CN110221288A - 一种穿墙雷达微动目标检测方法 - Google Patents
一种穿墙雷达微动目标检测方法 Download PDFInfo
- Publication number
- CN110221288A CN110221288A CN201910409329.6A CN201910409329A CN110221288A CN 110221288 A CN110221288 A CN 110221288A CN 201910409329 A CN201910409329 A CN 201910409329A CN 110221288 A CN110221288 A CN 110221288A
- Authority
- CN
- China
- Prior art keywords
- signal
- detection
- radar
- micro
- clutter
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000009825 accumulation Methods 0.000 claims abstract description 21
- 238000007906 compression Methods 0.000 claims abstract description 16
- 230000001427 coherent effect Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000006835 compression Effects 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000001629 suppression Effects 0.000 claims description 11
- 238000012935 Averaging Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 claims description 3
- RVRCFVVLDHTFFA-UHFFFAOYSA-N heptasodium;tungsten;nonatriacontahydrate Chemical compound O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W] RVRCFVVLDHTFFA-UHFFFAOYSA-N 0.000 claims description 3
- 230000010363 phase shift Effects 0.000 claims description 3
- 230000000241 respiratory effect Effects 0.000 claims description 3
- 238000011410 subtraction method Methods 0.000 claims description 3
- 230000002087 whitening effect Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims 2
- 239000000284 extract Substances 0.000 abstract description 2
- 230000004888 barrier function Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001094 effect on targets Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
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
- G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons
- G01S13/888—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons through wall detection
-
- 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
- G01S7/414—Discriminating targets with respect to background clutter
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种穿墙雷达微动目标检测方法，属于雷达检测领域、穿墙雷达检测领域，本发明的方法步骤如下：将采集的中频回波信号进行脉冲压缩处理；根据微动目标的多普勒频移特性设计一窄带滤波器对带外杂波进行抑制；对杂波抑制处理后的信号进行相干积累；将上述处理后的信号进行恒虚警检测；其中脉冲压缩提高信噪比和距离精度；杂波抑制可有效抑制障碍物后方的强杂波；本方法在对微动目标的微多普勒特性的分析的基础上，有针对性地对墙后微动目标的微弱回波进行滤波、放大、提取等处理，最后实现微动目标的有效检测。
Description
技术领域
本发明属于雷达检测领域、穿墙雷达检测领域，具体是一种穿墙雷达微动目标检测方法。
背景技术
穿墙探测雷达(Through-wall detecting radar，TWDR)简称穿墙雷达，是一种通过电磁波信号，探测墙体或者其他障碍物后方目标的设备。穿墙雷达通过对回波信号进行处理和分析，从而检测与跟踪障碍物后方目标。穿墙雷达主要用于特种作战、反恐维稳、抢险救灾等领域。目前穿墙雷达对微动例如心跳、呼吸等目标检测效果较差，很难在杂波背景下快速检测到微动目标并读出其距离。此外，现有的穿墙雷达常用的检测方法针对微动目标的多普勒频率提取困难，提取后的的信噪比低，检测微动目标时间长，虚警率和丢点率高。
发明内容
本发明针对上述现有技术中存在的问题，公开了一种微动目标检测方法，整个微动目标检测方法可分为以下过程：脉冲压缩、杂波抑制、相干积累、恒虚警检测，能快速检测障碍物后方微动目标，信噪比高、检测概率高，虚警率和丢点率低。
本发明是这样实现的：
一种穿墙雷达微动目标检测方法，其特征在于，所述的步骤如下：
步骤一、将采集的中频回波信号进行脉冲压缩处理；
步骤二、对脉冲压缩处理后的的信号进行处理，即根据微动目标的多普勒频移特性设计一窄带滤波器对带外杂波进行抑制；根据杂波特性和目标的多普勒频率特性设计适用于穿墙雷达微动目标探测场景的杂波对消方法，即本步骤中的根据微动目标的多普勒频移特性设计一窄带滤波器对带外杂波进行抑制；
步骤三、对杂波抑制处理后的信号进行相干积累；
步骤四、将上述步骤三处理后的信号进行恒虚警检测；上述的四个步骤为本发明整个穿墙雷达的微动目标检测算法的过程，其中脉冲压缩提高信噪比和距离精度；杂波抑制可有效抑制障碍物后方的强杂波；相干积累将微弱的目标信号先进行积累以此提高信噪比，然后提取有效信号进行积累，该方式最大限度地保留人体的特征信息，同时在对长时积累的回波信号进行二次滤波，以达到更好的检测效果；恒虚警检测在给定虚警率的情况下最大程度提高目标的检测概率。
进一步，所述的步骤一中的雷达体制为LFMCW(线性调频连续波)，且选择单周期的LFMCW雷达信号。
进一步，所述的步骤一具体为：
1.1，雷达的发射信号可用以下公示表达：
其中，A表示发射信号的幅度，f0表示发射信号的载波频率，表示调频斜率，B表示雷达调制带宽，T表示调制周期，φ表示发射信号的初始相位；
1.2，假设，目标距离雷达R并以速度v远离雷达，则回波延迟：则雷达接收的回波信号可表示为：
其中，sR(t)表示接收信号，K表示反射因子，表示附加相移；
1.3，在经过去调频解调之后可知回波的中频信号为：
其中，sb(t)表示中频信号，w(t)表示矩形窗函数，然后对其进行FFT之后得到：
其中，表示中频信号频谱，由此可以看到对于单通道采集的中频信号在+f′和-f′处各有一个峰值，而峰值位置与目标距离成正比，由于穿墙雷达的作用目标速度均不大，所以后一项通常可忽略不计，即完成脉冲压缩过程。
进一步，所述的步骤二中根据微动目标的多普勒频移特性设计窄带FIR(有限长单位冲激响应)滤波器对带外杂波进行抑制，其窄带滤波器的通带为4Hz-10Hz，所述的杂波抑制方法为背景相消法，包括背景积累平均、脉冲对消、指数加权法。根据微动目标的多普勒频移特性设计窄带FIR滤波器对带外杂波进行抑制，其窄带滤波器的通带为4Hz-10Hz。相对于常规的两脉冲对消器，该窄带FIR滤波器的通带响应要高20dB，带外抑制大于40dB。
进一步，所述的背景相消法指的是通过历史脉冲数据来估计当前背景噪声：
其中s(m)表示背景相消后的数据，x(m)表示当前时刻的回波脉冲，表示通过历史数据的背景预测值；
对背景积累平均法而言：
对两脉冲对消方法而言：
对指数加权背景相消法而言：
进一步，所述的步骤三为通过相干积累提高其信号的信噪比，以信号自相关的方法来实现相干积累的过程，具体如下：
假设微动目标的多普勒回波信号为：f(t)＝s(t)+n(t)＝Acos(ωt+φ)+n(t)
其中s(t)表示呼吸信号，A为其幅度，n(t)表示零均值高斯白噪声,表示噪声功率，E[·]表示数学期望；
则：
Rx(τ)＝Rss(τ)+Rsn(τ)+Rns(τ)+Rnn(τ)
其中
其中，Rx(τ)表示接收信号协方差，Rss(τ)表示有用信号协方差，Rsn(τ)和Rns(τ)表示有用信号和噪声协方差，Rnn(τ)表示噪声信号协方差；
理论上，若T趋于无穷大，则上式中后三项为零，但是由于观测时间有限，且噪声的白化程度未必十分理想，所以将其视为新的噪声n′(t)，新噪声要比原噪声小，使得信噪比得到提升；
由上分析可知经过一次自相关操作能够提高信噪比，通过多次进行自相关操作以进一步提高回波信噪比；经过多重自相关之后采用小波变换的方式提取有用信号：
上式为对多重自相关的信号进行小波变换，其中WT(a,τ)表示小波变换结果，此处根据微动目标的时域回波信号特征选择db3小波基进行多尺度分解。
进一步，选择进行八尺度分解，并且对第六和第七尺度的低频信号进行重构，然后对重构的这两层或者多层信号进行FFT(快速傅里叶变换)变换即得到有效信号的频谱。
进一步，所述的步骤四为采用CA-CFAR检测算法，在合并滤波器输出前，先取一个自适应的门限值，单独对每个滤波器做恒虚警处理，保持输出的虚警率不超过给定值；具体如下：
4.1，假设CFAR检测器的参考单元内的样本值为：x1,x2,…,xN，假设杂波背景为窄带高斯噪声，则其包络服从瑞利分布，接收机用平方律检波器来滤波，之后的输出信号是指数分布，则对于CA-CFAR检测算法而言，检测统计量：
其中，Z表示检测统计量，则统计量对应的PDF(Probability Density Function，概率密度函数)是：
其中Γ分布记为X～Γ(α,β)，p(x)表示统计量的概率密度函数；
4.2，CA-CFAR检测器的检测概率：
虚警概率Pfa：Pfa＝Pd|(S＝0)＝(1+T)-N，Pd表示检测概率；
所以门限因子T可表示为：
则，检测量：x0表示检测单元的样本值
所以检测器输出：
CA-CFAR算法通过计算滑窗里面N个单元的算术平均值来自适应的得到检测门限，检测概率会随着N的增加而接近已知杂波参数的固定门限的理想检测概率，因此，CA-CFAR算法在均匀背景下是最优算法。
进一步，所述的每个滤波器的自适应门限是由同一滤波器的左右相邻16个距离单元输出求和取平均得到的。
本发明与现有技术相比的有益效果在于：
本发明根据杂波特性和目标的多普勒频率特性设计一适用于穿墙雷达微动目标探测场景的杂波对消方法，该方法最大程度上对杂波进行抑制，并且保留了微动目标的多普勒频移信息，为之后的弱目标检测打下了坚实基础；相干积累将微弱的目标信号先进行积累以此提高信噪比，然后提取有效信号进行积累；
本发明根据微动目标的运动特性，由于人体的肢体动作导致的多普勒频率突变，选择更加适用的小波重构法，尽最大限度地保留人体的特征信息，同时在对长时积累的回波信号进行二次滤波，以达到更好的检测效果；恒虚警检测在给定虚警率的情况下最大程度提高目标的检测概率；
本发明在对微动目标的微多普勒特性的分析的基础上，有针对性地对墙后微动目标的微弱回波进行滤波、放大、提取等处理，最后实现微动目标的有效检测。
附图说明
图1为本发明一种穿墙雷达微动目标检测方法的算法流程示意图；
图2为本发明实施例中回波信号经过脉冲压缩处理后的对比图；
图3为本发明实施例中固定杂波PSD图；
图4为本发明实施例中窄带滤波器与常规的两脉冲对消器幅频响应对比图；
图5为本发明实施例中CA-CFAR算法原理图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚，明确，以下列举实例对本发明进一步详细说明。应当指出此处所描述的具体实施仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明的方法分为脉冲压缩、杂波抑制、相干积累、恒虚警检测四步骤，步骤1：将采集的中频回波信号进行脉冲压缩处理；步骤2：对步骤1处理后的信号进行杂波抑制处理；步骤3：将步骤2处理后的信号进行相干积累；步骤4：将步骤3处理后的信号进行恒虚警检测。具体的步骤结合参数如下所示：
步骤一、脉冲压缩
在本发明中的雷达体制为LFMCW，为了简洁以下公式推导选择单周期的LFMCW雷达信号(上扫频信号)。显然，雷达的发射信号可用以下公示表达：
其中，A表示发射信号的幅度，f0表示发射信号的载波频率，表示调频斜率，B表示雷达调制带宽，T表示调制周期，φ表示发射信号的初始相位。
假设，目标距离雷达R并以速度v远离雷达，则回波延迟：则雷达接收的回波信号可表示为：
其中K表示反射因子，表示附加相移。
在经过去调频解调之后可知回波的中频信号为：
然后对其进行FFT之后得到：
其中，由此可以看到对于单通道采集的中频信号在+f′和-f′处各有一个峰值，而峰值位置与目标距离成正比，由于穿墙雷达的作用目标速度均不大，所以后一项通常可忽略不计，如上即完成脉冲压缩过程。回波信号经过脉冲压缩处理后的结果图如图2所示。
步骤二、杂波抑制
杂波的已知问题是穿墙雷达目标探测的一个重要问题，也是一个基本问题，对杂波的抑制需要考虑到天线耦合、墙体耦合、探测环境、目标特性和多径散射等问题。常用的杂波抑制方法为背景相消法，例如：背景积累平均、脉冲对消和指数加权法等。
背景相消法指的是通过历史脉冲数据来估计当前背景噪声：
其中s(m)表示背景相消后的数据，x(m)表示当前时刻的回波脉冲，表示通过历史数据的背景预测值。
对背景积累平均法而言：
对两脉冲对消方法而言：
对指数加权背景相消法而言：
穿墙雷达的作用环境是室内，所以存在的杂波也多为固定杂波(静杂波)，其PSD(功率谱密度)图多表现为如图3所示形式，微动目标的多普勒频率靠近静杂波区域导致微动目标的信号提取困难、提取之后的信噪比低。
本发明根据杂波特性和目标的多普勒频率特性设计一适用于穿墙雷达微动目标探测场景的杂波对消方法，即根据微动目标的多普勒频移特性设计一窄带滤波器对带外杂波进行抑制，其通道幅频响应如图4所示。其中窄带滤波器的通带为4-10Hz，正是微动目标多普勒频率所在的地方，而常规的两脉冲对消器的幅频响应如图4所示。从图4中可以看出，相对于常规的两脉冲对消器而言，设计的窄带FIR滤波器的通带响应要高20dB，带外抑制在40dB以上，极大程度上提高了信噪比。该方法最大程度上对杂波进行抑制，并且保留了微动目标的多普勒频移信息，为之后的弱目标检测打下了坚实基础。
步骤三、相干积累
对于雷达微弱目标的检测方法主要有两种：基于投影变换的TBD(检测前跟踪算法)和基于动态规划的TBD算法。两种算法的本质都是通过长时间的积累来增强弱目标信噪比，本发明考虑到穿墙雷达所探测微动目标的运动特性，使用更为简便的方法达到相同的效果，同时在对长时积累的回波信号进行二次滤波，以达到更好的检测效果。其滤波算法根据微动目标的运动特性(由于人体的肢体动作导致的多普勒频率突变)，选择更加适用的小波重构法，尽最大限度地保留人体的特征信息。
微动目标的多普勒频移多为目标的呼吸所引起，而目标的呼吸可看作是一周期运动，所以通过一定的相干积累可提高其信号的信噪比。下文中以信号自相关的方法来实现相干积累的过程，
假设微动目标的多普勒回波信号为：f(t)＝s(t)+n(t)＝Acos(ωt+φ)+n(t)
其中s(t)表示呼吸信号，A为其幅度，n(t)表示零均值高斯白噪声,表示噪声功率。
则：
Rx(τ)＝Rss(τ)+Rsn(τ)+Rns(τ)+Rnn(τ)
其中
理论上，若T趋于无穷大，则上式中后三项为零，但是由于观测时间有限，且噪声的白化程度未必十分理想，所以可将其视为新的噪声n′(t)，新噪声要比原噪声小，使得信噪比得到一定的提升。
由上分析可知经过一次自相关操作可提高信噪比，因此可多次进行自相关操作以进一步提高回波信噪比。
经过多重自相关之后为提取有用信号提供了足够的信噪比，现采用小波变换的方式提取有用信号：
上式为对多重自相关的信号进行小波变换，此处根据微动目标的时域回波信号特征选择db3小波基进行多尺度分解。在本发明中选择进行八尺度分解，并且对第六和第七尺度的低频信号进行重构(对于不同时长的信号所采用的分解尺度以及重构层数均有所不同，其核心思想是得到有效信号所在层级并进行小波重构)，然后对重构的这两层或者多层信号进行FFT变换即得到有效信号的频谱。步骤四、恒虚警检测
恒虚警检测是一种可以提供检测阀值并尽最大努力地减小各种干扰对系统虚警概率的影响的算法，这一类算法可以让虚警概率维持在比较稳定的某个值上。
因为雷达接收机内部热噪声的幅度分布就是瑞利分布，并且对于穿墙雷达的应用场景，场景内杂波可以看作是大量独立反射单元的回波相叠加，其包络和瑞利分布相似，其PDF是：
其中σ是包络检波之前相应高斯分布方差，p(|y|)表示统计量的概率密度函数。
由瑞利分布求出虚警概率Pfa、检测门限VT之间的关系：
有：
VT＝(-2lnpfa)1/2σ＝K0σ
能够预先确定常数
K0＝(-2lnpfa)1/2
Pfa恒定时，VT可根据实际测出的噪声功率σ2来确定。
因此，本发明选用CA-CFAR(单元平均恒虚警检测)算法实现恒虚警检测，其算法原理图如图5所示。
假设CFAR检测器的参考单元内的样本值为：x1,x2,…,xN，假设杂波背景为窄带高斯噪声，则其包络服从瑞利分布，接收机用平方律检波器来滤波，之后的输出信号是指数分布，则对于CA-CFAR检测算法而言，检测统计量：
则统计量对应的PDF是：
其中Г分布记为X～Γ(α,β)，p(x)表示统计量的概率密度函数。
由于包络服从服从瑞利分布，所以CA-CFAR检测器的检测概率：
虚警概率Pfa：Pfa＝Pd|(S＝0)＝(1+T)-N
所以门限因子T可表示为：
则，检测量：x0表示检测单元的样本值
所以检测器输出：
CA-CFAR算法通过计算滑窗里面N个单元的算术平均值来自适应的得到检测门限，检测概率会随着N的增加而接近已知杂波参数的固定门限的理想检测概率。所以，CA-CFAR算法在均匀背景下是最优算法。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进，这些改进也应视为本发明的保护范围。
Claims (9)
1.一种穿墙雷达微动目标检测方法，其特征在于，所述的步骤如下：
步骤一、将采集的中频回波信号进行脉冲压缩处理；
步骤二、对脉冲压缩处理后的的信号进行处理，即根据微动目标的多普勒频移特性设计一窄带滤波器对带外杂波进行抑制；
步骤三、对杂波抑制处理后的信号进行相干积累；
步骤四、将上述步骤三处理后的信号进行恒虚警检测。
2.根据权利要求1所述的一种穿墙雷达微动目标检测方法，其特征在于，所述的步骤一中的雷达体制为LFMCW，且选择单周期的LFMCW雷达信号。
3.根据权利要求1或2所述的一种穿墙雷达微动目标检测方法，其特征在于，所述的步骤一具体为：
1.1，雷达的发射信号可用以下公示表达：
其中，sT(t)表示发射信号，A表示发射信号的幅度，fo表示发射信号的载波频率，表示调频斜率，B表示雷达调制带宽，T表示调制周期，φ表示发射信号的初始相位；
1.2，假设，目标距离雷达R并以速度v远离雷达，则回波延迟：则雷达接收的回波信号可表示为：
其中，sR(t)表示接收信号，K表示反射因子，表示附加相移；
1.3，在经过去调频解调之后可知回波的中频信号为：
其中，sb(t)表示中频信号，w(t)表示矩形窗函数，然后对其进行FFT之后得到：
其中，表示中频信号频谱，由此可以看到对于单通道采集的中频信号在+f′和-f′处各有一个峰值，而峰值位置与目标距离成正比，由于穿墙雷达的作用目标速度均不大，所以后一项通常可忽略不计，即完成脉冲压缩过程。
4.根据权利要求1所述的一种穿墙雷达微动目标检测方法，其特征在于，所述的步骤二中根据微动目标的多普勒频移特性设计窄带FIR滤波器对带外杂波进行抑制，其窄带滤波器的通带为4Hz-10Hz，所述的杂波抑制方法为背景相消法，包括背景积累平均、脉冲对消、指数加权法。
5.根据权利要求4所述的一种穿墙雷达微动目标检测方法，其特征在于，所述的背景相消法指的是通过历史脉冲数据来估计当前背景噪声：
其中s(m)表示背景相消后的数据，x(m)表示当前时刻的回波脉冲，表示通过历史数据的背景预测值；
对背景积累平均法而言：
对两脉冲对消方法而言：
对指数加权背景相消法而言：
6.根据权利要求1所述的一种穿墙雷达微动目标检测方法，其特征在于，所述的步骤三为通过相干积累提高其信号的信噪比，以信号自相关的方法来实现相干积累的过程，具体如下：
假设微动目标的多普勒回波信号为：
f(t)＝s(t)+n(t)＝Acos(ωt+φ)+n(t)
其中s(t)表示呼吸信号，A为其幅度，n(t)表示零均值高斯白噪声,表示噪声功率，E[·]表示数学期望；
则：
Rx(τ)＝Rss(τ)+Rsn(τ)+Rns(τ)+Rnn(τ)
其中
其中，Rx(τ)表示接收信号协方差，Rss(τ)表示有用信号协方差，Rsn(τ)和Rns(τ)表示有用信号和噪声协方差，Rnn(τ)表示噪声信号协方差；
理论上，若T趋于无穷大，则上式中后三项为零，由于观测时间有限，且噪声的白化程度因素，所以将其视为新的噪声n′(t)，新噪声要比原噪声小，使得信噪比得到提升；
由上分析可知经过一次自相关操作能够提高信噪比，通过多次进行自相关操作以进一步提高回波信噪比；经过多重自相关之后采用小波变换的方式提取有用信号：
上式为对多重自相关的信号进行小波变换，其中WT(a,τ)表示小波变换结果，此处根据微动目标的时域回波信号特征选择db3小波基进行多尺度分解。
7.根据权利要求6所述的一种穿墙雷达微动目标检测方法，其特征在于，选择进行八尺度分解，并且对第六和第七尺度的低频信号进行重构，然后对重构的这两层或者多层信号进行FFT变换即得到有效信号的频谱。
8.根据权利要求1所述的一种穿墙雷达微动目标检测方法，其特征在于，所述的步骤四为采用CA-CFAR检测算法，在合并滤波器输出前，先取一个自适应的门限值，单独对每个滤波器做恒虚警处理，保持输出的虚警率不超过给定值；具体如下：
4.1，假设CFAR检测器的参考单元内的样本值为：x1,x2,…,xN，假设杂波背景为窄带高斯噪声，则其包络服从瑞利分布，接收机用平方律检波器来滤波，之后的输出信号是指数分布，则对于CA-CFAR检测算法而言，检测统计量：
其中，Z表示检测统计量，则统计量对应的PDF是：
其中Γ分布记为X～Γ(α,β)，p(x)表示统计量的概率密度函数；
4.2，CA-CFAR检测器的检测概率：
虚警概率Pfa：Pfa＝Pd|(S＝o)＝(1+T)-N，Pd表示检测概率；
所以门限因子T可表示为：
则，检测量：xo表示检测单元的样本值
所以检测器输出：
CA-CFAR算法通过计算滑窗里面N个单元的算术平均值来自适应的得到检测门限，检测概率会随着N的增加而接近已知杂波参数的固定门限的理想检测概率，因此，CA-CFAR算法在均匀背景下是最优算法。
9.根据权利要求8所述的一种穿墙雷达微动目标检测方法，其特征在于，所述的每个滤波器的自适应门限是由同一滤波器的左右相邻16个距离单元输出求和取平均得到的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910409329.6A CN110221288A (zh) | 2019-05-17 | 2019-05-17 | 一种穿墙雷达微动目标检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910409329.6A CN110221288A (zh) | 2019-05-17 | 2019-05-17 | 一种穿墙雷达微动目标检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110221288A true CN110221288A (zh) | 2019-09-10 |
Family
ID=67821267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910409329.6A Pending CN110221288A (zh) | 2019-05-17 | 2019-05-17 | 一种穿墙雷达微动目标检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110221288A (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111198359A (zh) * | 2020-01-11 | 2020-05-26 | 桂林电子科技大学 | 一种基于目标多普勒宽度的旋翼无人机检测方法 |
| CN111289948A (zh) * | 2020-03-16 | 2020-06-16 | 苏州度风科技有限公司 | 一种脉冲气象雷达回波弱信号探测方法及电子设备 |
| CN111398910A (zh) * | 2020-03-11 | 2020-07-10 | 四川九洲防控科技有限责任公司 | 雷达信号检测方法、装置、电子设备及存储介质 |
| CN111398922A (zh) * | 2020-04-27 | 2020-07-10 | 厦门大学 | 一种改进的cfar检测方法 |
| CN111443335A (zh) * | 2020-03-17 | 2020-07-24 | 中山大学 | 宽带雷达目标微动参数估计方法、系统、装置及存储介质 |
| CN112213695A (zh) * | 2020-10-15 | 2021-01-12 | 四川大学 | 一种基于单元平均杂波图的机场跑道异物检测方法 |
| CN112526501A (zh) * | 2019-09-19 | 2021-03-19 | 苏州豪米波技术有限公司 | 一种生命气息探测用雷达系统 |
| CN112698277A (zh) * | 2020-12-21 | 2021-04-23 | 上汽通用五菱汽车股份有限公司 | 一种车载毫米波雷达的目标检测方法 |
| CN112782684A (zh) * | 2020-12-31 | 2021-05-11 | 深圳大学 | 一种人体目标检测方法、装置、计算机设备和存储介质 |
| CN112904327A (zh) * | 2021-01-19 | 2021-06-04 | 中国人民解放军国防科技大学 | 基于调频模糊函数的复合微动目标参数估计方法 |
| CN113064131A (zh) * | 2021-03-18 | 2021-07-02 | 江苏蛮酷科技有限公司 | 雷达波处理方法、装置和计算机存储介质 |
| CN113238219A (zh) * | 2021-05-18 | 2021-08-10 | 电子科技大学 | 一种适用于rsn在目标跟踪任务中的波形优化方法 |
| CN113759335A (zh) * | 2021-07-27 | 2021-12-07 | 西安电子科技大学 | 一种基于时间反演的超宽带回波去噪和能量检测方法 |
| CN114519364A (zh) * | 2020-11-16 | 2022-05-20 | 武汉瑞天波谱信息技术有限公司 | 一种基于统计特征的信号检测识别方法 |
| US11567580B2 (en) | 2020-01-29 | 2023-01-31 | Samsung Electronics Co., Ltd. | Adaptive thresholding and noise reduction for radar data |
| CN115656963A (zh) * | 2022-12-26 | 2023-01-31 | 南京天朗防务科技有限公司 | 一种非参数化信号空间中的杂波抑制方法 |
| CN115980728A (zh) * | 2023-03-21 | 2023-04-18 | 湖南华诺星空电子技术股份有限公司 | 一种树丛穿透雷达目标检测方法、系统及设备 |
| CN115993586A (zh) * | 2023-03-24 | 2023-04-21 | 湖南华诺星空电子技术股份有限公司 | 具备微形变监测和动目标检测的边坡雷达监测方法及装置 |
| CN116990773A (zh) * | 2023-09-27 | 2023-11-03 | 广州辰创科技发展有限公司 | 基于自适应门限的低慢小目标检测方法、装置和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008001092A2 (en) * | 2006-06-28 | 2008-01-03 | Cambridge Consultants Limited | Radar for through wall detection |
| CN102565763A (zh) * | 2011-12-12 | 2012-07-11 | 中国船舶重工集团公司第七二四研究所 | 一种自适应杂波抑制动目标信号处理技术及实现方法 |
| US8912950B2 (en) * | 2009-08-03 | 2014-12-16 | Raytheon Company | Interference mitigation in through the wall radar |
| CN106597429A (zh) * | 2017-01-24 | 2017-04-26 | 成都泰格微电子研究所有限责任公司 | 一种基于雷达信号处理系统的速度跟踪子系统 |
| CN109683160A (zh) * | 2019-03-19 | 2019-04-26 | 长沙深之瞳信息科技有限公司 | 一种适用于穿墙雷达的目标检测方法 |
-
2019
- 2019-05-17 CN CN201910409329.6A patent/CN110221288A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008001092A2 (en) * | 2006-06-28 | 2008-01-03 | Cambridge Consultants Limited | Radar for through wall detection |
| US8912950B2 (en) * | 2009-08-03 | 2014-12-16 | Raytheon Company | Interference mitigation in through the wall radar |
| CN102565763A (zh) * | 2011-12-12 | 2012-07-11 | 中国船舶重工集团公司第七二四研究所 | 一种自适应杂波抑制动目标信号处理技术及实现方法 |
| CN106597429A (zh) * | 2017-01-24 | 2017-04-26 | 成都泰格微电子研究所有限责任公司 | 一种基于雷达信号处理系统的速度跟踪子系统 |
| CN109683160A (zh) * | 2019-03-19 | 2019-04-26 | 长沙深之瞳信息科技有限公司 | 一种适用于穿墙雷达的目标检测方法 |
Non-Patent Citations (7)
| Title |
|---|
| 刘国菊: "微弱生命体回波处理算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 刘颉武: "穿墙雷达信息处理及实现技术", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 孙诚: "基于MATLAB的微弱信号检测方法仿真分析", 《水雷战与舰船防护》 * |
| 李召飞: "线性调频连续波雷达的信号处理研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 杨杉: "基于雷达回波的人体检测和步态特征提取", 《万方知识服务平台学位论文》 * |
| 杨秀芳等: "基于小波变换的雷达生命信号提取方法", 《光子学报》 * |
| 王晶 等: "强噪声背景下的滚动轴承故障微弱信号检测新方法", 《轴承》 * |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112526501A (zh) * | 2019-09-19 | 2021-03-19 | 苏州豪米波技术有限公司 | 一种生命气息探测用雷达系统 |
| CN111198359A (zh) * | 2020-01-11 | 2020-05-26 | 桂林电子科技大学 | 一种基于目标多普勒宽度的旋翼无人机检测方法 |
| US11567580B2 (en) | 2020-01-29 | 2023-01-31 | Samsung Electronics Co., Ltd. | Adaptive thresholding and noise reduction for radar data |
| CN111398910A (zh) * | 2020-03-11 | 2020-07-10 | 四川九洲防控科技有限责任公司 | 雷达信号检测方法、装置、电子设备及存储介质 |
| CN111289948A (zh) * | 2020-03-16 | 2020-06-16 | 苏州度风科技有限公司 | 一种脉冲气象雷达回波弱信号探测方法及电子设备 |
| CN111289948B (zh) * | 2020-03-16 | 2024-04-09 | 苏州度风科技有限公司 | 一种脉冲气象雷达回波弱信号探测方法及电子设备 |
| CN111443335A (zh) * | 2020-03-17 | 2020-07-24 | 中山大学 | 宽带雷达目标微动参数估计方法、系统、装置及存储介质 |
| CN111443335B (zh) * | 2020-03-17 | 2022-03-25 | 中山大学 | 宽带雷达目标微动参数估计方法、系统、装置及存储介质 |
| CN111398922A (zh) * | 2020-04-27 | 2020-07-10 | 厦门大学 | 一种改进的cfar检测方法 |
| CN112213695A (zh) * | 2020-10-15 | 2021-01-12 | 四川大学 | 一种基于单元平均杂波图的机场跑道异物检测方法 |
| CN112213695B (zh) * | 2020-10-15 | 2023-04-11 | 四川大学 | 一种基于单元平均杂波图的机场跑道异物检测方法 |
| CN114519364A (zh) * | 2020-11-16 | 2022-05-20 | 武汉瑞天波谱信息技术有限公司 | 一种基于统计特征的信号检测识别方法 |
| CN112698277A (zh) * | 2020-12-21 | 2021-04-23 | 上汽通用五菱汽车股份有限公司 | 一种车载毫米波雷达的目标检测方法 |
| CN112782684A (zh) * | 2020-12-31 | 2021-05-11 | 深圳大学 | 一种人体目标检测方法、装置、计算机设备和存储介质 |
| CN112904327A (zh) * | 2021-01-19 | 2021-06-04 | 中国人民解放军国防科技大学 | 基于调频模糊函数的复合微动目标参数估计方法 |
| CN113064131A (zh) * | 2021-03-18 | 2021-07-02 | 江苏蛮酷科技有限公司 | 雷达波处理方法、装置和计算机存储介质 |
| CN113064131B (zh) * | 2021-03-18 | 2023-12-26 | 江苏蛮酷科技有限公司 | 雷达波处理方法、装置和计算机存储介质 |
| CN113238219A (zh) * | 2021-05-18 | 2021-08-10 | 电子科技大学 | 一种适用于rsn在目标跟踪任务中的波形优化方法 |
| CN113759335A (zh) * | 2021-07-27 | 2021-12-07 | 西安电子科技大学 | 一种基于时间反演的超宽带回波去噪和能量检测方法 |
| CN115656963A (zh) * | 2022-12-26 | 2023-01-31 | 南京天朗防务科技有限公司 | 一种非参数化信号空间中的杂波抑制方法 |
| CN115980728B (zh) * | 2023-03-21 | 2023-08-04 | 湖南华诺星空电子技术股份有限公司 | 一种树丛穿透雷达目标检测方法、系统及设备 |
| CN115980728A (zh) * | 2023-03-21 | 2023-04-18 | 湖南华诺星空电子技术股份有限公司 | 一种树丛穿透雷达目标检测方法、系统及设备 |
| CN115993586A (zh) * | 2023-03-24 | 2023-04-21 | 湖南华诺星空电子技术股份有限公司 | 具备微形变监测和动目标检测的边坡雷达监测方法及装置 |
| CN116990773A (zh) * | 2023-09-27 | 2023-11-03 | 广州辰创科技发展有限公司 | 基于自适应门限的低慢小目标检测方法、装置和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110221288A (zh) | 一种穿墙雷达微动目标检测方法 | |
| CN111157960B (zh) | 基于毫米波雷达的生命体征信号增强方法及设备、提取方法及设备 | |
| Amin et al. | Change detection analysis of humans moving behind walls | |
| US7679545B2 (en) | Suppressing motion interference in a radar detection system | |
| Xu et al. | Range sidelobe suppression technique for coherent ultra wide-band random noise radar imaging | |
| CN106199549B (zh) | 一种采用谱减法提升lfmcw雷达信噪比的方法 | |
| CN110161491B (zh) | 一种针对微弱生命体的测距和呼吸频率估计方法 | |
| Li et al. | A new method for non-line-of-sight vital sign monitoring based on developed adaptive line enhancer using low centre frequency UWB radar | |
| CN111856406B (zh) | 一种基于fmcw雷达回波的目标检测方法及装置 | |
| CN107462873A (zh) | 一种雷达干扰快速识别方法 | |
| CN106019243B (zh) | 一种基于三次初相和frft的drfm干扰检测和对抗方法 | |
| CN110879388B (zh) | 基于ir-uwb生物雷达信号的人与动物非接触探测区分方法 | |
| KR20040007534A (ko) | 패시브 코히런트 위치 확인 응용에서 검출 및 특징추출하는 시스템 및 방법 | |
| Kocur et al. | Multiple person localization based on their vital sign detection using UWB sensor | |
| CN109116326A (zh) | 一种基于中位数估计的自适应雷达海杂波抑制方法 | |
| Jiang et al. | Adversarial interference mitigation for automotive radar | |
| Rane et al. | Clutter suppression techniques to detect behind the wall static human using UWB radar | |
| CN109061626B (zh) | 一种步进频相参处理检测低信杂比动目标的方法 | |
| Xu et al. | Range-spread target detection in white Gaussian noise via two-dimensional non-linear shrinkage map and geometric average integration | |
| Novák et al. | Multiple static person localization based on respiratory motion detection by UWB radar | |
| CN115980728B (zh) | 一种树丛穿透雷达目标检测方法、系统及设备 | |
| KR101916591B1 (ko) | 레이더 신호의 주성분 분석을 이용한 생체 정보 결정 장치 및 방법 | |
| Willett et al. | LPI waveforms for active sonar? | |
| Li et al. | Macro-motion detection using ultra-wideband impulse radar | |
| Ranney et al. | Recent MTI experiments using ARL's synchronous impulse reconstruction (SIRE) radar |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190910 |