必然会产生细微抖 动，原本应该静止的不同介质交界面处的雷达回波，将会随时间不断变化，产生强反射杂 波。有时这种强反射杂波和人体的呼吸信号十分相近，普通的生物雷达探测技术很难将其 去除，从而在识别过程中造成误判，导致雷达虚警率增高，浪费宝贵的救援时间和资源。
【发明内容】
[0004] 针对上述现有技术中存在的问题或缺陷，本发明的目的在于，提供一种基于双源 IR-UWB生物雷达的强反射杂波消除方法，该方法能够有效地去除复杂探测环境中的强反射 杂波，从而提高雷达探测的准确率，节约宝贵的救援时间和资源。
[0005] 为了实现上述目的，本发明采用如下技术方案：
[0006] -种基于双源IR-UWB生物雷达的强反射杂波消除方法，包括以下步骤：
[0007] 步骤一:双源IR-UWB生物雷达的发射天线发射雷达脉冲，雷达脉冲被人体目标反 射，再通过双源IR-UWB生物雷达的接收天线接收到被人体目标反射后的雷达脉冲，即雷达 原始回波信号;双源IR-UWB生物雷达包含两对具有不同中心频率的天线，每对天线均包括 一个发射天线和一个接收天线，两个接收天线接收到两个具有不同中心频率的雷达原始回 波信号心和恥；
[0008] 步骤二:对雷达原始回波信号办和此分别进行预处理，得到预处理后的雷达回波信 号 R41 和 R42 ;
[0009]步骤三:对雷达回波信号R41和R42进行自适应杂波消除，得到人体呼吸信号的估计 值s(k)〇
[0010]具体地，所述步骤二中的对雷达原始回波信号办和办分别进行预处理，得到预处理 后的雷达回波信号R4dPR42,用R表示任意一个雷达原始回波信号，具体包括以下步骤：
[0011]步骤2.1:对雷达原始回波信号R在空间域沿着快时间方向进行距离累积，得到距 离累积后的雷达回波信号R1;
[0012] 步骤2.2:雷达回波信号Ri在时间域沿着慢时间方向进行归一化处理，得到归一化 后的雷达回波信号R2;
[0013] 步骤2.3:对雷达回波信号办进行线性趋势消除，得到雷达回波信号R3;
[0014] 步骤2.4:对雷达回波信号R3进行低通滤波，得到滤波后的雷达回波信号R4。
[0015] 具体地，所述步骤2.3中对雷达回波信号R2进行线性趋势消除，得到雷达回波信号 R3,采用的公式如下：
[0016] Rl -/?; -\iy:y) ly Rl
[0017] 其中4=[11氣]^]，11=[0，1，2，...，1'|-1]1'，]^为一个长度是~且元素都是1的列向 量，N为雷达回波信号办中包含的道信号的个数。
[0018] 具体地，所述步骤三中对雷达回波信号1?41和1?42进行自适应杂波消除，得到人体呼 吸信号的估计值S(k)，采用的公式如下：
[0020] e(k) =y(k)-s(k)
[0021 ] ω i(k+l) = ω i(k)+2ye(k)x(k_i )，i = 0，l，...，L_l
[0022] 其中，L为FIR滤波器的阶数，μ为步长因子，ωι(1〇为权系数向量，y(k)为提取的雷 达回波信号R 41的点信号。
[0023] 与现有技术相比，本发明具有以下技术效果：
[0024] 1、对雷达回波信号进行通道内预处理，首先在空间域上进行距离累积，接着在时 间域上进行归一化和线性趋势消除，最后进行低通滤波，实现通道内人体微弱生命信号的 增强。
[0025] 2、对雷达回波信号进行通道间处理，采用自适应杂波消除技术抑制雷达回波中的 强反射杂波干扰，提高雷达探测的准确率。
[0026] 下面结合附图和【具体实施方式】对本发明的方案做进一步详细地解释和说明。
【附图说明】
[0027]图1为本发明的方法的流程图；
[0028]图2为雷达原始回波信号的二维矩阵示意图；
[0029]图3为自适应杂波消除算法的原理框图；
[0030] 图4为实施例1中的穿墙探测场景示意图；
[0031] 图5为实施例1中采用现有的生物雷达处理方法得到的穿墙场景雷达回波数据能 量谱(有人体目标）；
[0032]图6为实施例1中采用现有的生物雷达处理方法得到的穿墙场景雷达回波数据能 量谱(无人体目标）；
[0033] 图7为实施例1中采用本发明的方法得到的穿墙场景雷达回波数据能量谱(有人体 目标)；
[0034] 图8为实施例1中采用本发明的方法得到的穿墙场景雷达回波数据能量谱(无人体 目标)；
[0035] 图9为实施例2中的穿废墟探测场景示意图；
[0036]图10为实施例2中采用现有的生物雷达处理方法得到的穿废墟场景雷达回波数据 能量谱(无人体目标）；
[0037]图11为实施例2中采用现有的生物雷达处理方法得到的穿废墟场景雷达回波数据 能量谱(有人体目标）；
[0038] 图12为实施例2中采用本发明的方法得到的穿废墟场景雷达回波数据能量谱(无 人体目标）；
[0039] 图13为实施例2中采用本发明的方法得到的穿废墟场景雷达回波数据能量谱(有 人体目标）。
【具体实施方式】
[0040] 遵从上述技术方案，本发明的基于双源IR-UWB生物雷达的强反射杂波消除方法， 所采用的双源IR-UWB生物雷达包含两对不同中心频率的天线，分别为270MHz和400MHz，每 对天线包含一个发射天线和一个接受天线;采用等效时间采样、多通道分时复用技术，实现 不同中心频率天线每发射出一道信号后交替工作，从而使两种中心频率的天线在工作时相 互不产生干扰。由于两对不同中心频率的天线分时复用交替探测，且交替时间间隔非常短， 可以近似认为两对天线同时对目标进行探测，那么两对不同频率的雷达回波中人体呼吸信 号具有一定的相关性;但是两对天线的脉冲发射源是相互独立的，因此产生的脉冲抖动是 随机的，不具有相关性。
[0041] 本发明的基于双源IR-UWB生物雷达的强反射杂波消除方法，参见图1，包括以下步 骤：
[0042]步骤一:双源IR-UWB生物雷达的发射天线发射雷达脉冲，雷达脉冲被人体目标反 射，再通过双源IR-UWB生物雷达的接收天线接收到被人体目标反射后的雷达脉冲，即雷达 原始回波信号;双源IR-UWB生物雷达包含两对具有不同中心频率的天线，每对天线均包括 一个发射天线和一个接收天线，两个接收天线接收到两个具有不同中心频率的雷达原始回 波信号R4PR 2。每对天线形成雷达脉冲的发射和反射的通道。
[0043]步骤二:对雷达原始回波信号RdPR2分别进行预处理，得到预处理后的雷达回波信 号 R41 和 R42〇
[0044]以下用R表示任意一个通道内的雷达原始回波信号，对雷达原始回波信号R进行预 处理的方法，包括以下步骤：
[0045]步骤2.1:对雷达原始回波信号R在空间域沿着快时间方向进行距离累积，得到距 离累积后的雷达回波信号Ru
[0046]双源IR-UWB生物雷达接收的雷达原始回波信号R可以表示为二维矩阵R(m，n)，如 图2所示，图2中的横轴表示探测时间，称为"慢时间"，单位是秒，沿着探测时间的方向为慢 时间方向；纵轴表示探测距离，称为"快时间"，沿着探测距离的方向为快时间方向，单位是 纳秒。在某一时刻，沿着快时间方向的信号，即二维矩阵的列向量，叫做"道信号"；在某一距 离点上，沿着慢时间方向的信号，即二维矩阵的行向量，叫做"点信号"。由于快时间方向上 邻近距离点处的雷达回波的调制方式大致相同，且具有一定的相关性，因此，在不影响有用 信息的前提下，首先对二维矩阵R(m，n)在空间域沿着快时间方向进行距离累积，即：
[0048]式中，1^(1，11)(1 = 1，2，..丄)为距离累积后的雷达回波数据，〇为沿着快时间方向 累积的窗宽，L为累积后在快时间方向的距离点数，
，其中」"表示向下取整， 设定窗宽Q = 40,采样点数Μ为8192,则L为200,从而大大降低了雷达数据处理的运算量，减 少了探测所需的运算时间，提高了废墟搜救幸存人员的工作效率。
[0049] 步骤2.2:距离累积后的雷达回波信号h在时间域沿着慢时间方向进行归一化处 理，得到归一化后的雷达回波信号R2。
[0050] 为了增强距离雷达较远处目标信号的幅度，补偿信号在穿透和传播过程中的衰 减，提高雷达回波信号的信噪比，对距离累积后的信号心，在时间域沿着慢时间方向进行点 信号的归一化处理，即：
[0052]式中，R2(l，n)为归一化后的雷达回波数据，NSh中包含的道信号的个数。雷达回 波数据心(1，1〇经过归一化处理后，每个距离上的点信号的幅值范围都在-1到1之间。
[0053]步骤2.3:对雷达回波信号办进行线性趋势消除，得到雷达回波信号R3。
[0054]由于IR-UWB生物雷达的硬件不可能在理想条件下工作，采集数据过程中往往伴随 着回波基线的漂移，因此，本发明的方法采用的是线性趋势消除（Linear Trend Subtraction，LTS)来去除雷达回波信号办中的静态杂波以及线性漂移，LTS通过线性最小 二乘拟合估计出雷达回波信号R 2在慢时间方向上的直流分量和线性趋势后，再从回波数据 中减去，即：
[0055] .if -y(/yrY^ (3)
[0056]式中，R3表示LTS后的雷达回波信号，y=[n/N，IN]，n=[0，l，2, . . .，N-1]t，In为一 个长度是N且元素都是1的列向量，NSR2中包含的道信号的个数。
[0057]步骤2.4:对雷达回波信号R3进行低通滤波，得到滤波后的雷达回波信号R4。
[0058] 由于IR-UWB生物雷达的硬件在工作过程中不可避免的会产生高频噪声，而且人体 目标的呼吸信号又是一个窄带的准周期信号，因此，为了进一步提高雷达回波的信噪比，就 需要在慢时间方向上对雷达回波信号R 3的点信号进行低通滤波：
[0059] R4(l，n) =R3(1，n)*h(t) (4)
[0060] 式中，R4(l，n)为滤波后的雷达回波数据，表示卷积运算，h(t)为有限冲击响应 (Finite Impulse Response,FIR)滤波器的冲击函数。根据人体的呼吸频率，该算法中低通 滤波器的截止频率为〇. 5Hz。
[0061]对两个通道内的两个雷达原始回波信号RjPR2分别进行上述处理后，分别得到预 处理后的雷达回波信号R41和R42。
[0062]步骤三:对雷达回波信号1?41和1?42进行自适应杂波消除，得到人体呼吸信号的估计 值s(k)〇
[0063] 雷达回波信号R41和R42分别为中心频率为270MHz和400MHz的两个通道内经过预处 理的雷达回波信号。参见图3,主输入信号y(k)为提取的雷达回波信号R 41的点信号，由人体 目标的呼吸信号81(1〇和非静态杂波m(k)组成，而参考信号x(k)为提取的雷达回波信号R 42 的点信号，由人体目标的呼吸信号s2(k)和非静态杂波n2(k)组成。由于两对不同中心频率的 天线同时对人体目标进行探测，因此呼吸信号 81(1〇和82(1〇具有一定的相关性，又由于两对 天线的脉冲发射源是相互独立的，因此产生的脉冲抖动是随机的，非静态杂波m(kWPn 2(k) 不具有相关性。
[0064] 利用误差信号e(k)，通过最小均方算法调整FIR滤波器的参数，使滤波器的输出信 号以10为相关的人体呼吸信号的估计值，将雷达回波信号中的强反射杂波等非静态杂波去 除，计算步骤如下：
[0066] e(k) =y(k)-s(k) (6)
[0067] ω i(k+l) = ω i(k)+2ye(k)x(k_i)，i = 0，1，· · ·，L_1 (7)
[0068] 其中FIR滤波器的阶数L = 50，步长因子μ = 1 0-5，权系数向量ω i (k)的初始值全是 〇，让表不输出信号8(1〇中的数据序号。
[0069] 实施例1
[0070] 在某一穿墙场景中对本发明的方法的效能进行验证：
[0071] 如图4所示，房间内两堵平行的砖墙厚度均为24cm，将双源IR-UWB生物雷达系统摆 放在其中一堵墙后，对无人的房间进行探测。探测完成后，一名健康成年男子紧靠另一堵墙 且正对雷达站立，平静呼吸，身体保持静止，雷达与人体目标之间的距离约为3m，对其进行 探测。
[0072] 为了能够更加直观的识别人体目标的呼吸信号及其所在位置，对处理后的雷达回 波数据沿慢时间方向计算每个距离上的点信号的方差，得到雷达回波信号的能量谱。
[0073]图5和图6分别为有人体目标和无人体目标时采用普通IR-UWB生物雷达处理方法 得到的雷达回波数据能量谱。从图5中可以看出，3m附近的能量值明显大于其余位置的能量 值，这正是由人体目标的呼吸引起的。而图6中，3m附近也出现了很明显的能量峰值，这是因 为IR-UWB雷达在探测过程中，人体身后的墙产生了强反射杂波干扰，它与人体目标的呼吸 信号十分相似，无法通过普通的IR-UWB生物雷达处理方法滤除。因此，通过普通的生物雷达 探测技术，两种情况(有人体目标和无人体目标)的雷达回波数据都被判断为探测区域内有 人体目标，且目标距离都约为3m，图6的回波数据产生误判。
[0074]图7和图8分别为有人体目标和无人体目标时采用本发明的方法得到的雷达回波 数据能量谱。从图7中可以看出，只有3m附近的能量峰值较强，其最大值在2.88m处，正好是 人体目标所站的位置。而图8中有多处较强的能量峰值，这是由于能量谱进行归一化后，原 本很小的峰值都变得比较明显。实际上，出现在图6中的近似呼吸的强反射杂波已经被较好 的抑制了。因此，图8中雷达回波数据的判断结果为探测区域内无人体目标，与实际情况相 符。
[0075] 实施例2
[0076]在某一穿废墟场景中本发明的方法的效能进行验证：
[0077]如图9所示，模拟废墟高度约为3m，包括两个10cm厚的混凝土预制板，两段厚度约 为lm的砖块堆，还有一个高度约为80cm的废墟空洞。IR-UWB雷达系统放置在模拟废墟顶端， 方向朝下进行探测。探测完成后，一名健康成年男子平躺在废墟空洞中，胸壁正对雷达，平 静呼吸，身体保持静止，雷达与人体目标之间的距离接近3m，对其进行探测。
[0078]图10和图11分别为无人体目标和有人体目标时普通IR-UWB生物雷达处理方法得 到的雷达回波数据能量谱。两幅图的能量波形很相似，都存在多处较强的能量峰值，这主要 是因为IR-UWB雷达系统在穿透模拟废墟探测过程中，由于雷达脉冲的抖动，在两种介质(预 制板和空气、砖和空气）的交界面处原本应该静止的雷达回波却随慢时间不停变化，产生近 似呼吸的强反射杂波干扰。因此，两幅图的雷达回波数据判断结果都是探测区域内无人体 目标，图11的探测结果发生了漏判。
[0079] 图12和图13分别穿透废墟场景中无人体目标和有人体目标时采用本发明的方法 得到的雷达回波数据能量谱。虽然图12中仍存在多处较强的能量峰值，但实际上由废墟交 界面产生的近似呼吸的强反射杂波已经被大大的削弱了，只是能量归一化使得原本幅度很 小的能量峰值又变得比较明显。因此，这幅图的回波数据判别结果为探测区域内无人体目 标，与实际情况相符。图13中只剩下一处较强的能量峰值，这正是人体目标的呼吸能量，其 能量最大值在4.05m处。由于该坐标距离计算的是电磁波在空气中的传播距离，而电磁波在 该模拟废墟中的衰减很大，经过距离校准后的实际位置约为2.83m，与人体目标所躺的位置 相符。
[0080] 综上，本发明的能够较好的去除不同场景中的强反射杂波干扰，提高生物雷达系 统判断的准确率。
【主权项】
1. 一种基于双源IR-UWB生物雷达的强反射杂波消除方法，其特征在于，包括w下步骤： 步骤一:双源IR-UWB生物雷达的发射天线发射雷达脉冲，雷达脉冲被人体目标反射，再 通过双源IR-UWB生物雷达的接收天线接收到被人体目标反射后的雷达脉冲，即雷达原始回 波信号；双源IR-UWB生物雷达包含两对具有不同中屯、频率的天线，每对天线均包括一个发 射天线和一个接收天线，两个接收天线接收到两个具有不同中屯、频率的雷达原始回波信号 Ri和化； 步骤二:对雷达原始回波信号Ri和R2分别进行预处理，得到预处理后的雷达回波信号R" 和 R42 ; 步骤Ξ:对雷达回波信号R41和R42进行自适应杂波消除，得到人体呼吸信号的估计值S 化)。2. 如权利要求1所述的基于双源IR-UWB生物雷达的强反射杂波消除方法，其特征在于， 所述步骤二中的对雷达原始回波信号Ri和R2分别进行预处理，得到预处理后的雷达回波信 号R41和R42,用R表示任意一个雷达原始回波信号，具体包括W下步骤： 步骤2.1:对雷达原始回波信号R在空间域沿着快时间方向进行距离累积，得到距离累 积后的雷达回波信号Ri; 步骤2.2:雷达回波信号Ri在时间域沿着慢时间方向进行归一化处理，得到归一化后的 雷达回波信号R2; 步骤2.3:对雷达回波信号化进行线性趋势消除，得到雷达回波信号R3; 步骤2.4:对雷达回波信号化进行低通滤波，得到滤波后的雷达回波信号R4。3. 如权利要求2所述的基于双源IR-UWB生物雷达的强反射杂波消除方法，其特征在于， 所述步骤2.3中对雷达回波信号R2进行线性趋势消除，得到雷达回波信号R3,采用的公式如 下：其中，y= [n/N, In]，n=[0，l，2，...，N-1]t，In为一个长度是N且元素都是1的列向量，N 为雷达回波信号R2中包含的道信号的个数。4. 如权利要求3所述的基于双源IR-UWB生物雷达的强反射杂波消除方法，其特征在于， 所述步骤Ξ中对雷达回波信号R"和R42进行自适应杂波消除，得到人体呼吸信号的估计值S 化），采用的公式如下：e化）=y化)-S化） ω i(k+l) = ω i(k)+aie(k)x(k-i), i = 0,1, . . . ,1^-1 其中，L为FIR滤波器的阶数，μ为步长因子，ωι化)为权系数向量，y化)为提取的雷达回 波信号R41的点信号。
【文档编号】G01S7/02GK106093868SQ201610362413
【公开日】2016年11月9日
【申请日】2016年5月26日
【发明人】李钊, 王健琪, 梁福来, 安强, 张杨, 吕昊, 张华
【申请人】中国人民解放军第四军医大学