CN110187342B - 一种基于fmcw移动平台的生命体征检测与成像方法 - Google Patents

一种基于fmcw移动平台的生命体征检测与成像方法 Download PDF

Info

Publication number
CN110187342B
CN110187342B CN201910401309.4A CN201910401309A CN110187342B CN 110187342 B CN110187342 B CN 110187342B CN 201910401309 A CN201910401309 A CN 201910401309A CN 110187342 B CN110187342 B CN 110187342B
Authority
CN
China
Prior art keywords
frequency
target
echo
signal
imaging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910401309.4A
Other languages
English (en)
Other versions
CN110187342A (zh
Inventor
孙理
张格鹏
顾陈
李彧晟
朱晓华
洪弘
陈汉青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201910401309.4A priority Critical patent/CN110187342B/zh
Publication of CN110187342A publication Critical patent/CN110187342A/zh
Application granted granted Critical
Publication of CN110187342B publication Critical patent/CN110187342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Electromagnetism (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Pulmonology (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于FMCW移动平台的生命体征检测与成像方法，该方法首先通过FMCW雷达进行SAR成像，从图像中搜索目标所在的区域，得到目标的准确位置；之后进一步提取每个目标对应的信号片段并进行时频分析，从而获得目标的微多普勒信息，从微多普勒信息中提取生命体的呼吸心跳频率，重新标定图像中的各个目标，去除场景中的非生命体目标，完成最终的成像。本发明方法的检测性能可靠，成像效果优良，可以对场景中的生命体与非生命体进行有效区分并获得相应的生命体征信息。

Description

一种基于FMCW移动平台的生命体征检测与成像方法
技术领域
本发明属于雷达技术领域，特别涉及一种基于FMCW移动平台的生命体征检测与成像方法。
背景技术
移动雷达平台通过天线的方位移动，能够获得更大的合成孔径和更好的空间分辨率，同时雷达平台使用的天线比传统波束扫描雷达所使用的天线要小很多，便于部署和装载。如今调频连续波雷达技术的发展日益成熟，现代调频连续波雷达具有轻量化、低成本和高分辨率等优势，其在地球科学、安防和救援探测等领域的应用中具有极大的潜力。
随着移动载具的迅速发展，灾难救援和军事等领域中对于场景内生命体目标探测的需求日益显著。现有的雷达搜救系统只能固定在一个位置上使用，且大多只能探测到运动的生命体目标。SAR成像系统可以解决平台不能移动的问题，能够透过墙体对场景中的多个目标进行成像，但是无法区分生命体目标和非生命体目标。
当今的搜救与反恐等应用场景都极端复杂，固定位置的平台和无法分离生命体目标的成像技术显然已经不能满足使用需求，在复杂环境下对大场景进行检测，同时能够去除干扰目标，获得人体目标的位置、图像和生命体征等信息就显得由关重要。
发明内容
本发明所要解决的技术问题在于提供一种针对单雷达平台对生命体征检测及成像的方法。
实现本发明目的的技术解决方案为：一种基于FMCW移动平台的生命体征检测与成像方法，包括以下步骤：
步骤1、FMCW移动平台在场景内按直线轨迹运行采集原始回波信号r(st)，之后对原始回波信号r(st)进行预处理，并对其进行SAR成像，获得成像结果I；
步骤2、在步骤1的成像结果I中定位各个目标的位置TPn，依据目标的位置信息从原始回波信号中提取对应的回波片段Tvsn；
步骤3、对步骤2提取的回波片段Tvsn进行预处理、短时傅里叶变换及频率曲线提取、去运动补偿以及平滑处理，进而提取目标包含的生命体征信息；
步骤4、对步骤3提取的生命体征信息进行分析，去除成像场景中的非生命体，获得成像结果I’，完成场景内的生命体成像与生命体征检测。
本发明与现有技术相比，其显著优点为：1)本发明通过采用移动平台搭载雷达的方法，可以进行大范围、复杂环境下的生命体征检测与成像；2)本发明利用FMCW雷达微多普勒效应的检测原理并使用FMCW回波信号进行SAR成像，可以在单一调制模式下同时完成目标成像与生命体征的检测；3)本发明利用阈值分割与多普勒特征提取技术，达到了自动快速检测成像目标中生命体的技术效果。
下面结合附图对本发明作进一步详细的说明。
附图说明
图1为本发明基于FMCW移动平台的生命体征检测与成像方法流程图。
图2为本发明方法中改进的RD算法的流程图。
图3为本发明实施例中仿真实验场景设计图。
图4为本发明实施例中目标的呼吸心跳信号图，其中，(a)为目标1的呼吸心跳信号图，(b)为目标3的呼吸心跳信号图。
图5为本发明实施例中场景成像图。
图6为本发明实施例中目标分割提取结果图。
图7为本发明实施例中目标时频分析图，其中(a)为目标1的时频分析图，(b)为目标2的时频分析图，(c)为目标3的时频分析图。
图8为本发明实施例中目标频率曲线图，其中(a)为目标1的频率曲线图，(b)为目标2的频率曲线图，(c)为目标3的频率曲线图。
图9为本发明实施例中目标运动补偿频率曲线图，其中(a)为目标1的运动补偿频率曲线图，(b)为目标2的运动补偿频率曲线图，(c)为目标3的运动补偿频率曲线图。
图10为本发明实施例中平滑处理结果图，(a)为目标1的平滑处理结果图，(b)为目标2的平滑处理结果图，(c)为目标3的平滑处理结果图。
图11为本发明实施例中目标的频谱分析图，(a)为目标1的频谱分析图，(b)为目标2的频谱分析图，(c)为目标3的频谱分析图。
图12为本发明实施例中生命体征信息标定图。
图13为本发明实施例中最终的成像结果图。
具体实施方式
结合图1，本发明一种基于FMCW移动平台的生命体征检测与成像方法，包括以下步骤：
步骤1、FMCW移动平台在场景内按直线轨迹运行采集原始回波信号r(st)，之后对原始回波信号r(st)进行预处理，并对其进行SAR成像，获得成像结果I。
进一步地，步骤1具体为：
步骤1-1、FMCW雷达沿直线轨迹运行，运行的方向为方位向，FMCW雷达照射方向垂直于运行轨迹，照射方向为距离向；
FMCW雷达采集的原始回波信号为r(st)，其中st是雷达接收时间，st∈[0,T]，T为雷达信号的持续时间；去除r(st)中的直流信号获得回波信号r'(st)；
步骤1-2、对r(st)进行预处理，具体为：将回波信号r'(st)储存为含有Mp×Np个点的回波矩阵f(tF,ta)，其中，tF为快时间，ta为方位慢时间；回波矩阵的行为距离向，列为方位向；回波矩阵的每一行存储一个脉冲重复周期τ内得到的回波信号，一个脉冲重复周期τ内有Np个采样点，回波矩阵共包含Mp个脉冲重复周期；
步骤1-3、利用改进的RD算法对雷达回波矩阵f(tF,ta)进行SAR成像。
进一步地，结合图2，步骤1-3具体为：
步骤1-3-1、对雷达回波矩阵f(tF,ta)的方位向进行FFT变换，将其转换到距离多普勒域F(tF,fa)，fa为方位向的频率；
步骤1-3-2、利用频率滤波器处理信号F(tF,fa)，对非线性频率进行修正，修正后的信号为F1(tF,fa)，所述频率滤波器的公式为：
Figure BDA0002058753020000031
式中，c为光速，d为雷达距离目标的直线最小距离，
Figure BDA0002058753020000041
为距离徙动，ε'(tF)为非线性相位误差，λ为发射波长，v为雷达平台的移动速度；
步骤1-3-3、利用频移补偿滤波器对信号F1(tF,fa)进行处理，消除信号F1中的多普勒频移，获得信号F2(tF,fa)；所述的频移补偿滤波器的公式为：
H2(tF,fa)＝exp(-j2πfatF)
步骤1-3-4、对信号F2(tF,fa)的距离向进行FFT变换，将其转换到二维频域信号F3(f,fa)，其中f为距离向的频率；
步骤1-3-5、利用改进后的相位补偿滤波器对信号F3(f,fa)进行处理，获得相位修正后的信号F4(f,fa)，所述改进后的相位补偿滤波器公式为：
Figure BDA0002058753020000042
式中，kr为扫频速率；
步骤1-3-6、利用方位向匹配滤波器对信号F4(f,fa)进行处理，获得方位向聚焦后的信号F5(f,fa)，所述方位向匹配滤波器公式为：
Figure BDA0002058753020000043
步骤1-3-7、对信号F5(f,fa)的方位向进行IFFT，将其转换到距离向的频域上，获得雷达回波矩阵f(tF,ta)的成像结果I。
步骤2、在步骤1的成像结果I中定位各个目标的位置TPn，依据目标的位置信息从原始回波信号中提取对应的回波片段Tvsn。
进一步地，步骤2具体为：
步骤2-1、利用阈值分割算法将步骤1中获得的成像结果I分割提取为N个目标区域Tarn，其中n∈[0,N]；
步骤2-2、求取每个Tarn中的幅度最大值作为目标中心位置TPn：
TPn＝max(Tarn)
将TPn的坐标位置记为(in,jn)，其中in,jn分别为第n个目标中心在成像结果I中的纵、横坐标；
步骤2-3、利用步骤2-2中获得的目标中心位置纵坐标in，从雷达回波矩阵f(tF,ta)中提取每个目标n对应的回波片段Tvsn，具体为：
Tvsn取f(tF,ta)中的第Tsn行至第Ten行，其中
Figure BDA0002058753020000051
Figure BDA0002058753020000052
为取样点数，kvs为设定的生命体征周期常数。
步骤3、对步骤2提取的回波片段Tvsn进行预处理、短时傅里叶变换及频率曲线提取、去运动补偿以及平滑处理，进而提取目标包含的生命体征信息。
进一步地，步骤3具体为：
步骤3-1、对步骤2中提取出的回波片段Tvsn进行预处理具体为：对Tvsn按行求均值，获得目标多普勒回波向量Tvsdn；
步骤3-2、对目标多普勒回波向量Tvsdn进行短时傅里叶变换STFT，获得目标的时频分布矩阵FTn；
步骤3-3、按列求取所述时频分布矩阵FTn的最大值获得频率曲线
Figure BDA0002058753020000053
其中
Figure BDA0002058753020000054
为瞬时多普勒频率，
Figure BDA0002058753020000055
为目标对应的方位慢时间，频率曲线
Figure BDA0002058753020000056
中共有Mn个采样点；
步骤3-4、对频率曲线
Figure BDA0002058753020000057
进行去运动多普勒补偿，具体为：
对
Figure BDA0002058753020000058
进行一阶线性拟合，获得拟合斜率为
Figure BDA0002058753020000059
常数项为an的拟合函数，由此构造运动补偿公式为：
Figure BDA00020587530200000510
式中，
Figure BDA00020587530200000511
为运动补偿频率；
从频率曲线
Figure BDA0002058753020000061
中减去每个方位慢时间
Figure BDA0002058753020000062
对应的运动补偿频率
Figure BDA0002058753020000063
获得补偿后的频率曲线
Figure BDA0002058753020000064
步骤3-5、利用平滑函数处理补偿后的频率曲线
Figure BDA0002058753020000065
获得平滑后的频率曲线
Figure BDA0002058753020000066
其中所述平滑函数公式为：
Figure BDA0002058753020000067
式中，m为频率曲线中的第m个采样点，m∈[1,Mn]，K为每个采样点的加权点数，且
Figure BDA0002058753020000068
步骤3-6、对平滑后的频率曲线
Figure BDA0002058753020000069
进行去直流处理并通过低通滤波器，获得生命体征微多普勒信号VSDn，对VSDn进行FFT后获得频谱图，提取频谱图中的第一个峰值对应的频率作为呼吸频率
Figure BDA00020587530200000610
第二个峰值对应的频率作为心跳频率
Figure BDA00020587530200000611
步骤4、对步骤3提取的生命体征信息进行分析，去除成像场景中的非生命体，获得成像结果I’，完成场景内的生命体成像与生命体征检测。
进一步地，步骤4具体为：
步骤4-1、根据步骤3中获得的呼吸频率
Figure BDA00020587530200000612
和心跳频率
Figure BDA00020587530200000613
判定目标的生命迹象，将呼吸频率
Figure BDA00020587530200000614
和心跳频率
Figure BDA00020587530200000615
均为零的p个目标判定为非生命体，则其余N-p个目标判定为生命体；
步骤4-2、将非生命体目标在成像结果I中对应区域Tarn’的矩阵强度值归零，获得最终的成像结果I’；其中，n'∈(1,p)。
实施例
结合图1，本发明基于FMCW移动平台的生命体征检测与成像方法，包括以下步骤：
步骤1、在本实施例仿真实验中设计了一个基于移动平台的FMCW雷达系统，系统雷达的载频为5.8GHz，发射信号的带宽为320MHz，天线的增益为11.3dB，半功率角为26°，仿真中的采样频率为192kHz。仿真场景为方位向长18m，距离向长7m的矩形区域，在场景区域内共放置了三个目标，其中目标1和目标3为生命体目标，目标2为非生命体目标，目标距离场景左边延分别为3m、9m和15m，距离场景下边沿的距离分别为5m、4m和3m，具体的实验场景设计如图3所示。
步骤2、给目标1加上频率为0.25Hz的呼吸信号和频率为1.5Hz的心跳信号，给目标3加上频率为0.35Hz的呼吸信号和频率为1.8Hz的心跳信号，两目标的呼吸心跳信号如图4所示。让雷达延18m长的场景下边沿(方位向)由左至右以速度v＝0.5m/s进行运动，对回波数据进行预处理后使用改进的RD算法对回波矩阵进行SAR成像，成像结果如图5所示。
步骤3、对成像结果通过阈值分割算法提取为3个目标区域，如图6所示。从雷达回波矩阵f(tF,ta)中找到每个目标对应的回波片段Tvsn(i'n,j'n)，处理得到多普勒回波向量Tvsdn(i'n,1)，对其做STFT得到如图7所示的时频分布图，通过最大值提取得到如图8所示的频率曲线图，进行运动补偿后得到如图9所示的频率曲线图，平滑处理后得到如图10所示的频率曲线图，对频率曲线进一步进行频谱分析提取得到目标的呼吸和心跳信息，频谱分析如图11所示。
步骤4、将得到的呼吸心跳信息标注到图6中目标对应的位置上，得到如图12所示的结果，判定目标1、3为生命体目标，目标2为非生命体目标，将图6中目标2对应的矩阵强度置零，得到最终的成像结果如图13所示。
总共进行了十次不同数据的仿真，每次仿真结果最终均获得了准确的生命体征信息和优异的成相结果，证实了该方法在移动平台上具有良好的生命体征检测与成像能力。
本发明方法的检测性能可靠，成像效果优良，可以对场景中的生命体与非生命体进行有效区分并获得相应的生命体征信息。

Claims (4)

1.一种基于FMCW移动平台的生命体征检测与成像方法，其特征在于，包括以下步骤：
步骤1、FMCW移动平台在场景内按直线轨迹运行采集原始回波信号r(st)，之后对原始回波信号r(st)进行预处理，并对其进行SAR成像，获得成像结果I；具体为：
步骤1-1、FMCW雷达沿直线轨迹运行，运行的方向为方位向，FMCW雷达照射方向垂直于运行轨迹，照射方向为距离向；
FMCW雷达采集的原始回波信号为r(st)，其中st是雷达接收时间，st∈[0,T]，T为雷达信号的持续时间；去除r(st)中的直流信号获得回波信号r'(st)；
步骤1-2、对r'(st)进行预处理，具体为：将回波信号r'(st)储存为含有Mp×Np个点的回波矩阵f(tF,ta)，其中，tF为快时间，ta为方位慢时间；回波矩阵f(tF,ta)的行为距离向，列为方位向；回波矩阵f(tF,ta)的每一行存储一个脉冲重复周期τ内得到的回波信号，一个脉冲重复周期τ内有Np个采样点，回波矩阵f(tF,ta)共包含Mp个脉冲重复周期；
步骤1-3、利用改进的RD算法对雷达回波矩阵f(tF,ta)进行SAR成像；具体为：
步骤1-3-1、对雷达回波矩阵f(tF,ta)的方位向进行FFT变换，将其转换到距离多普勒域F(tF,fa)，fa为方位向的频率；
步骤1-3-2、利用频率滤波器处理信号F(tF,fa)，对非线性频率进行修正，修正后的信号为F1(tF,fa)，所述频率滤波器的公式为：
Figure FDA0003932163450000011
式中，c为光速，d为雷达距离目标的直线最小距离，
Figure FDA0003932163450000012
为距离徙动，ε'(tF)为非线性相位误差，λ为发射波长，v为雷达平台的移动速度；
步骤1-3-3、利用频移补偿滤波器对信号F1(tF,fa)进行处理，消除信号F1(tF,fa)中的多普勒频移，获得信号F2(tF,fa)；所述的频移补偿滤波器的公式为：
H2(tF,fa)＝exp(-j2πfatF)
步骤1-3-4、对信号F2(tF,fa)的距离向进行FFT变换，将其转换到二维频域得到信号F3(f,fa)，其中f为距离向的频率；
步骤1-3-5、利用改进后的相位补偿滤波器对信号F3(f,fa)进行处理，获得相位修正后的信号F4(f,fa)，所述改进后的相位补偿滤波器公式为：
Figure FDA0003932163450000021
式中，kr为扫频速率；
步骤1-3-6、利用方位向匹配滤波器对信号F4(f,fa)进行处理，获得方位向聚焦后的信号F5(f,fa)，所述方位向匹配滤波器公式为：
Figure FDA0003932163450000022
步骤1-3-7、对信号F5(f,fa)的方位向进行IFFT，将其转换到距离向的频域上，获得雷达回波矩阵f(tF,ta)的成像结果I；
步骤2、在步骤1的成像结果I中定位各个目标的位置TPn，依据目标的位置信息从原始回波信号中提取对应的回波片段Tvsn；
步骤3、对步骤2提取的回波片段Tvsn进行预处理、短时傅里叶变换及频率曲线提取、去运动补偿以及平滑处理，进而提取目标包含的生命体征信息；
步骤4、对步骤3提取的生命体征信息进行分析，去除成像场景中的非生命体，获得成像结果I’，完成场景内的生命体成像与生命体征检测。
2.根据权利要求1所述的基于FMCW移动平台的生命体征检测与成像方法，其特征在于，步骤2中定位各个目标的位置TPn，依据目标的位置信息从原始回波信号中提取对应的回波片段Tvsn，具体为：
步骤2-1、利用阈值分割算法将步骤1中获得的成像结果I分割提取为N个目标区域Tarn，其中n∈[0,N]；
步骤2-2、求取每个Tarn中的幅度最大值作为目标中心位置TPn：
TPn＝max(Tarn)
将TPn的坐标位置记为(in,jn)，其中in、jn分别为第n个目标中心在成像结果I中的纵、横坐标；
步骤2-3、利用步骤2-2中获得的目标中心位置纵坐标in，从雷达回波矩阵f(tF,ta)中提取每个目标n对应的回波片段Tvsn，具体为：
Tvsn取f(tF,ta)中的第Tsn行至第Ten行，其中
Figure FDA0003932163450000031
Figure FDA0003932163450000032
Figure FDA0003932163450000033
为取样点数，kvs为设定的生命体征周期常数。
3.根据权利要求2所述的基于FMCW移动平台的生命体征检测与成像方法，其特征在于，步骤3所述对步骤2提取的回波片段Tvsn进行预处理、短时傅里叶变换及频率曲线提取、去运动补偿以及平滑处理，进而提取目标包含的生命体征信息，具体为：
步骤3-1、对步骤2中提取出的回波片段Tvsn进行预处理具体为：对Tvsn按行求均值，获得目标多普勒回波向量Tvsdn；
步骤3-2、对目标多普勒回波向量Tvsdn进行短时傅里叶变换STFT，获得目标的时频分布矩阵FTn；
步骤3-3、按列求取所述时频分布矩阵FTn的最大值获得频率曲线
Figure FDA0003932163450000034
其中
Figure FDA0003932163450000035
为瞬时多普勒频率，
Figure FDA0003932163450000036
为目标对应的方位慢时间，频率曲线
Figure FDA0003932163450000037
中共有Mn个采样点；
步骤3-4、对频率曲线
Figure FDA0003932163450000038
进行去运动多普勒补偿，具体为：
对频率曲线
Figure FDA0003932163450000041
进行一阶线性拟合，获得拟合斜率为
Figure FDA0003932163450000042
常数项为an的拟合函数，由此构造运动补偿公式为：
Figure FDA0003932163450000043
式中，
Figure FDA0003932163450000044
为运动补偿频率；
从频率曲线
Figure FDA0003932163450000045
中减去每个方位慢时间
Figure FDA0003932163450000046
对应的运动补偿频率
Figure FDA0003932163450000047
获得补偿后的频率曲线
Figure FDA0003932163450000048
步骤3-5、利用平滑函数处理补偿后的频率曲线
Figure FDA0003932163450000049
获得平滑后的频率曲线
Figure FDA00039321634500000410
其中所述平滑函数公式为：
Figure FDA00039321634500000411
式中，m为频率曲线
Figure FDA00039321634500000412
中的第m个采样点，m∈[1,Mn]，K为每个采样点的加权点数，且
Figure FDA00039321634500000413
步骤3-6、对平滑后的频率曲线
Figure FDA00039321634500000414
进行去直流处理并通过低通滤波器，获得生命体征微多普勒信号VSDn，对VSDn进行FFT后获得频谱图，提取频谱图中的第一个峰值对应的频率作为呼吸频率
Figure FDA00039321634500000415
第二个峰值对应的频率作为心跳频率
Figure FDA00039321634500000416
4.根据权利要求3所述的基于FMCW移动平台的生命体征检测与成像方法，其特征在于，步骤4所述对步骤3提取的生命体征信息进行分析，去除成像场景中的非生命体，获得成像结果I’，具体为：
步骤4-1、根据步骤3中获得的呼吸频率
Figure FDA00039321634500000417
和心跳频率
Figure FDA00039321634500000418
判定目标的生命迹象，将呼吸频率
Figure FDA00039321634500000419
和心跳频率
Figure FDA00039321634500000420
均为零的p个目标判定为非生命体，则其余N-p个目标判定为生命体；
步骤4-2、将非生命体目标在成像结果I中对应区域Tarn’的矩阵强度值归零，获得最终的成像结果I’；其中，n'∈(1,p)。
CN201910401309.4A 2019-05-14 2019-05-14 一种基于fmcw移动平台的生命体征检测与成像方法 Active CN110187342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910401309.4A CN110187342B (zh) 2019-05-14 2019-05-14 一种基于fmcw移动平台的生命体征检测与成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910401309.4A CN110187342B (zh) 2019-05-14 2019-05-14 一种基于fmcw移动平台的生命体征检测与成像方法

Publications (2)

Publication Number Publication Date
CN110187342A CN110187342A (zh) 2019-08-30
CN110187342B true CN110187342B (zh) 2023-01-13

Family

ID=67716338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910401309.4A Active CN110187342B (zh) 2019-05-14 2019-05-14 一种基于fmcw移动平台的生命体征检测与成像方法

Country Status (1)

Country Link
CN (1) CN110187342B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110742593B (zh) * 2019-09-17 2022-02-11 东南大学 一种基于线谱跟踪的生命信号特征提取方法
CN110584631B (zh) * 2019-10-10 2022-03-25 重庆邮电大学 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法
CN112965060A (zh) * 2021-02-19 2021-06-15 加特兰微电子科技(上海)有限公司 生命特征参数的检测方法、装置和检测体征点的方法
CN113384250B (zh) * 2021-05-26 2022-03-15 上海交通大学 用于生命体征探测的毫米波雷达系统低功耗实现方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012116856A1 (fr) * 2011-03-03 2012-09-07 Thales Procede de detection et de caracterisation d'une cible mobile sur une image radar
CN105956388A (zh) * 2016-04-27 2016-09-21 南京理工大学 基于vmd的人体生命体征信号分离方法
CN106821347A (zh) * 2016-12-20 2017-06-13 中国人民解放军第三军医大学 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法
CN108832997A (zh) * 2018-08-07 2018-11-16 湖南华诺星空电子技术有限公司 一种无人机群搜索救援方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106659428B (zh) * 2014-04-28 2020-10-16 麻省理工学院 通过无线电反射的生命体征监测

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012116856A1 (fr) * 2011-03-03 2012-09-07 Thales Procede de detection et de caracterisation d'une cible mobile sur une image radar
CN105956388A (zh) * 2016-04-27 2016-09-21 南京理工大学 基于vmd的人体生命体征信号分离方法
CN106821347A (zh) * 2016-12-20 2017-06-13 中国人民解放军第三军医大学 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法
CN108832997A (zh) * 2018-08-07 2018-11-16 湖南华诺星空电子技术有限公司 一种无人机群搜索救援方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
FMCW SAR成像算法及实现;陈俊;《中国优秀硕士学位论文全文数据库》;20171115(第11期);正文第18-73页 *
Vital-SAR-Imaging With a Drone-Based Hybrid Radar System;Jiaming Yan等;《IEEE TRANSACTIONS ON MICROWAVE THEORY AND TECHNIQUES》;20181231;第66卷(第12期);第5852-5860页 *
基于FPGA的调频连续波合成孔径雷达实时成像处理方法;王立 等;《探测与控制学报》;20190430;第41卷(第2期);第86-91页 *
调频连续波合成孔径雷达成像算法研究;何获;《中国优秀硕士学位论文全文数据库》;20140115(第01期);正文第15-59页 *
高速运动平台高距离分辨率FMCW SAR RD算法;陈鏐蕴 等;《现代雷达》;20151130;第37卷(第11期);第32-36页 *

Also Published As

Publication number Publication date
CN110187342A (zh) 2019-08-30

Similar Documents

Publication Publication Date Title
CN110187342B (zh) 一种基于fmcw移动平台的生命体征检测与成像方法
CN107728115B (zh) 一种雷达目标成像后基于svm的背景干扰抑制方法
US11906616B2 (en) Method of target feature extraction based on millimeter-wave radar echo
CN106443671A (zh) 基于调频连续波的sar雷达动目标检测与成像方法
Yang et al. An airborne SAR moving target imaging and motion parameters estimation algorithm with azimuth-dechirping and the second-order keystone transform applied
CN110109102B (zh) 一种sar运动目标检测与速度估计的方法
CN105487060B (zh) 一种双通道四斜率调制的多目标提取方法
CN111812648B (zh) 多通道合成孔径雷达rpca幅相联合目标检测方法与装置
CN109407070B (zh) 一种高轨平台地面运动目标检测方法
Huang et al. Multi-person recognition using separated micro-Doppler signatures
CN107153189B (zh) 线性调频连续波雷达测距的信号处理方法
CN104730496B (zh) 一种斜视sar地面动目标提取方法
Fischer et al. Minimizing interference in automotive radar using digital beamforming
CN106646466B (zh) 一种基于主成分分析的加权后向投影算法的成像方法
CN108020834B (zh) 基于改进edpca的运动目标检测方法、装置及电子设备
Qian et al. Motion parameter estimation of multiple ground fast-moving targets with a three-channel synthetic aperture radar
Chen Joint time-frequency analysis for radar signal and imaging
CN104914416B (zh) 一种uhf波段sar gmti动目标筛选方法
Xiao et al. Multi-target ISAR imaging based on image segmentation and short-time Fourier transform
Yu et al. Method of aerial target length extraction based on high resolution range profile
CN108983192B (zh) 基于gps辐射源的雷达运动目标参数估计方法
KR101990078B1 (ko) 레이더 신호 처리 모의 장치
Hong et al. Single-channel UWB SAR ground moving targets detection method using change detection based on single-pass sub-aperture images
CN112034454A (zh) 一种基于mimo雷达的桥梁自振振型获取方法
CN114488147B (zh) 基于星载sar-gmti的方位模糊强杂波剔除方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant