• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于探人雷達的雙靜目標信號補償技術(shù)研究

    2015-12-20 02:43:25李巖峰路國華梁福來王健琪
    醫(yī)療衛(wèi)生裝備 2015年11期
    關(guān)鍵詞:信息熵靜態(tài)信噪比

    張 楊,李巖峰,呂 昊,李 釗,焦 騰,于 霄,路國華,梁福來,王健琪

    基于探人雷達的雙靜目標信號補償技術(shù)研究

    張 楊,李巖峰,呂 昊,李 釗,焦 騰,于 霄,路國華,梁福來,王健琪

    目的:研究超寬譜(ultra-wide band,UWB)探人雷達多目標探測中的遠距離目標信號能量衰減問題,對遠端目標信號進行幅值補償。方法:采用單通道UWB雷達采集徑向距離較大的雙靜態(tài)目標信號,用信噪比和信息熵方法對信號進行處理,比較2種方法對遠端目標信號的補償效果。結(jié)果:2種方法均可以有效提高遠端信號的幅值,可用于徑向上距離較遠2個目標的識別,可有效降低遠端目標的漏判率。結(jié)論:信噪比和信息熵方法可提高雷達對遠端目標的識別能力,其中信息熵方法在補償效果上優(yōu)于信噪比方法,該補償技術(shù)有利于探人雷達多目標探測、識別和定位準確性的提高。

    信息熵;信噪比;UWB;補償

    0 引言

    生命探測雷達可廣泛應(yīng)用于地震、礦難、泥石流等災(zāi)后救援和反恐領(lǐng)域,主要針對壓埋于倒塌建筑物、廢墟中的生命體搜尋定位以及隔墻監(jiān)視等[1-3]。近年來,越來越多的研究小組開展了基于超寬譜(ultra-wide band,UWB)雷達的生命探測技術(shù)研究。由于UWB雷達回波具有距離信息,所以UWB生命探測雷達不但可以給出目標有無的探測結(jié)果,而且還能給出目標的位置信息[4-8]。多目標探測和定位也有一些報道,但多數(shù)是針對運動目標,對多靜態(tài)目標的探測和定位研究較少[9]。靜態(tài)人體目標,是指處于靜止狀態(tài)且平靜呼吸的各種姿態(tài)的人體目標。由于處于靜止狀態(tài),其微弱的生命信號很難從雷達回波信號中提取出來,尤其是雙靜態(tài)目標探測中遠端人體(距離雷達較遠的目標)信號由于距離增加導(dǎo)致信號衰減,經(jīng)常被漏判。因此,雙靜態(tài)目標探測中遠端人體生命信號的提取和增強是一個急需解決的問題。本文采用信息熵和信噪比方法對遠端目標信號進行補償,以減少因距離增加、信號衰減而造成的能量損失,降低遠端目標的漏判率。

    1 原理與方法

    1.1 硬件系統(tǒng)

    采用低中心頻率UWB脈沖雷達,原理框圖如圖1所示。系統(tǒng)由脈沖發(fā)生器產(chǎn)生脈沖信號,經(jīng)整形電路后形成雙極脈沖,由垂直極化的蝶形天線發(fā)射出去,同時脈沖發(fā)生器所產(chǎn)生的脈沖信號被送入延時單元產(chǎn)生一系列距離門信號控制接收電路。接收天線接收到反射回波后,由距離門信號控制接收電路進行采樣,再經(jīng)過積分和放大送入后端處理系統(tǒng)。

    UWB雷達的中心頻率為400 MHz,帶寬為400MHz,接收脈沖波形和頻譜如圖2所示,時窗為80 ns,脈沖重復(fù)頻率為128 kHz。

    圖1 UWB脈沖雷達原理框圖

    圖2 UWB雷達接收脈沖圖

    雷達回波信號以脈沖波形的方式存儲,每一個波形都包括8 192個采樣點。沿著脈沖波形橫坐標方向的時間軸被定義為“快時間”,快時間維度(時窗)的信號稱為“快信號”,單位為納秒(ns);連續(xù)2個脈沖波的時間間隔Ts=0.062 5 s,沿著這一間隔方向的時間軸被定義為“慢時間”,慢時間維度的信號稱為“慢信號”,單位為秒(s)。“快信號”表示脈沖自發(fā)射到接收的時間間隔,包含距離信息;“慢信號”表示固定距離點的信號隨著慢時間的變化情況,包含時間變化信息。雷達采集的二維回波信號如圖3所示,橫坐標為慢時間,縱坐標為快時間。

    圖3 雷達二維回波信號圖

    1.2 探測場景

    當(dāng)UWB脈沖雷達探測2個靜態(tài)人體目標時,隨著目標間距的增加,目標之間的干擾不斷減小,只要利用相關(guān)抵消器抑制目標后端區(qū)域內(nèi)由自身引起的干擾即可準確識別出2個目標,采用相關(guān)抵消技術(shù)進行自身干擾抑制的研究在前面的研究中已作敘述[10]。但隨著目標間距的進一步增加又出現(xiàn)了新的影響目標識別的問題,即遠端目標信號非常微弱,容易造成漏判。本文利用UWB脈沖雷達對2個間距較大的靜態(tài)人體目標進行了探測和識別研究,實驗場景如圖4所示,人體目標A正對雷達天線并位于距天線3 m遠處,人體目標B位于距天線7 m遠處,兩目標間方位角之差為20°,即d=4 m,φ=20°。該場景所采數(shù)據(jù)經(jīng)預(yù)處理后能量譜如圖5所示,只在4 m附近有一簇明顯的峰值,而在人體目標B所在位置處沒有明顯的能量峰值出現(xiàn)。

    圖4 雙靜態(tài)目標探測實驗場景圖

    圖5 2個間距較大的靜態(tài)人體目標能量譜圖

    1.3 問題分析

    經(jīng)過分析可知,遠端目標信號微弱是由于電磁波隨著傳播距離的增加不斷衰減,造成離天線越遠的目標其反射信號越微弱,所以在能量譜中遠端目標信號幅值要遠小于近端目標信號幅值。因此在如圖5所示的目標間距較大的情況下很難由能量譜識別出人體目標B的位置。除此以外,雖然通過圖5可以識別人體目標A,但是根據(jù)能量譜中最大幅值位置來估計目標A位置時會出現(xiàn)較大誤差(約處于3.7m處)。為了解決這個問題,本研究計劃利用信噪比和信息熵的方法替代能量譜來識別和估計目標位置。

    1.4 信噪比信號補償方法

    通過計算雷達慢信號的傅里葉變換發(fā)現(xiàn)目標區(qū)域信號頻譜和非目標區(qū)域信號頻譜存在很大差異,如圖6所示。正常人體的呼吸頻率在0.3~0.5 Hz,因此目標區(qū)域信號在經(jīng)過預(yù)處理去除了高頻干擾和靜態(tài)雜波后,在頻譜上就反映為信號能量集中在呼吸頻帶內(nèi),而非目標區(qū)域信號經(jīng)過預(yù)處理后整個頻譜較為平坦,并沒有明顯的峰值,因此可以利用這一信號頻率特性對目標進行識別,即通過信號信噪比和信息熵譜圖的方法對雙靜態(tài)目標進行識別和一維定位。

    圖6 目標區(qū)域和非目標區(qū)域頻譜圖

    信噪比定義為信號和噪聲的能量比值,一般用來衡量信號質(zhì)量。本文把頻譜中位于正常人體呼吸頻帶內(nèi)的能量視為信號能量,除此之外的能量均視為噪聲能量。分別對信號段和噪聲段能量積分求均值,利用均值來表征慢信號的信號段能量水平和噪聲能量水平,求取兩者的比值作為該點有無目標存在的判據(jù)。本文將這一比值定義為慢信號的信噪比,采用公式(1)進行計算。

    式(1)中,|F[·]|表示傅里葉變換,|F[wi]|表示點信號的頻譜,fR表示呼吸信號的上限截止頻率,F(xiàn)表示頻帶寬度。

    1.5 信息熵信號補償方法

    信息熵是一個數(shù)學(xué)概念,是從概率統(tǒng)計角度來描述信息不確定性的客觀物理量,它定義為信號所含的平均信息量,也可理解為離散隨機事件的出現(xiàn)概率。采用公式(2)進行信息熵的計算。

    式(2)中,H(X)表示計算信息熵,X為隨機變量,P(xi)為隨機變量X的概率密度函數(shù),I[P(xi)]為x= xi時的信息度量,E[-log P(xi)]表示計算概率統(tǒng)計平均值,即計算數(shù)學(xué)期望。信息熵的單位取決于取對數(shù)的底。本文采用以e為底求對數(shù),單位為奈特(Nat)。

    熵的概念引入通信領(lǐng)域后,被用來描述信號的不確定性。因為通信中的信息熵只會減少不會增加,所以信息熵也被稱為負熵。信號越規(guī)律,能量越集中在個別頻段,熵值越?。恍盘栐诫s亂無章,能量越分散于整個頻帶,熵值越大,因此可以根據(jù)不同距離點上的慢信號熵值大小來識別人體目標并估計其位置。根據(jù)上述分析,我們利用公式(3)在頻域中計算信號的信息熵。

    式(3)中,P(fi)代表不同頻率信號的概率密度,它是信號頻譜能量歸一化的結(jié)果,采用公式(4)進行計算。

    2 實驗結(jié)果

    2.1 信噪比信號補償方法結(jié)果

    利用上述信噪比信號補償方法對圖4場景下所采數(shù)據(jù)進行處理,結(jié)果如圖7所示。從圖7(a)中可以看出除人體目標A所在位置區(qū)域有峰值出現(xiàn)外,人體目標B所在位置也有明顯峰值,另外人體目標A后端一定區(qū)域內(nèi)也存在較大的峰值,且此峰值大于人體目標B所在位置處的峰值,該現(xiàn)象是由人體目標A對其后端信號所引起的干擾造成的,所以可利用自適應(yīng)相關(guān)抵消器進行處理,處理后的信噪比譜圖如圖7(b)所示??梢钥闯觯赃m應(yīng)相關(guān)抵消器對于信噪比譜圖中自身干擾信號的去除是有效的。根據(jù)圖7(b)中2個峰值的位置來估計雙目標的位置,人體目標A的位置為3.06 m,人體目標B的位置為7.56 m。

    可以看到,信噪比譜圖中人體目標B區(qū)域內(nèi)的幅值雖然比能量譜中對應(yīng)位置的幅度明顯許多,但是從圖7中可以看出其幅值仍然比人體目標A的幅值小很多。這是因為信噪比本身也是一種基于能量的比值,隨著目標所在位置與雷達天線間的距離不斷增加,不僅反射回波的能量衰減,不同位置處信號能量的分布也發(fā)生了變化。距離雷達天線位置越遠,回波中信號有用成分的能量越弱,因此有用成分在回波中所占比例就越小,即信噪比變小。因此,信噪比信號補償方法對空間中不同位置能量的補償作用是有限的。為了對不同區(qū)域信號能量進行進一步的補償,本研究又采用信息熵方法對信號進行了處理。

    圖7 2個間距較大的靜態(tài)人體目標信噪比譜圖

    2.2 信息熵信號補償方法結(jié)果

    利用信息熵譜圖法對圖4場景下所采數(shù)據(jù)進行處理,結(jié)果如圖8所示。從圖8中可以看出有2個區(qū)域熵值明顯低于其他位置,熵值低的區(qū)域表明信號規(guī)律,有目標的可能性較大,而熵值高的地方表明信號無規(guī)律,有目標的可能性較小,這一結(jié)果與探測區(qū)域中有2個目標的實際情況相符。為了方便觀察,利用譜中熵值最大值與每一點相減,結(jié)果如圖9所示。從圖9(a)中可以看出人體目標B所在區(qū)域的信號幅值比圖5和圖7中都要明顯,這就說明信息熵能夠很好地補償由于信號傳播距離增加而造成的幅值衰減。但同樣也存在目標A對其后端區(qū)域內(nèi)信號的干擾現(xiàn)象,且干擾現(xiàn)象較信噪比譜圖明顯。為消除干擾,利用自適應(yīng)相關(guān)抵消器對信號進行處理,處理后信息熵譜圖如圖9(b)所示,人體目標A后端區(qū)域內(nèi)的干擾被抑制,而人體目標B所在位置的峰值比信噪比譜圖中更加明顯。根據(jù)圖9(b)2個峰值的位置來估計雙目標的位置,人體目標A的位置為3.04 m,人體目標B的位置為7.54 m。

    圖8 2個間距較大的靜態(tài)人體目標信息熵譜圖

    圖9 2個間距較大的靜態(tài)人體目標的信息熵譜圖及自適應(yīng)相關(guān)抵消后的信息熵譜圖

    (????)(????)

    3 結(jié)論

    本文采用信噪比譜圖、信息熵譜圖2種方法對UWB脈沖雷達雙靜態(tài)目標探測中遠端目標信號補償問題進行了研究。和能量譜圖相比,信噪比和信息熵2種處理方法都能對遠端目標的信號進行有效補償,有利于降低遠端目標的漏判率。在補償效果上,由于信噪比本身也是一種基于能量的比值,遠端信號能量變?nèi)跻院?,信噪比也隨之降低,因此信息熵方法優(yōu)于信噪比方法。2種方法處理后信號近端目標A后方都會產(chǎn)生自身干擾,采用文獻[10]中的自適應(yīng)相關(guān)抵消器均可以有效去除這種干擾。

    [1]Konstantin L,Vladimyr K.Through wall detection and recognition of human beings using noise radar sensors[C]//RTO SET Symposium on Target Identification and Recognition Using RF Systems.Oslo: NATO Science and Technology Organization,2004:1 501-1 512.

    [2]David G,Antonio L,ángel R,et al.Remote sensing of vital signs using a doppler radar and diversity to overcome null detection[J].IEEE Sensors J,2012,12(3):512-518.

    [3]Zhang Y,Jiao T,Lyu H.An interference suppression technique for life detection using 5.75-and 35-GHz dual-frequency continuous-wave radar[J].IEEE Geosci Remote Sens Lett,2015,12(3):482-486.

    [4]Huang X Y,Chen B Q,Cui H L,et al.Theoretical study of sensing targets through the wall using ultra-wideband technology[C]//Proc of SPIE.Orlando:Robert N Trebits,2011:178-184.

    [5]Xu Y Y,Wu S Y,Chen C,et al.A novel method for automatic detection of trapped victims by ultrawide band radar[J].IEEE Trans Geosci RemoteSens,2012,50(8):3132-3142.

    [6]Xu Y Y,Dai S,Wu S Y,et al.Vital sign detection method based on multiple higher order cumulant for ultrawideband radar[J].IEEE Trans Geosci Remote Sens,2012,50(4):1 254-1 265.

    [7]Liu L B,Liu Z J,Xie H,et al.Numerical simulation of UWB impulse radar vital sign detectionat an earthquake disaster site[J].Ad Hoc Networks,2014,13:34-41.

    [8]Lyu H,Li W Z,Li Z,et al.Characterization and identification of IRUWB respiratory-motion response of trapped victims[J].IEEE Trans Geosci Remote Sens,2014,52(11):7 195-7 204.

    [9]Zhang Y,Jiao T,Jing X J,et al.A detecting and identifying method for two stationary human targets using single-channel ultra-wide-band radar[J].EURASIP Journal on Advances in Signal Processing,2012,202:1-6.

    [10]Li Y F,Jing X J,Lyu H,et al.Analysis of characteristics of two close stationary human targets detected by impulse radio UWB radar[J]. Progress In Electromagnetics Research,2012,126:429-447.

    (收稿:2015-02-11 修回:2015-06-12)

    Research of signal compensation technique for two stationary human targets based on life detection radar

    ZHANG Yang1,LI Yan-feng2,LYU Hao1,LI Zhao1,JIAO Teng1, YU Xiao1,LU Guo-hua1,LIANG Fu-lai1,WANG Jian-qi1
    (1.School of Biomedical Engineering,the Fourth Military Medical University,Xi'an 710032,China; 2.Institute of Drug and Instrument Control,Health Department under GLD,Beijing 100071,China)

    Objective To research the distant signals energy attenuation in multi objects detection of ultra-wide band (UWB)life detection radar to perform amplitude compensation for the distant signals.Methods The signals in the scenario that had two stationary human targets with different distances from the radar were collected by single channel UWB radar. SNR and information entropy methods were performed to compensate the energy attenuation of the distant signals.The compensation effects of these two methods were compared.Results The experimental results demonstrated that these two methods could effectively strengthen the amplitude of the distant signals,identify two stationary human targets accurately and reduce the misdetection rate.Conclusion The two methods can both improve the detection capability of the radar for distant human targets.Information entropy method is better than SNR method in compensation effect,which enhances the accuracies of detection,identification and location for multi-targets by life detection radar.[Chinese Medical Equipment Journal,2015,36(11):1-4,17]

    information entropy;signal-noise ratio;ultra-wide band;compensation

    R318;TN95

    A

    1003-8868(2015)11-0001-05

    10.7687/J.ISSN1003-8868.2015.11.001

    國家科技支撐計劃課題(2014BAK12B02)

    張 楊(1978—),男,博士,副教授,主要從事非接觸生物醫(yī)學(xué)信號檢測方面的研究工作,E-mail:yangzhang@fmmu.edu.cn。

    710032西安,第四軍醫(yī)大學(xué)生物醫(yī)學(xué)工程學(xué)院(張 楊,呂 昊,李 釗,焦 騰,于 霄,路國華,梁福來,王健琪);100071北京,總后勤部衛(wèi)生部藥品儀器檢驗所(李巖峰)

    王健琪,E-mail:wangjq@fmmu.edu.cn

    猜你喜歡
    信息熵靜態(tài)信噪比
    基于信息熵可信度的測試點選擇方法研究
    靜態(tài)隨機存儲器在軌自檢算法
    基于深度學(xué)習(xí)的無人機數(shù)據(jù)鏈信噪比估計算法
    低信噪比下LFMCW信號調(diào)頻參數(shù)估計
    電子測試(2018年11期)2018-06-26 05:56:02
    低信噪比下基于Hough變換的前視陣列SAR稀疏三維成像
    基于信息熵的實驗教學(xué)量化研究
    電子測試(2017年12期)2017-12-18 06:35:48
    一種基于信息熵的雷達動態(tài)自適應(yīng)選擇跟蹤方法
    基于信息熵的IITFN多屬性決策方法
    保持信噪比的相位分解反褶積方法研究
    機床靜態(tài)及動態(tài)分析
    機電信息(2015年9期)2015-02-27 15:55:56
    泰安市| 宁晋县| 子洲县| 浮梁县| 横峰县| 海淀区| 涟水县| 黔西| 璧山县| 安化县| 定远县| 晋城| 汶川县| 洪湖市| 丰都县| 府谷县| 原平市| 通化县| 苗栗市| 井陉县| 巩留县| 沽源县| 晋江市| 且末县| 夏河县| 广宗县| 广德县| 怀集县| 新营市| 广宁县| 翁牛特旗| 石林| 福鼎市| 泗水县| 连城县| 宜丰县| 洪泽县| 永州市| 霞浦县| 怀化市| 乐业县|