CN105137423A - 一种穿墙雷达对多运动目标实时探测、分离的方法 - Google Patents

Abstract

一种穿墙雷达对多运动目标实时探测、分离的方法，通过一种基于指数平滑滤波器的杂波抑制算法剔除复杂的背景信号，更快速、准确地保留运动人体目标的信息；通过一种基于希尔伯特变换的包络检测算法，从而实现将各运动目标置于不同包络的波峰；通过一种基于将固定阈值和自适应阈值相结合的算法，从而更快速地实现将各运动目标的分离在不同的区域；本发明方法简单、执行效率高，适用于便携式穿墙雷达隔墙对多运动人体目标的探测，为穿墙雷达对各运动目标准确定位提供了有力的保障，可有效提高穿墙雷达的工作效率。<b />

Description

一种穿墙雷达对多运动目标实时探测、分离的方法

技术领域

本发明属于穿墙雷达技术领域，特别是涉及一种穿墙雷达对多运动目标实时探测、分离的方法。

背景技术

穿墙雷达自一面世就引起了社会各方的广泛关注，英国《新科学家》杂志曾经在2009年将穿墙雷达列为未来30年最有前景的十项科技发明之一，并称它的作用将如同手机、互联网等一样对现代人类生活产生巨大的影响。穿墙雷达作为一种正在发展中的新技术，该技术可以广泛地应用在军事、反恐、救灾、医疗、警戒、安检等领域。

对于穿墙雷达技术而言，国内外学者的研究主要集中在穿墙雷达的硬件设计以及其信号处理技术两个方面。而目标探测、虚假目标剔除、成像及多运动目标实时搜索、跟踪等是穿墙雷达的信号处理技术主要的研究方向。其中，对运动目标实时探测是穿墙雷达的关键技术之一，它决定了穿墙雷达对各运动中的目标位置准确探测的策略，是目标的定位和实时跟踪的基石，并直接影响了穿墙雷达的整体性能。目前，关于国内外的专家和学者对单运动目标的实时探测取得了极大的成功，推出了各种有效地实时单运动目标探测、定位技术。

但是在多运动目标场景下，由于穿墙雷达的回波信号成分复杂，包含发射天线和接收天线之间的直接耦合波、墙体界面的反射波、系统热噪声和周围环境的白噪声、射频干扰信号和墙壁后面目标的反射回波等，特别是由于多运动目标场景下各目标的回波信号经过多次反射后相互干扰，导致回波信号成分更加复杂，真实目标被淹没在其中从而难以探测出真实目标，故在多运动目标自动探测、定位方面的进展却不尽人意。

如果有一种新的方法能够对穿墙雷达的回波信号按照各运动目标到接收天线的距离进行有效分离，即每区域里只含一个运动目标，那么再结合现有的单运动目标的探测方法就能够实现对多运动目标的实时探测。因此，如何在多运动目标场景下实现对穿墙雷达回波信号按照各运动目标实时分离的技术，成为本领域亟待解决的技术问题。

发明内容

针对上述问题，本发明提出一种穿墙雷达对多运动目标实时探测、分离的方法。

本发明提供的技术方案是：一种穿墙雷达对多运动目标实时探测、分离的方法，包括如下步骤：

步骤1、预采集前K次的一维回波信号，求出它们的平均值y₀(n)，n代表离散的时间，且n∈[1,N]，其中N为每条扫描数据的采用点数；

步骤2、从第K+1条扫描数据开始，将当前采集的扫描数据，假设为第k条扫描数据，经过指数平滑滤波处理，获得消除直达波及静止目标的信号x'_k(n)；

步骤3、对当前消除直达波及静止目标的信号x'_k(n)进行希尔伯特变换得到进一步获得当前消除直达波及静止目标的信号x'_k(n)的包络E(n)；

步骤4、利用固定阈值TH₁对当前消除直达波及静止目标的信号x'_k(n)的做粗分离，其实现步骤为，

步骤4.1，计算包络E(n)所有点的幅度的平均值

步骤4.2，令阈值将该阈值与包络E(n)幅度值进行比较， $X_{\mathrm{out}1}\left(n\right)=\left\{\begin{array}{cc}1,& W\left(n\right)\&GreaterEqual;{\mathrm{TH}}_1\\ 0,& E\left(n\right)<{\mathrm{TH}}_1\end{array}\right.,$ 当X_out1(n)为1就表明该位置有目标，X_out1(n)为0就表明该位置没有目标，从而将包络E(n)的幅度值大于阈值TH₁的点形成非零区域；

步骤4.3，令x'_k(n)＝x'_k(n)×X_out1(n)，将当前消除直达波及静止目标的信号x'_k(n)的幅值不等于0的点构成若干有效区域；

步骤5、利用自适应阈值TH₂对步骤4中的某一个有效区域做细分离，假设有效区域为闭区间[a，b]，其中[a,b][1,N]，所述的步骤5包括如下步骤：

步骤5.1，假设滑动窗的长度为2M-1；

步骤5.2，计算该闭区间第一个点，即a点，对应的自适应阈值TH₂，其中

步骤5.3，如果该点对应的包络幅度值E(a)≥C₂×TH₂，则令X_out2(a)＝1，否则X_out2(a)＝0，X_out2(a)为1就表明该位置有目标，X_out2(a)为0就表明该位置没有目标；

步骤5.4，重复步骤5.2～5.3所述方法依次求出闭区间[a，b]其它点的输出结果X_out2(m)，再利用x'_k(m)＝x'_k(m)×X_out2(m)，则对经过步骤4的粗分离后形成的有效区域[a，b]再进一步分离为若干不同的有效区域；

步骤6、对步骤4中形成的其他有效区域重复步骤5.1-5.4的方法分别完成对当前消除直达波及静止目标的信号x'_k(n)在其他区域的细分离。

优选的，所述的步骤2包括如下步骤：

步骤2.1，利用前一条扫描数据获得的平滑序列y_k-1(n)和当前采集的扫描数据x_k(n)计算出平滑参数α，其中min为求最小值运算，max为求最大值运算；

步骤2.2，利用y_k-1(n)、x_k(n)和α计算出当前的平滑序列y_k(n)，其中y_k(n)＝αy_k-1(n)+(1-α)x_k(n)；

步骤2.3，将当前采集的扫描数据x_k(n)减去前一条扫描数据获得的平滑序列y_k-1(n)，获得消除直达波及静止目标的信号x'_k(n)，所述的x'_k(n)＝x_k(n)-y_k-1(n)。

优选的，所述的步骤3包括如下步骤：

步骤3.1，对当前消除直达波及静止目标的信号x'_k(n)做离散时间傅立叶变换得到频谱X(ω)；

步骤3.2，将X(ω)的相位φ(ω)按照公式做90°或-90°移相得到相位Φ(ω)，如果ω>0，做90°移相得到相位Φ(ω)，如果ω<0，做-90°移相得到相位Φ(ω)；再由X(ω)的模|X(ω)|和相位Φ(ω)构成新的频谱Y(ω)＝|X(ω)|e^jΦ(ω)；

步骤3.3，对Y(ω)做傅立叶逆变换后再乘以因子得到对当前消除直达波及静止目标的信号x'_k(n)进行希尔伯特变换后的结果其中π为圆周率；

步骤3.4，利用当前消除直达波及静止目标的信号x'_k(n))和构建解析信号j为虚部符号，求出解析信号Z(n)的瞬时幅值即获得当前消除直达波及静止目标的信号x'_k(n)的包络E(n)。

优选的，所述的步骤4.2中参数C₁取0.2。

优选的，所述的步骤5.3中其中C₂取0.8。

优选的，所述的步骤5中M取15。

优选的，所述的步骤1和步骤2中K取5。

本发明的有益效果是：一种穿墙雷达对多运动目标实时探测、分离的方法，通过一种基于指数平滑滤波器的杂波抑制算法剔除复杂的背景信号，更快速、准确地保留运动人体目标的信息；通过一种基于希尔伯特变换的包络检测算法，从而实现将各运动目标置于不同包络的波峰；通过一种基于将固定阈值和自适应阈值相结合的算法，从而更快速地实现将各运动目标的分离在不同的区域；本发明方法简单、执行效率高，适用于便携式穿墙雷达隔墙对多运动人体目标的探测，为穿墙雷达对各运动目标准确定位提供了有力的保障，可有效提高穿墙雷达的工作效率。

附图说明

图1为穿墙雷达回波示意图；

图2为目标多次反射示意图；

图3为对X(ω)做的移相的程序框图；

具体实施方式

1、理论基础

如附图1所示，穿墙雷达的回波信号可表示为:

f_r(t)＝f_d(t)+s_r(t)+f_c(t)+f_n(t)+f_w(t)(1)

其中f_r(t)是墙雷达的回波信号，s_r(t)是墙体后的运动目标信号，f_d(t)是直接耦合波，f_w(t)是墙体的反射波，f_c(t)是背景杂波信号，f_n(t)是噪声，t表示连续的时间。其中，墙体后的运动目标信号s_r(t)除了包含了目标的真实回波外还包含了目标的多次反射回波，如附图2所示，图中t₁-t₅分别为对应的反射波达到接收天线的时间。

下面从理论上讨论目标的多次反射回波对目标探测的影响。为了分析的简单，附图2假设是在理想情况下的示意图，即忽略导电性(σ≈0)且所有的物体都是非磁性的(导磁系数μ＝1)，那么折射率其中n₁和n₂分别代表空气和墙体的折射率，ε是介电常数，反射回来的部分入射能量ρ为：

$\mathrm{\&rho;}={\left|\frac{n_2-n_1}{n_2+n_1}\right|}^2---\left(2\right)$

按照能量守恒，透射系数τ＝1-ρ，那么将反射回来的部分入射能量ρ和透射系数τ分别用dB表示为L_ρ和L_τ，则

$L_{\mathrm{\&rho;}}=20{\log }_{10}\left|\frac{n_2-n_1}{n_2+n_1}\right|---\left(3\right)$

$L_{\mathrm{\&tau;}}=20{\log }_{10}\left|\frac{2n_2}{n_2+n_1}\right|---\left(4\right)$

考虑信号单程传输时能量的损失情况。假设入射信号的能量为P_i，第一次从空气透射进入墙体的能量P_m＝τP_i(W)，从墙体前侧反射回的能量P_r1＝ρP_i，从墙体后侧反射回的能量P_r2＝ρ(τP_i)，则入射信号穿透墙体后的能量P_m＝τ²P_i。假设入射信号的能量P_i为1瓦特，即30毫分贝(dBm)，空气的介电常数ε₁＝1，墙体的介电常数ε₂＝10，那么ρ＝0.269，τ＝(1-ρ)＝0.73，则第一次从空气透射进入墙体的能量P_m＝0.532W，即27.26dBm，故在信号单程传输时信号能量的损失为2.7dBm。因此，通过上面的分析可得下面结论：(一)、目标真实回波信号的幅度比多次反射后的回波信号幅度强；(二)、尽管多次反射后的回波信号幅度比目标真实回波信号的幅度弱，但由于信号传输时信号能量损失较小，所以在多目标场景下很难将多次反射后的回波信号和其它真实目标的回波信号分辨出来。那么，如果能够按照不同的目标将每一次采集的回波信号进行分段，再利用结论一就能够实现对对多运动人体目标的探测。2、对回波信号按照各运动目标的有效分离

由于穿墙探测雷达回波信号中目标真实回波信号的幅度比多次反射后的回波信号幅度强，则真实目标的位置就是回波信号的包络中的极大值，那么检测出回波信号包络的波峰就可以将每个目标分隔在不同的区域。

如果频谱X(ω)＝X_Re(ω)+jX_Im(ω)＝|X(ω)|e^jφ(ω)是去除直达波及静止目标后的回波信号x'(t)的傅立叶变换,其中ω表示角频率，j为虚部符号，X_Re(ω)表示X(ω)的实部，X_Im(ω)表示X(ω)的虚部，|X(ω)|表示X(ω)的模，φ(ω)表示X(ω)的相位，则它的希尔伯特变换可以表示为：

将去除直达波及静止目标后的信号x'(t)和其希尔伯特变换构建解析信号z(t)，即

$z\left(t\right)=x^{\&prime;}\left(t\right)+j\hat{x}\left(t\right)=E\left(t\right)e^{j\mathrm{\&psi;}\left(t\right)}---\left(6\right)$

其中信号x'(t)的包络 $E\left(t\right)=\sqrt{x^{\&prime;2}\left(t\right)+{\hat{x}}^2\left(t\right)},$ z(t)的相位函数 $\mathrm{\&psi;}\left(t\right)={\tan }^{-1}\&lsqb;\hat{x}\left(t\right)/x^{\&prime;}\left(t\right)\&rsqb;.$

然后对包络E(t)采用适当的阈值T，按照下面公式作用于包络得

$X_{out}\left(t\right)=\left\{\begin{array}{cc}1,& E\left(t\right)\&GreaterEqual;T\\ 0,& E\left(t\right)<T\end{array}\right.---\left(7\right)$

其中当前的输出X_out(t)为1就表明该位置可能有目标，X_out(t)为0就表明该位置没有目标，那么按照公式(7)的结果将回波信号x'(t)进行了有效的分区域。

3、实现过程

一种穿墙雷达对多运动目标实时探测、分离的方法，包括如下步骤：

步骤1、预采集前K次的一维回波信号(即前K条扫描数据)，其中K取5，求出它们的平均值y₀(n)，n代表离散的时间，且n∈[1,N]，其中N为每条扫描数据的采用点数；

步骤2、从第K+1条扫描数据开始，将当前采集的扫描数据，假设为第k条扫描数据，经过指数平滑滤波处理，获得消除直达波及静止目标的信号x'_k(n)；达到消去直达波及静止目标并去噪的目的；所述的步骤2包括如下步骤：

步骤2.1，利用前一条扫描数据获得的平滑序列y_k-1(n)和当前采集的扫描数据x_k(n)计算出平滑参数α，其中min为求最小值运算，max为求最大值运算；

步骤2.2，利用y_k-1(n)、x_k(n)和α计算出当前的平滑序列y_k(n)，其中y_k(n)＝αy_k-1(n)+(1-α)x_k(n)；

步骤2.3，将当前采集的扫描数据x_k(n)减去前一条扫描数据获得的平滑序列y_k-1(n)，获得消除直达波及静止目标的信号x'_k(n)，所述的x'_k(n)＝x_k(n)-y_k-1(n)。

步骤3、对当前消除直达波及静止目标的信号x'_k(n)进行希尔伯特变换得到进一步获得当前消除直达波及静止目标的信号x'_k(n)的包络E(n)；所述的步骤3包括下步骤：

步骤3.1，对当前消除直达波及静止目标的信号x'_k(n)做离散时间傅立叶变换得到频谱X(ω)；

步骤3.2，将X(ω)的相位φ(ω)按照公式做90°或-90°移相得到相位Φ(ω)，如果ω>0，做90°移相得到相位Φ(ω)，如果ω<0，做-90°移相得到相位Φ(ω)；再由X(ω)的模|X(ω)|和相位Φ(ω)构成新的频谱Y(ω)＝|X(ω)|e^jΦ(ω)；

步骤3.3，对Y(ω)做傅立叶逆变换后再乘以因子得到对当前消除直达波及静止目标的信号x'_k(n)进行希尔伯特变换后的结果其中π为圆周率；

步骤3.4，利用当前消除直达波及静止目标的信号x'_k(n))和构建解析信号j为虚部符号，求出解析信号Z(n)的瞬时幅值即获得当前消除直达波及静止目标的信号x'_k(n)的包络E(n)。

步骤4、利用固定阈值TH₁对当前消除直达波及静止目标的信号x'_k(n)的做粗分离，其实现步骤为，

步骤4.1，计算包络E(n)所有点的幅度的平均值

步骤4.2，令阈值其中参数C₁通常取0.2，将该阈值与包络E(n)幅度值进行比较， $X_{\mathrm{out}1}\left(n\right)=\left\{\begin{array}{cc}1,& E\left(n\right)\&GreaterEqual;{\mathrm{TH}}_1\\ 0,& E\left(n\right)<{\mathrm{TH}}_1\end{array}\right.,$ 当X_out1(n)为1就表明该位置有目标，X_out1(n)为0就表明该位置没有目标，从而将包络E(n)的幅度值大于阈值TH₁的点形成非零区域；

步骤4.3，令x'_k(n)＝x'_k(n)×X_out1(n)，将当前消除直达波及静止目标的信号x'_k(n)的幅值不等于0的点构成若干有效区域；从而实现对当前消除直达波及静止目标的信号x'_k(n)的粗分离；

步骤5、利用自适应阈值TH₂对步骤4中的某一个有效区域做进一步的处理，假设有效区域为闭区间[a，b]，实现对当前消除直达波及静止目标的信号x'_k(n)在闭区间[a,b]做细分离，其中[a,b][1,N]，所述的步骤5包括如下步骤：

步骤5.1，假设滑动窗的长度为2M-1，通常M取15；

步骤5.2，计算该闭区间第一个点，即a点，对应的自适应阈值TH₂，其中

步骤5.3，如果该点对应的包络幅度值E(a)≥C₂×TH₂，则令X_out2(a)＝1，否则X_out2(a)＝0，其中C₂通常取0.8，X_out2(a)为1就表明该位置有目标，X_out2(a)为0就表明该位置没有目标；

步骤5.4，重复步骤5.2～5.3所述方法依次求出闭区间[a，b]其它点的输出结果X_out2(m)，再利用x'_k(m)＝x'_k(m)×X_out2(m)，则对经过步骤4的粗分离后形成的有效区域[a，b]再进一步分离为若干不同的有效区域；从而实现了对当前消除直达波及静止目标的信号x'_k(n)在闭区间[a,b]的细分离；

步骤6、对步骤4中形成的其他有效区域重复步骤5.1-5.4的方法分别完成对当前消除直达波及静止目标的信号x'_k(n)在其他区域的细分离。

Claims (7)

1.一种穿墙雷达对多运动目标实时探测、分离的方法，其特征在于，包括如下步骤：

步骤1、预采集前K次的一维回波信号，求出它们的平均值y₀(n)，n代表离散的时间，且n∈[1,N]，其中N为每条扫描数据的采用点数；

步骤2、从第K+1条扫描数据开始，将当前采集的扫描数据，假设为第k条扫描数据，经过指数平滑滤波处理，获得消除直达波及静止目标的信号x'_k(n)；

步骤3、对当前消除直达波及静止目标的信号x'_k(n)进行希尔伯特变换得到进一步获得当前消除直达波及静止目标的信号x'_k(n)的包络E(n)；

步骤4、利用固定阈值TH₁对当前消除直达波及静止目标的信号x'_k(n)的做粗分离，其实现步骤为，

步骤4.1，计算包络E(n)所有点的幅度的平均值

步骤4.2，令阈值将该阈值与包络E(n)幅度值进行比较， $X_{out1}\left(n\right)=\left\{\begin{array}{cc}1,& E\left(n\right)\&GreaterEqual;{\mathrm{TH}}_1\\ 0,& E\left(n\right)<{\mathrm{TH}}_1\end{array}\right.,$ 当X_out1(n)为1就表明该位置有目标，X_out1(n)为0就表明该位置没有目标，从而将包络E(n)的幅度值大于阈值TH₁的点形成非零区域；

步骤4.3，令x'_k(n)＝x'_k(n)×X_out1(n)，将当前消除直达波及静止目标的信号x'_k(n)的幅值不等于0的点构成若干有效区域；

步骤5、利用自适应阈值TH₂对步骤4中的某一个有效区域做细分离，假设有效区域为闭区间[a，b]，其中所述的步骤5包括如下步骤：

步骤5.1，假设滑动窗的长度为2M-1；

步骤5.2，计算该闭区间第一个点，即a点，对应的自适应阈值TH₂，其中 ${\mathrm{TH}}_2=\frac{\underset{j=a-M}{\overset{a+M}{\&Sigma;}}E\left(j\right)}{2M+1};$

步骤5.3，如果该点对应的包络幅度值E(a)≥C₂×TH₂，则令X_out2(a)＝1，否则X_out2(a)＝0，X_out2(a)为1就表明该位置有目标，X_out2(a)为0就表明该位置没有目标；

步骤5.4，重复步骤5.2～5.3所述方法依次求出闭区间[a，b]其它点的输出结果X_out2(m)，再利用x'_k(m)＝x'_k(m)×X_out2(m)，则对经过步骤4的粗分离后形成的有效区域[a，b]再进一步分离为若干不同的有效区域；

步骤6、对步骤4中形成的其他有效区域重复步骤5.1-5.4的方法分别完成对当前消除直达波及静止目标的信号x'_k(n)在其他区域的细分离。

2.根据权利要求1一种穿墙雷达对多运动目标实时探测、分离的方法，其特征在于，所述的步骤2包括如下步骤：

步骤2.1，利用前一条扫描数据获得的平滑序列y_k-1(n)和当前采集的扫描数据x_k(n)计算出平滑参数α，其中min为求最小值运算，max为求最大值运算；

步骤2.2，利用y_k-1(n)、x_k(n)和α计算出当前的平滑序列y_k(n)，其中y_k(n)＝αy_k-1(n)+(1-α)x_k(n)；

步骤2.3，将当前采集的扫描数据x_k(n)减去前一条扫描数据获得的平滑序列y_k-1(n)，获得消除直达波及静止目标的信号x'_k(n)，所述的x'_k(n)＝x_k(n)-y_k-1(n)。

3.根据权利要求1一种穿墙雷达对多运动目标实时探测、分离的方法，其特征在于，所述的步骤3包括如下步骤：

步骤3.1，对当前消除直达波及静止目标的信号x'_k(n)做离散时间傅立叶变换得到频谱X(ω)；

步骤3.2，将X(ω)的相位φ(ω)按照公式Φ做90°或-90°移相得到相位Φ(ω)，如果ω>0，做90°移相得到相位Φ(ω)，如果ω<0，做-90°移相得到相位Φ(ω)；再由X(ω)的模|X(ω)|和相位Φ(ω)构成新的频谱Y(ω)＝|X(ω)|e^jΦ(ω)；

步骤3.3，对Y(ω)做傅立叶逆变换后再乘以因子得到对当前消除直达波及静止目标的信号x'_k(n)进行希尔伯特变换后的结果其中π为圆周率；

步骤3.4，利用当前消除直达波及静止目标的信号x'_k(n))和构建解析信号j为虚部符号，求出解析信号Z(n)的瞬时幅值即获得当前消除直达波及静止目标的信号x'_k(n)的包络E(n)。

4.根据权利要求1一种穿墙雷达对多运动目标实时探测、分离的方法，其特征在于，所述的步骤4.2中参数C₁取0.2。

5.根据权利要求1一种穿墙雷达对多运动目标实时探测、分离的方法，其特征在于，所述的步骤5.3中其中C₂取0.8。

6.根据权利要求1一种穿墙雷达对多运动目标实时探测、分离的方法，其特征在于，所述的步骤5中M取15。

7.根据权利要求1一种穿墙雷达对多运动目标实时探测、分离的方法，其特征在于，所述的步骤1和步骤2中K取5。