CN104224188B - 用于生命探测雷达的微弱呼吸信号检测方法 - Google Patents

Abstract

本发明提供了一种用于生命探测雷达的微弱呼吸信号检测方法。该微弱呼吸信号检测方法包括：由雷达回波信号，建立M×N维的距离慢时信号矩阵S(m，n)；对于每个距离单元，在S(m，n)的慢时方向上进行自相关处理，得到信号矩阵R_x(m，τ)；分别对R_x(m，τ)的各个行向量进行FFT变换，得到距离频率矩阵在的距离方向上进行加权累积，获得呼吸信号的频谱以及遍历的每一个位置，寻找能量比大于预设门限的位置，如果该位置的数目大于0时，判断地下存在生命体。本发明实现了微弱呼吸信号的增强、检测与提取，满足了灾害救援等场合下掩埋人员微弱生命特征检测的需要。

Description

用于生命探测雷达的微弱呼吸信号检测方法

技术领域

本发明涉及微弱信号处理技术领域，尤其涉及一种用于生命探测雷达的微弱呼吸信号检测方法。

背景技术

超宽带生命探测雷达系统必须工作在静止状态下，在一定时间内获得二维原始雷达回波信号矩阵。去除直达波、天线耦合波、固定背景等静态杂波引起的干扰后，在灾后救援现场的强噪声干扰下，雷达回波信号矩阵中包含的生命特征信号的检测任务十分艰巨。尤其是地震、房屋倒塌等灾害发生后，掩埋人员的雷达回波响应主要由呼吸运动引起，这些微弱的生命特征信号在低SNCR下的检测与提取非常困难。

发明内容

(一)要解决的技术问题

鉴于上述技术问题，本发明提供了一种用于生命探测雷达的微弱呼吸信号检测方法，以实现微弱的生命特征信号的检测和提取。

(二)技术方案

根据本发明的一个方面，提供了一种用于生命探测雷达的微弱呼吸信号检测方法。该微弱呼吸信号检测方法包括：步骤A：由雷达回波信号，建立M×N维的距离慢时信号矩阵S(m，n)，其中，M为距离单元数，N为慢时时刻，m＝0，1，...，M-1，n＝0，1，...，N-1；步骤B：对于每个距离单元，在距离慢时信号矩阵S(m，n)的慢时方向上进行自相关处理，得到信号矩阵R_x(m，τ)；步骤C：分别对信号矩阵R_x(m，τ)的各个行向量进行FFT变换，得到距离频率矩阵其中，f为一索引值，f＝0，1，...，2N-2；步骤D：在距离频率矩阵的距离方向上进行加权累积，获得呼吸信号频谱以及步骤E：遍历呼吸信号频谱的每一个位置，寻找能量比大于预设门限的呼吸信号频谱位置，如果该位置的数目大于0时，判断地下存在生命体；如果等于0，则判断地下不存在生命体。

(三)有益效果

本发明用于生命探测雷达的微弱呼吸信号检测方法克服了雷达回波信号矩阵中包含的呼吸信号极其微弱的缺点，实现了微弱呼吸信号的增强、检测与提取，满足了灾害救援等场合下掩埋人员微弱生命特征检测的需要。

附图说明

图1为根据本发明实施例用于生命探测雷达的微弱呼吸信号检测方法的流程图；

图2为图1所示微弱呼吸信号检测方法步骤A中去除背景杂波后的距离慢时信号矩阵；

图3为图1所示微弱呼吸信号检测方法步骤B中得到的自相关信号矩阵；

图4为图1所示微弱呼吸信号检测方法步骤C中得到的距离频率矩阵；

图5为图1所示微弱呼吸信号检测方法步骤F中得到的呼吸信号频谱及呼吸频率；

图6为图1所示微弱呼吸信号检测方法步骤G中得到的距离合成像及生命体掩埋深度。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。需要说明的是，在附图或说明书描述中，相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式，为所属技术领域中普通技术人员所知的形式。另外，虽然本文可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应的值。实施例中提到的方向用语，例如“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向。因此，使用的方向用语是用来说明并非用来限制本发明的保护范围。

在本发明的一个示例性实施例中，提供了一种用于生命探测雷达的微弱呼吸信号检测方法。图1为根据本发明实施例用于生命探测雷达的微弱呼吸信号检测方法的流程图。如图1所示，本实施例用于生命探测雷达的微弱呼吸信号检测方法包括：

步骤A：由去除背景杂波后的雷达回波信号，建立M×N维的距离慢时信号矩阵S(m，n)；

其中，M×N维距离慢时信号矩阵S(m，n)，M为距离单元数，N为慢时时刻，m＝0，1，...，M-1，n＝0，1，...，N-1。

图2为本发明的去除背景杂波后的距离慢时信号矩阵。在图2中，m表示距离，单位为米，n表示慢时，单位为道。如图2中虚线框所示，掩埋人员的呼吸信号十分微弱。

步骤B：对于每个距离单元，在距离慢时信号矩阵S(m，n)的慢时方向上进行自相关处理，得到高信噪比的信号矩阵R_x(m，τ)，如图3所示；

所述步骤B，包括：

步骤B1：对于距离慢时信号矩阵S(m，n)中第m个距离单元上的慢时信号x_m(n)，即信号矩阵S(m，n)的第m个行向量，计算其自相关函数其中τ＝n₁-n₂，n₁＝0，1，...，N-1，n₂＝0，1，...，N-1，E[·]为求期望值；

自相关函数保留了准周期性的呼吸信号分量，而非周期性的噪声信号被抑制，噪声分量趋于零；

步骤B2：将不同的距离单元对应的自相关函数作为行向量，构成M×(2N-1)维的信号矩阵R_x(m，τ)，其中，2N-1是慢时卷积长度，τ＝0，1，...，2N-2。

步骤C：分别对信号矩阵R_x(m，τ)的各个行向量进行FFT变换，得到距离频率矩阵如图4所示；

距离频率矩阵中，f为一索引值，而不是通常意义上的频率值，f＝0，1，...，2N-2。而w(f)表示呼吸频率。

针对第m个距离单元，在信号矩阵Rx(m，τ)的慢时方向上作FFT变换，得到距离频率矩阵即其中，2N-1是FFT变换后频率范围的长度。

本实施例中，获得的距离频率矩阵如图4所示，其中呼吸频率窗范围0～1Hz。

步骤D：在距离频率矩阵的距离方向上进行加权累积，获得呼吸信号的频谱

对于距离频率矩阵沿距离方向进行加权累积，获得呼吸信号的频谱即：

$\widetilde{{\mathrm{\ν}}_w}\left(n\right)={\mathrm{\Σ}}_{m=0}^{M-1}w\left(f\right)\×{\left|\widetilde{R_x}(m,f)\right|}^2---\left(1\right)$

其中，w(f)表示呼吸频率且同时作为权值，f＝0，1，...，2N-2，F_s为慢时信号采样率。

步骤E：遍历呼吸信号频谱的每一个位置，寻找能量比大于预设门限的呼吸信号频谱位置，如果，该位置的数目大于0时，判断地下存在生命体，执行步骤F，如果等于0，则判断地下不存在生命体，流程结束；

该步骤E具体包括：

子步骤E1：遍历呼吸信号频谱的每一个频率点位置f_p，计算当前频率点位置f_p与两侧长度均为L的频率点位置范围内的能量比γ，其中L≤f_p≤2N-2-L，计算公式如下：

$\mathrm{\γ}=\frac{\left|\widetilde{{\mathrm{\ν}}_w}\left(f_p\right)\right|}{\frac{1}{2L}\×\left({\mathrm{\Σ}}_{f=f_p-L}^{f=f_p-1}\right|\widetilde{{\mathrm{\ν}}_w}\left(f\right)|+{\mathrm{\Σ}}_{f=f_p+1}^{f=f_p+L}|\widetilde{{\mathrm{\ν}}_w}\left(f\right)\left|\right)}---\left(2\right)$

需要说明的是，上述公式中，忽略频率点位置范围0≤f_p≤L-1和2N-1-L≤f_p≤2N-2的频谱信息。

本实施例中，L设定为7。

子步骤E2：寻找能量比γ大于预设门限的呼吸信号频谱位置；

本实施例中，该门限设定为0.7。

子步骤E3：当该位置的数目大于0时，判断地下存在生命体，执行步骤F；如果等于0，则判断地下不存在生命体，结束。

需要说明的是，该位置的数目还可能大于1，则表明地下存在不止一个生命体。

步骤F，在呼吸信号的频谱中，确定能量比大于预设门限的位置对应的索引值f的值f_respiration；

由上述f_respiration经计算可以得到呼吸频率值w_respiration。本实施例中，计算得到的掩埋人员的呼吸频率w_respiration＝0.3444Hz。其中，归一化结果如图5所示；

步骤G：根据该f_respiration，在距离频率矩阵上确定距离合成像y(m)，由该距离合成像y(m)的峰值确定掩埋人员的深度；

所述步骤G具体包括：

子步骤G1：由f_respiration定义距离合成像

子步骤G2：寻找使距离合成像y(m)最大的m的值m_respiration，即：

m_respiration＝argmax_m{y(m)}，0≤m≤M-1(3)

子步骤G3：由m_respiration计算生命体在地面下的深度：

$L_{\mathrm{respiration}}=L_{\min }+m_{\mathrm{respiration}}\×\frac{L_{\max }-L_{\min }}{M-1}---\left(4\right)$

其中，L_max和L_min是雷达探测距离的最大值和最小值，计算得到掩埋人员在地下的深度L_respiration＝5.232米，如图6所示。

至此，已经结合附图对本实施例进行了详细描述。依据以上描述，本领域技术人员应当对本发明用于生命探测雷达的微弱呼吸信号检测方法有了清楚的认识。

此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换。

综上所述，本发明通过对掩埋人员的微弱呼吸信号进行慢时自相关处理，有效抑制了噪声和杂波干扰，获得高信噪比，提高了微弱呼吸信号检测能力。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于生命探测雷达的微弱呼吸信号检测方法，其特征在于，包括：

步骤A：由雷达回波信号，建立M×N维的距离慢时信号矩阵S(m,n)，其中，M为距离单元数，N为慢时时刻，m＝0,1,…,M-1，n＝0,1,…,N-1；

步骤B：对于每个距离单元，在距离慢时信号矩阵S(m,n)的慢时方向上进行自相关处理，得到信号矩阵R_x(m,τ)；

步骤C：分别对信号矩阵R_x(m,τ)的各个行向量进行FFT变换，得到距离频率矩阵其中，f为一索引值，f＝0,1,…,2N-2；

步骤D：在距离频率矩阵的距离方向上进行加权累积，获得呼吸信号频谱以及

步骤E：遍历呼吸信号频谱的每一个位置，寻找能量比大于预设门限的呼吸信号频谱位置，如果该位置的数目大于0时，判断地下存在生命体；如果等于0，则判断地下不存在生命体；

其中，所述步骤B包括：

步骤B1：对于距离慢时信号矩阵S(m,n)中第m个距离单元上的慢时信号x_m(n)，即信号矩阵S(m,n)的第m个行向量，计算其自相关函数其中τ＝n₁-n₂，n₁＝0,1,…,N-1，n₂＝0,1,…,N-1，E[·]为求期望值；以及

步骤B2：将不同的距离单元对应的自相关函数作为行向量，构成M×(2N-1)维的信号矩阵R_x(m,τ)，其中，2N-1是慢时卷积长度，τ＝0,1,…,2N-2。

2.根据权利要求1所述的微弱呼吸信号检测方法，其特征在于，所述步骤C具体包括：针对第m个距离单元，在信号矩阵R_x(m,τ)的慢时方向上作FFT变换，得到距离频率矩阵即其中，2N-1是FFT变换后频率范围的长度。

3.根据权利要求1所述的微弱呼吸信号检测方法，其特征在于，所述步骤D包括：

对于距离频率矩阵沿距离方向进行加权累积，获得呼吸信号的频谱即：

$\widetilde{v_w}\left(n\right)=\underset{m=0}{\overset{M-1}{\Σ}}w\left(f\right)\×|\widetilde{R_x}(m,f){|}^2$

其中，w(f)表示呼吸频率且同时作为权值，f＝0,1,…,2N-2，F_s为慢时信号采样率。

4.根据权利要求1所述的微弱呼吸信号检测方法，其特征在于，所述步骤E包括：

子步骤E1：遍历呼吸信号频谱的每一个频率点位置f_p，计算当前频率点位置f_p与两侧长度均为L的频率点位置范围内的能量比γ，其中L≤f_p≤2N-2-L，计算公式如下：

$\mathrm{\γ}=\frac{\left|\widetilde{v_w}\left(f_p\right)\right|}{\frac{1}{2L}\×\left({\Σ}_{f=f_p-L}^{f=f_p-1}\right|\widetilde{v_w}\left(f\right)|+{\Σ}_{f=f_p+1}^{f=f_p+L}|\widetilde{v_w}\left(f\right)\left|\right)}$

子步骤E2：寻找能量比γ大于预设门限的呼吸信号频谱位置；以及

子步骤E3：当该位置的数目大于0时，表明地下存在生命体；如果等于0，则表明地下不存在生命体。

5.根据权利要求4所述的微弱呼吸信号检测方法，其特征在于，所述子步骤E1中，单侧频率点位置范围长度为L＝7。

6.根据权利要求4所述的微弱呼吸信号检测方法，其特征在于，所述子步骤E2中，预设门限为0.7。

7.根据权利要求1至6中任一项所述的微弱呼吸信号检测方法，其特征在于，当步骤E中判断地下存在生命体时，还包括：

步骤F，在呼吸信号的频谱中，确定能量比大于预设门限的位置对应的索引值f_respiration；

步骤G：根据该f_respiration，在距离频率矩阵上确定距离合成像y(m)，由该距离合成像y(m)的峰值确定生命体掩埋在地下的深度。

8.根据权利要求7所述的微弱呼吸信号检测方法，其特征在于，所述步骤G包括：

子步骤G1：由该f_respiration定义距离合成像

子步骤G2：寻找使距离合成像y(m)最大的m的值m_respiration；

子步骤G3：由m_respiration计算生命体掩埋在地下的深度。

9.根据权利要求7所述的微弱呼吸信号检测方法，其特征在于，所述子步骤G2中，按照下式，寻找使距离合成像y(m)最大的m的值m_respiration：

m_respiration＝argmax_m{y(m)},0≤m≤M-1。

10.根据权利要求8所述的微弱呼吸信号检测方法，其特征在于，所述子步骤G3中，按照下式，由m_respiration计算生命体掩埋在地下的深度：

$L_{respiration}=L_{\min }+m_{respiration}\×\frac{L_{max}-L_{\min }}{M-1}$

其中，L_max和L_min是雷达探测距离的最大值和最小值。