CN110045347A

CN110045347A - 一种人体微动回波仿真方法

Info

Publication number: CN110045347A
Application number: CN201910362058.3A
Authority: CN
Inventors: 周峰; 李雅欣; 石晓然; 刘磊; 樊伟伟; 白雪茹
Original assignee: Xidian University
Current assignee: Xidian University
Priority date: 2019-04-30
Filing date: 2019-04-30
Publication date: 2019-07-23
Anticipated expiration: 2039-04-30
Also published as: CN110045347B

Abstract

本发明公开了一种人体微动回波仿真方法，首先计算人体各节点的三维坐标和各部位的长度，对各部位进行建模，获得各部位的模型；并对模型剖分，获得各部位的模型的网格信息；再计算各部位的模型的实时运动参数；然后设置雷达参数，结合各部位的模型的网格信息和实时运动参数，利用物理光学法计算运动人体的电磁散射特性，获得运动人体的雷达目标截面积；最后使用三次样条插值构成时变的人体雷达微动序列。本发明弥补了使用经验公式对人体运动进行建模的不足，使人体运动更加贴近实际情况；并利用物理光学法计算人体整体的雷达目标截面积，考虑了人体各部位的遮挡效应，克服了现有方法使用经验公式进行运动人体雷达目标截面积计算相似度不高的缺点。

Description

一种人体微动回波仿真方法

技术领域

本发明涉及信号处理技术领域，尤其涉及一种人体微动回波仿真方法，用于提取人体实时运动轨迹，建立人体的三维模型，计算出与实测相似度高的人体微动雷达回波。

背景技术

由于雷达具有全天时、全天候和远作用距离工作的优势，是目标检测与识别的常用技术手段，在国民经济和科学研究领域都得到了广泛的应用。人体目标是雷达检测与识别的重要目标，其步态和姿态的识别是一个极具意义的问题，在灾后救援、反恐侦察和医疗监视等领域都发挥着不可或缺的作用。其中，雷达观测下人体的微多普勒特征是人体目标检测和识别的重要依据。因此，雷达观测下人体的微动特征研究引发了国内外研究者的广泛关注。

复杂结构的目标在运动时，除了主体的平动，某些部位还具有其他形式的运动，如摆动、进动和振动等，统称为微动。由目标微动引起的多普勒调制现象称为微多普勒效应。人体在行走、跳动、或者跑动时身体各部位均会引发微多普勒效应，不同运动状态和姿态下的人体雷达回波会包含不同的微动特征。由于这些特征具有差异性，因此可以对不同运动模式的人体目标进行识别。在实际应用中，由于录取成本高等诸多因素，难以获得样本众多且理想的人体实测数据。因此，为了分析人体目标的微动特性，需要建立人体和人体运动的数学模型，从而通过仿真获得雷达回波。

BOULIC R等通过研究生物机械的实验数据，基于数学参数化模型提出了人体的全局行走模型，称为Boulic模型；Boulic模型将人体近似分解为头、胸和臂等十五个部位，每个部位用椭球或圆柱体进行建模，各部位间的节点用球体进行建模。CHEN V C也基于Boulic模型仿真人体的回波信号，该建模方法虽然能较好地仿真人体的实际运动，但模型提供的运动模式单一，且仅能模拟匀速运动的情况。张翼等人提出了一种基于仿人形机器人的运动状态对人体运动进行建模的方法，使用均匀散射的线模型模拟人体四肢，从而获得人体雷达回波。虽然此类通过构造生物力学模型对人体运动进行建模的方法原理成熟、使用方便，但是实际情况下人体的运动是不规则的，无法用确定的数学模型来表达。使用实测运动捕获数据对人体运动进行建模，能很好地解决仿真模型与实际人体运动相似度不高的问题。RAM S S等将运动捕获数据中的各部分等效为椭球，但模型和真实的人体形状仍存在差距。赵会宁等将运动捕获数据中相连的骨骼结合为椭球，建模方法更符合人体的实际形状，但仍使用经验公式计算人体的雷达散射截面积，与实际情况仍存在差距。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种人体微动回波仿真方法，本发明从人体的实测运动捕获数据中提取人体的运动参数，可弥补使用经验公式对人体运动进行建模的不足，使人体的运动更加贴近实际情况；此外，利用物理光学法计算人体的雷达目标截面积，更加接近人体真实的电磁散射特性，为雷达环境下的人体检测、人体运动姿态分类及运动参数估计奠定了一定的基础。

为达到上述目的，本发明采用以下技术方案予以实现。

一种人体微动回波仿真方法，包括以下步骤：

步骤1，计算人体各节点的三维坐标和各部位的长度，分别对各部位进行建模，获得各部位的模型；并对所述各部位的模型剖分，分别获得各部位的模型的网格信息；

步骤2，计算所述各部位的模型的实时运动参数，所述实时运动参数包含平移参数和旋转参数；

步骤3，设置雷达参数，结合所述各部位的模型的网格信息和所述实时运动参数，利用物理光学法计算运动人体的电磁散射特性，获得运动人体的雷达目标截面积；

步骤4，根据所述运动人体的雷达目标截面积，使用三次样条插值构成时变的人体雷达微动序列。

本发明技术方案的特点和进一步的改进在于：

(1)步骤1包含以下子步骤：

子步骤1a，基于卡内基梅隆大学的运动捕获数据文件，构建人体各节点的连接关系；

子步骤1b，根据所述人体各节点的连接关系，构建人体各节点的运动关系；其中，根节点的运动由三维坐标表示，其他子节点的运动由其相对父节点的自由变量表示，所述自由变量包含平移变量和旋转变量；

子步骤1c，基于卡内基梅隆大学的运动捕获数据文件，提取人体各节点的运动信息；所述运动信息包含根节点的三维坐标和其他子节点相对其父节点的自由变量；

子步骤1d，根据所述人体各节点的连接关系、人体各节点的运动关系和人体各节点的运动信息，从根节点开始，逐级计算人体各节点的三维坐标；

子步骤1e，根据所述人体各节点的三维坐标，计算相连节点在三维空间中的平均距离，估计对应部位的长度；

子步骤1f，分别使用椭球对人体各部位进行建模，获得各部位的模型；

子步骤1g，设置剖分参数，对所述各部位的模型进行剖分，分别获得各部位的模型的网格信息。

(2)步骤2包含以下子步骤：

子步骤2a，根据人体各部位建模中所使用的椭球的顶点坐标，计算人体各部位模型中椭球的中心点坐标；

子步骤2b，根据人体各部位模型中椭球的中心点坐标，计算人体各部位的模型的平移参数；

子步骤2c，根据人体各部位建模中所使用的椭球的顶点坐标，计算人体各部位模型的旋转参数。

(3)步骤3包含以下子步骤：

子步骤3a，设置雷达参数，所述雷达参数包含雷达发射电磁波的幅值、带宽、频率、入射方向和接收方向；

子步骤3b，在三维空间内，将所述各部位的模型的网格信息组成运动人体整体的网格信息，并将所述各部位的模型的实时运动参数组成运动人体整体的实时运动参数；

子步骤3c，根据所述运动人体整体的网格信息、所述运动人体整体的实时运动参数以及所述雷达参数，利用物理光学法计算运动人体的电磁散射特性，获得运动人体的雷达目标截面积。

实现本发明的基本思路是：首先，基于卡内基梅隆大学的运动捕获数据，获得节点的连接关系和运动关系，提取各节点的运动信息，由此计算出节点的实时全局三维坐标和各部位的长度，以此建立人体各部位的三维模型，进行剖分获得各部位的网格信息。其次，依据节点的实时全局三维坐标，计算出人体各部位模型的实时运动参数。之后，设置雷达参数，依据模型的网格信息和运动参数，利用物理光学法计算运动人体的雷达目标截面积。最后，对获得的回波序列进行三次样条插值，获得时变的人体雷达回波序列。

与现有技术相比，本发明的有益效果为：

第一，本发明采用基于运动捕获数据的人体建模方法，根据节点的连接关系、运动关系和自由变量，计算各节点在三维空间中的全局坐标和各部位的长度，进而对运动人体进行建模。由于运动捕获数据是实测获得的，本发明克服了使用经验公式对人体运动进行建模不真实的缺点。此外，运动捕获数据包含了多种步态和姿态的人体运动信息，克服了公式建模下人体运动单一性和匀速性的缺点，使模型具有更加贴近实际的优势。

第二，本发明利用了电磁散射计算中的物理光学法对人体模型进行雷达目标散射截面积的计算，克服了现有方法使用经验公式进行椭球的雷达目标截面积计算近似度不高的缺点。其次，利用物理光学法进行人体全身的雷达目标截面积计算，考虑了人体各部位的遮挡效应，克服了现有方法对人体各部位雷达目标截面积单独计算再累加的缺点，能够更加真实地体现人体的电磁散射特性，为雷达环境下的人体检测、人体不同运动姿态的分类、以及运动参数估计奠定了良好的基础。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的人体微动回波仿真方法的流程图；

图2为根据本发明的人体微动回波仿真方法的一种实施例所构建的人体各节点的连接关系图；

图3为根据本发明的人体微动回波仿真方法的一种实施例进行建模时椭球在空间中运动的示意图；

图4为根据本发明的人体微动回波仿真方法所构建的人体运动模型图；其中，(a)图为行走状态的人体模型图；(b)图为跳跃状态的人体模型图；

图5(a)为对人体微动回波序列进行短时傅里叶变换后人体行走的时频谱图；

图5(b)为对人体微动回波序列进行短时傅里叶变换后人体跳跃的时频谱图；

图5(c)为基于常用的Boulic模型的人体行走回波时频图；

图5(d)为实测人体行走数据的时频谱图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参考图1，本发明实施例提供一种人体微动回波仿真方法，包括以下步骤：

步骤1，计算人体各节点的三维坐标和各部位的长度，分别对各部位进行建模，获得各部位的模型；并对所述各部位的模型剖分，分别获得各部位的模型的网格信息。

本发明采用卡内基梅隆大学图形实验室录取的运动捕获数据对人体各部位的运动进行建模。在运动捕获数据中，将三维人体结构看作由节点相连的刚体集合，并以线段来表示部位。因此，人体的运动可以简化为人体骨骼框架的运动。

具体的，包含以下子步骤：

子步骤1a，基于卡内基梅隆大学的运动捕获数据文件，构建人体各节点的连接关系，如图2所述；其中，root节点为模型的根节点(脊柱中心)，其余节点均直接或间接地与根节点相连。

示例性的，如图3所示，首先建立全局坐标系OXYZ，参考坐标系O′X′Y′Z′以及局部坐标系Qxyz。全局坐标系是三维空间中固定的坐标系；参考坐标系的三个轴与全局坐标系平行，其原点与运动捕获数据中提取出的人体根节点一致，随着人体的运动，参考坐标系存在平移运动，但不存在旋转运动；局部坐标系用于描述人体部位的运动，其原点与参考坐标系相同，但相对参考坐标系存在旋转，即当模型进行旋转时，局部坐标系进行相同的旋转。在初始时刻，三个坐标系是重叠的，随着人体的运动，参考坐标系与局部坐标系的运动不断发生变化。

定义子节点相对于其父节点的平移变量为P_offset，父节点在全局坐标系中的位置为P_parent，那么子节点在全局坐标系中的位置P满足：

[1 P]^T＝S[1 P_parent]^T

其中，S＝[1 0；RP_offset 1]为变换矩阵，R＝R_X·(R_Y·R_Z)为子节点相对于其父节点的旋转变量，P_offset和R共同组成了子节点的自由变量。

定义各节点相对于参考坐标轴的旋转顺序是Z-Y-X，R_x、R_y和R_z分别为目标绕X、Y和Z轴的旋转矩阵，其表达式分别为：

其中，α、β和γ分别为节点绕X、Y和Z轴的旋转欧拉角。

于是，以左脚(即图3中的lfoot)为例，此节点在全局坐标系中的位置可表示为：

[1,P_lfoot]^T＝S_lfootS_ltibiaS_lfemurS_lhipS_root[1,0,0,0]^T

其中，P_lfoot为左脚在全局坐标系中的位置，S_lfoot、S_ltibia、S_lfemur、S_lhip和S_root分别为左脚、左胫、左股、左臀和根节点的变换矩阵。

以此类推，由根节点开始逐级地进行计算，可获得人体模型中所有节点的三维坐标。依据各节点的三维坐标和各节点的连接关系，使用两相连节点间的平均欧氏距离作为对应部位长度的估计。使用椭球对各部位进行建模，其中，椭球的长轴为估计出的各部位长度的一半，短轴则依据长短轴的先验比例信息进行计算，椭球的两个顶点为该部位对应的两节点。

其中，长短轴的先验比例信息为CHEN V Cn所著书籍《The Micro-Doppler Effectin Radar》中给出的使用椭球体对人体各部位进行建模时，长轴与短轴尺寸的常用比例，本实施例根据该长短轴的先验比例信息来计算椭球的短轴。

设置剖分参数，对模型进行剖分，获得人体模型的网格信息。具体的，对模型进行剖分是指将模型的表面分割为有限多个尺寸相同的三角面元，这些三角面元的集合称为模型的网格信息。剖分参数是指三角面元的边长。当剖分参数变小时，三角面元的个数将变多，雷达目标截面积的计算更精确，但计算时间更长；当剖分参数变大时，三角面元的个数将变少，雷达目标截面积计算的精确度下降，但计算速度会提升。选择合适的剖分参数可以平衡计算精确度和计算时间。本实施例中，剖分参数为雷达发射电磁波长的三分之一。

步骤2，计算所述各部位的模型的实时运动参数，所述实时运动参数包含平移参数和旋转参数。

具体的，包含以下子步骤：

示例性的，

描述模型的运动需要6个运动参数，包含3个平移参数和3个旋转参数，它们可由人体实时的节点三维坐标计算得出。

结合步骤1建立的局部坐标系Qxyz、参考坐标系O′X′Y′Z′以及全局坐标系OXYZ。

人体各部位的位置由椭球的中心坐标和长轴确定。如附图2所示，椭球的长轴平行于OZ，短轴位于XOY平面。在t时刻，部位的中心由O点平移至O′点，平移向量为人体部位的运动等价于先对椭球进行平移，再进行旋转。具体的实现方法为：

第1步：将椭球由(0,0,0)^T平移至(x₀,y₀,z₀)^T，平移参数为(x₀,y₀,z₀)^T。

第2步：将A₁点由(x₀,y₀,z₀+l)^T旋转至(x,y,z)^T，其中，l为椭球长轴，即部位长度的一半。可以通过欧拉旋转矩阵计算绕OX轴、OY轴和OZ轴的欧拉角(α,β,γ)，欧拉旋转矩阵可表示为

R′＝R′_X·(R′_Y·R′_Z)

其中，R′为A₁点由(x₀,y₀,z₀+l)^T旋转至(x,y,z)^T的旋转矩阵，R′_X、R′_Y和R′_Z为A₁点由(x₀,y₀,z₀+l)^T旋转至(x,y,z)^T时分别绕X、Y和Z轴的旋转矩阵。

在参考坐标系中，A₁点由(0,0,l)^T运动至(x-x₀,y-y₀,z-z₀)^T，那么

r₀＝R′·[0,0,l]^T＝l·[-sinβ,sinαcosβ,cosαcosβ]^T

＝[x-x₀,y-y₀,z-z₀]^T

其中，α和β为A₁点绕OX和OY的旋转欧拉角；r₀为A₁点到(x₀,y₀,z₀)^T的矢量；l为椭球长轴。

因此：

由于在初始时刻时，椭球的长轴与OZ重合，且椭球不存在绕OZ轴的旋转，因此γ＝0(γ为目标绕Z轴的旋转欧拉角)。

由以上分析可知，A′₁点在全局坐标系中的位置为：

[x,y,z]^T＝[x₀,y₀,z₀]^T+R′·[0,0,l]^T

综上所述，基于步骤1所获取的节点的三维坐标，可以进一步计算任一时刻模型的平移参数和旋转参数，它们共同组成了模型的运动参数。在每一时刻，使用模型的运动参数对模型的空间位置和姿态进行控制，即可进行运动人体的电磁散射计算。

步骤3，设置雷达参数，结合所述各部位的模型的网格信息和所述实时运动参数，利用物理光学法计算运动人体的电磁散射特性，获得运动人体的雷达目标截面积。

具体的，包含以下子步骤：

子步骤3b，根据所述各部位的模型的网格信息、所述各部位的模型的实时运动参数以及所述雷达参数，利用物理光学法计算运动人体的电磁散射特性，获得运动人体的雷达目标截面积。

示例性的，

本发明实施例设置雷达参数为：使用双站雷达，发射雷达电磁波的幅值为1，电磁波形式为单频，载频为35GHz，入射方向俯仰角为87.7度，方位角为210.17度，接收方向俯仰角为87.7度，方位角为149.83度。

雷达目标截面积的传统计算方法是使用经验公式，即依据模型的尺寸、形状、姿态等参数进行计算，这种方法的局限是只能求解简单模型(如立方体、锥、球等)，且计算结果与实际情况存在差异。若使用经验公式进行运动人体雷达目标截面积的计算，由于人体模型包含多个部位，且每个部位的运动形式不同，因此，只能分别计算各个部位的雷达目标截面积再进行累加。这种方法的优点是计算简单，缺点是计算不精确，且计算过程没有考虑到人体各部位的遮挡效应，导致与实际情况差异较大。

常用的电磁计算方法有高频近似法和数值法。对于大尺寸目标，高频近似法中的物理光学法由于其较低的计算复杂度，得到了广泛的应用。物理光学法是高频近似法中的一种经典方法。当目标尺寸远大于波长时，目标可以看作由若干个具有独立散射中心的三角面元集合来处理，可以认为目标某部分的感应场只取决于入射波，与其他部分的散射能量无关，进而忽略物体表面感应电流的相互作用。

物理光学法虽然可以计算复杂模型的雷达目标截面积，但当复杂模型各部位的运动形式不同时，通常难以求解。

本发明通过结合人体各部位的网格信息和运动参数，克服了物理光学法难以求解复杂人体运动模型雷达目标截面积的问题。首先，对于每一个时刻，使各个部位的网格信息依据该时刻的运动参数进行运动。其次，在三维空间中将各个部位的网格信息组成运动人体整体的网格信息。最后，基于运动人体的网格信息，使用物理光学法计算雷达目标截面积，构成时变的雷达目标截面积序列。

使用物理光学法对运动人体模型进行求解时，若运动人体模型的尺寸远大于雷达发射电磁波的波长，可以基于运动人体模型剖分得到的网格信息进行计算，即直接处理若干个具有独立散射中心的三角面元。在计算中，可以认为某个面元上的电磁场只取决于入射电磁波，与其他面元的散射能量无关，进而忽略面元间感应电流的相互作用。运动人体模型的远场散射可以从积分式中推导出：

其中，E^s为目标的远场散射，j为虚数单位，k＝2π/λ为自由空间波数，λ为雷达发射电磁波的波长，R₀是运动人体模型质心到雷达发射天线的距离，s₁表示表示运动人体模型网格信息中的全部面元，表示面元散射电磁波方向的单位矢量，表示面元的外法线矢量，E^T、H^T是面元上r处的总场，Z₀为自由空间波阻抗，r表示面元ds的位置矢量，为电磁波入射方向的单位矢量。

假设所求解的运动人体模型为理想导体，则运动人体模型总场的切向分量有

其中，Hⁱ为第i个面元的入射磁场方向。

设入射电磁波的磁场强度为H₀，方向为那么运动人体模型的远场散射的积分式可以写为物理光学积分

因此，由物理光学法求解出的运动人体模型的雷达目标截面积为：

其中，为雷达目标截面积的平方根，是雷达接收天线的极化方向单位矢量。

由于某些运动捕获数据包含的观测点较少，需要对步骤3计算得出的雷达目标截面积进行插值以构成最终的人体微动回波序列，以提高后续特征提取的效果。

本发明实施例使用的插值方法为样条插值。样条插值是数据处理中常用的通过求解平滑曲线进行插值的方法，其中，三次样条是其中应用最广泛的一种。

三次样条曲线f(m)是一个分段定义的公式。设雷达目标截面积序列有T个数据点(t,m_t)(t＝1,2,...,T)和T-1个区间，每个区间上的三次样条曲线定义为：

f_t(m)＝a_t+b_t(m-m_t)+c_t(m-m_t)²+d_t(m-m_t)³

其中，t＝1,2,...,T-1。f_t(m)需满足的条件为：(1)端点处函数值与计算出的雷达目标截面积数值相等；(2)f_t(m)的一阶导数连续；(3)f_t(m)的二阶导数连续。此外，为了保证方程的个数与未知量的个数相等从而进行求解，还需设置三次样条插值的端点条件。常用的端点条件有自由边界、固定边界和非节点边界，本发明采用的端点条件为自由边界，即雷达目标截面积两端端点处样条曲线的二阶导数为0，其优点是计算便捷。设雷达目标截面积数据的步长为h_t＝m_t+1-m_t，f_t(m)的二阶导数为f″_t，自由边界的条件为f″₁＝f″_T-1，则求解出的f_t(m)的各项系数为

a_t＝m_t

因此，在每一个雷达目标截面积数值的区间中，使用对应的f_t(m)可以对原有数据进行插值，构成最终的人体微动回波序列，从而提高后续特征提取的效果。

综上所述，将各部位的网格信息在空间中构成运动人体的网格信息后，可以使用物理光学法计算模型的雷达目标截面积，依次计算每一个时刻，可以构成时变的雷达目标截面积序列。本发明对运动人体雷达目标截面积的计算过程考虑了人体运动的多样性和遮挡效应，使计算结果更加精确和贴近实际。

附图4为根据本发明方法所建立的运动人体模型图，与附图5(a)和5(b)的运动状态相对应。

下面结合附图5对本发明的效果做进一步说明。

附图5的(a)和(b)为对人体微动回波序列进行短时傅里叶变换后人体行走和跳跃的时频谱图；附图5(c)是基于常用的Boulic模型的人体行走回波时频图；附图5(d)是实测人体行走数据的时频谱图。

由附图5可以看出，在时频分量中能量最强的部分来自人体躯干，人体四肢的微多普勒信号有着最高的带宽，但雷达目标截面积很小。由附图5(c)与附图5(d)的对比可知，Boulic行走模型对人体的仿真过于理想，与实测时频谱图不相似；由附图5(a)与附图5(d)的对比可知，本发明计算出的人体雷达电磁散射特性在运动周期、雷达目标截面积的变化和人体部位对应的时频能量等方面，均与实测更为接近。人体跳跃的时频谱图如图5(b)所示，可以明显看出，不同的运动姿态产生了不同的微多普勒信号，这对于人体步态识别是具有重要意义的。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims

1.一种人体微动回波仿真方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的人体微动回波仿真方法，其特征在于，步骤1包含以下子步骤：

3.根据权利要求2所述的人体微动回波仿真方法，其特征在于，子步骤1e中，所述计算相连节点在三维空间中的平均距离根据欧式距离进行计算。

4.根据权利要求2所述的人体微动回波仿真方法，其特征在于，子步骤1f中，椭球的长轴的长度为所述各部位长度的一半，椭球的两个顶点为各部位对应的两个节点。

5.根据权利要求2所述的人体微动回波仿真方法，其特征在于，子步骤1g中，设置剖分参数为雷达发射电磁波长的三分之一。

6.根据权利要求1所述的人体微动回波仿真方法，其特征在于，步骤2包含以下子步骤：

7.根据权利要求6所述的人体微动回波仿真方法，其特征在于，子步骤2b中，所述平移参数为椭球的中心点坐标相对于初始中心点坐标的位移向量。

8.根据权利要求6所述的人体微动回波仿真方法，其特征在于，子步骤2c中，所述旋转参数为椭球的姿态相对于初始姿态的旋转向量。

9.根据权利要求1所述的人体微动回波仿真方法，其特征在于，步骤3包含以下子步骤：