CN113064121A - 脉冲穿墙雷达时间抖动杂波抑制方法 - Google Patents
脉冲穿墙雷达时间抖动杂波抑制方法 Download PDFInfo
- Publication number
- CN113064121A CN113064121A CN202110304755.0A CN202110304755A CN113064121A CN 113064121 A CN113064121 A CN 113064121A CN 202110304755 A CN202110304755 A CN 202110304755A CN 113064121 A CN113064121 A CN 113064121A
- Authority
- CN
- China
- Prior art keywords
- matrix
- wall radar
- pulse
- clutter
- sparse
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000001629 suppression Effects 0.000 title claims description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 126
- 230000000241 respiratory effect Effects 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 230000003068 static effect Effects 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 7
- 238000000354 decomposition reaction Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
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
- 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
- G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction 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
- G01S7/41—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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本公开提供一种脉冲穿墙雷达时间抖动杂波抑制方法,包括:获取穿墙雷达回波数据矩阵,初始化基矩阵和系数矩阵,设置迭代总次数和正则化参数;对所述穿墙雷达回波数据矩阵进行预处理;对预处理后的穿墙雷达回波数据矩阵进行处理,得到距离‑频率矩阵;固定基矩阵和系数矩阵,计算稀疏矩阵,并更新稀疏矩阵;固定稀疏矩阵,更新基矩阵和系数矩阵;对基矩阵和系数矩阵进行归一化处理;以及完成迭代处理后,输出稀疏矩阵,获得脉冲穿墙雷达时间抖动杂波抑制后的目标的呼吸信号。
Description
技术领域
本公开涉及雷达技术领域,尤其涉及一种脉冲穿墙雷达时间抖动杂波抑制方法。
背景技术
超宽带雷达由于自身的距离分辨率高、穿透能力强等优势,被广泛应用于穿墙成像和灾后救援等场景。作为时域体制雷达,超宽带脉冲雷达发射时间上很窄的脉冲信号,雷达系统结构简单,性价比高,可以直接获得探测区域的脉冲响应函数,因而应用最为广泛。人体呼吸引起胸腔有规律的微小移动,利用其产生的多普勒频率是检测墙后人体目标的重要依据。
为了提高雷达的探测距离,增加发射功率是一种简单有效的方法。但是,发射功率越高,发射信号的时间抖动越大,发射脉冲之间的间隔将不是固定的,而是满足高斯分布的随机变化。这样,墙体、楼板等静止目标散射的杂波将不再是静态杂波,而是随慢时间变化的动态杂波。杂波信号能量很高,影响人体呼吸信号的检测,容易造成虚警、误警。并且动态杂波所占据的频带与人体呼吸信号相同,增加了在频域将二者分离的难度。
抑制时间抖动造成的动态杂波的现有技术主要分硬件和软件两个方面。硬件方面,可以根据低频率雷达对人体胸腔微动不敏感的特性,将脉冲穿墙雷达设置成双频雷达,采用低频和高频两种频段对墙后人体目标进行探测,然后两频段回波数据相减即可得到人体呼吸信号,抑制动态杂波信号。然而上述方法基于双频的脉冲穿墙雷达是一种硬件层面的解决办法,相比于单频雷达,其增加了系统的成本与复杂度。软件方面,奇异值分解方法(Singular Value Decomposition,SVD)是人体呼吸检测中较为传统的动态杂波抑制方法,同时也能将回波信号中的加性高斯白噪声进行抑制。其通过舍弃较大的特征值对应的特征向量来实现对动态杂波的抑制。最近,基于低秩和稀疏表示的数学理论得到了广泛应用,其将一个数据矩阵表示成两部分的和,一部分为低秩矩阵,一部分为稀疏矩阵,广泛应用于图像去噪,图像分类等应用。然而基于SVD的动态杂波抑制方法,将大的特征值对应的特征向量舍弃,来实现动态杂波抑制。然而大的特征值对应的特征向量并不能完全包含动态杂波的信息,并且特征值的选取受到人为因素的影响。
发明内容
(一)要解决的技术问题
基于上述问题,本公开提供了一种脉冲穿墙雷达时间抖动杂波抑制方法,以缓解现有技术中抑制雷达时间抖动杂波时采用硬件方式时成本过高,采用软件方式时特征值的选取不够精确等技术问题。
(二)技术方案
本公开提供一种脉冲穿墙雷达时间抖动杂波抑制方法,包括:获取穿墙雷达回波数据矩阵,初始化基矩阵和系数矩阵,设置迭代总次数和正则化参数;对所述穿墙雷达回波数据矩阵进行预处理;对预处理后的穿墙雷达回波数据矩阵进行处理,得到距离-频率矩阵;固定基矩阵和系数矩阵,计算稀疏矩阵,并更新稀疏矩阵;固定稀疏矩阵,更新基矩阵和系数矩阵;对基矩阵和系数矩阵进行归一化处理;以及完成迭代处理后,输出稀疏矩阵,获得脉冲穿墙雷达时间抖动杂波抑制后的目标的呼吸信号。
在本公开实施例中,对所述穿墙雷达回波数据矩阵进行预处理,包括:抑制回波信号的静态背景信息;抑制过采样导致的高频噪声;以及进行数值归一化,进一步增强呼吸信号。
在本公开实施例中,采用基于指数平均的自适应背景移除方法抑制回波信号的静态背景信息。
在本公开实施例中,通过带宽与发射信号一致的距离带通滤波器抑制过采样导致的高频噪声。
在本公开实施例中,对预处理后的穿墙雷达回波数据矩阵进行处理包括:进行慢时间维度上的快速傅里叶变换并进行加窗处理。
在本公开实施例中,更新稀疏矩阵时采用近端算法,如下:
S←X-WM×kHk×N (1);
其中Sij是稀疏矩阵S的第i行,第j列数据,M为距离-频率矩阵的行数,N为距离-频率矩阵X的列数,k为秩,λ是正则化参数。
在本公开实施例中,为避免λ取值过大导致的稀疏矩阵中所需的稀疏分量过少,或避免λ取值过小,稀疏矩阵S中存在杂波信号和噪声,将λ设定为一次测试中信噪比最高时的数值,并将其固定不变。
在本公开实施例中,固定稀疏矩阵S,更新基矩阵W和系数矩阵H时,公式如下:
其中,Wij为基矩阵W的第i行,第j列数据;Hij为系数矩阵H的第i行,第j列数据。
在本公开实施例中,对基矩阵W和系数矩阵H进行归一化处理时,公式如下:
在本公开实施例中,所述的脉冲穿墙雷达时间抖动杂波抑制方法,还包括判断是否完成迭代处理;当达到设置的总迭代次数时,停止迭代,进行下一步;否则继续进行迭代处理。
(三)有益效果
从上述技术方案可以看出,本公开脉冲穿墙雷达时间抖动杂波抑制方法至少具有以下有益效果其中之一或其中一部分:
(1)使用鲁棒非负矩阵分解,可以在探测墙后人体呼吸信号时,抑制时间抖动造成的动态杂波,增强人体的呼吸信号;
(2)将人体呼吸信号视为稀疏分量,时间抖动引入的动态杂波视为低秩分量,将抑制动态杂波、增强呼吸信号的问题转化为稀疏和低秩分量的优化问题,解决了在频域难以区分呼吸信号和杂波信号的难题。
附图说明
图1为本公开实施例的脉冲穿墙雷达时间抖动杂波抑制方法的流程示意图。
图2为本公开实施例的脉冲穿墙雷达时间抖动杂波抑制方法更具体的流程示意图。
图3为本公开实施例的脉冲穿墙雷达时间抖动杂波抑制方法中脉冲穿墙雷达数据回波矩阵的示意图。
图4为本公开实施例的脉冲穿墙雷达时间抖动杂波抑制方法中距离-频率矩阵的示意图。
图5为本公开实施例的脉冲穿墙雷达时间抖动杂波抑制方法中只包含呼吸信号的稀疏矩阵示意图。
具体实施方式
本公开提供了一种脉冲穿墙雷达时间抖动杂波抑制方法,基于鲁棒非负矩阵分解的时间抖动杂波抑制方法,对脉冲穿墙雷达人体呼吸检测中时间抖动的负面影响进行抑制。
为使本公开的目的、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,对本公开进一步详细说明。
在本公开实施例中,提供一种脉冲穿墙雷达时间抖动杂波抑制方法,如图1所示,所述方法,包括:
操作S1:获取穿墙雷达回波数据矩阵R,初始化基矩阵W和系数矩阵H,设置迭代总次数Num和正则化参数λ;
操作S2:对所述穿墙雷达回波数据矩阵R进行预处理;
操作S2中预处理包括:
操作S21:基于指数平均的自适应背景移除方法(Adaptive BackgroundSubtraction,ABS),抑制回波信号的静态背景信息;
操作S22:通过带宽与发射信号一致的距离带通滤波器,抑制过采样导致的高频噪声;以及
操作S23:数值归一化,进一步增强呼吸信号;
操作S3:对预处理后的穿墙雷达回波数据矩阵R进行慢时间维度上的快速傅里叶变换(Fast Fourier Transform,FFT),并进行加窗处理,得到距离-频率矩阵X。
操作S4:固定基矩阵W和系数矩阵H,计算稀疏矩阵S,并用近端算法更新稀疏矩阵S。
S←X-WM×kHk×N (1);
其中Sij是稀疏矩阵S的第i行,第j列数据,M为距离-频率矩阵X的行数,N为距离-频率矩阵X的列数,k为秩。正则化参数λ是整个算法的关键参数,其控制着稀疏矩阵S的稀疏程度。当λ取值过大时,稀疏矩阵S中将包含较少的稀疏分量,甚至会对感兴趣的呼吸信号进行破坏;当λ取值过小时,稀疏矩阵S中除了含有呼吸信号外,也将存在杂波信号和噪声。其都会影响呼吸信号的提取。
操作S5:固定稀疏矩阵S,更新基矩阵W和系数矩阵H,公式如下:
操作S6:对基矩阵W和系数矩阵H进行归一化。公式如下:
操作S7:判断是否结束迭代:当达到总迭代次数Num时,停止迭代,进行下一步;否则继续操作S4。
操作S8迭代结束后,输出稀疏矩阵S,获得脉冲穿墙雷达时间抖动杂波抑制后的目标的呼吸信号,即为去除时间抖动引入的动态杂波的呼吸信号。
通过上述的基于鲁棒非负矩阵分解的脉冲穿墙雷达时间抖动杂波抑制方法,抑制示例数据中的动态杂波,提取呼吸信号,具体实施方式如下:
(1)利用中心频率为500MHz的脉冲穿墙雷达对墙后分别位于4m和7m的两个人体目标进行探测。其回波矩阵R维度大小为4096×700,如图2所示。初始化基矩阵W和系数矩阵H,设置迭代总次数Num=100,正则化参数λ=0.4。
(2)对回波数据矩阵进行预处理。经过基于指数平均的自适应背景移除方法,其中权重因子设置为0.95;距离带通滤波器中心频率为500MHz,带宽为700MHz;数值归一化。
(3)对回波数据矩阵进行慢时间上的FFT,并进行加窗处理,窗范围为0.05~0.6Hz,得到距离-频率矩阵X,如图3所示。
(4)固定基矩阵W和系数矩阵H,计算稀疏矩阵S,并用近端算法更新稀疏矩阵S。
S←X-WM×kHk×N (7);
(5)固定稀疏矩阵S,更新基矩阵W和系数矩阵H。
(6)对基矩阵W和系数矩阵H进行归一化。
(7)当达到总迭代次数时,停止迭代,进行下一步;否则继续步骤(4)。
(8)迭代结束后,输出稀疏矩阵S即为去除时间抖动引入的动态杂波的呼吸信号,如图4所示。
至此,已经结合附图对本公开实施例进行了详细描述。需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。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。
依据以上描述,本领域技术人员应当对本公开脉冲穿墙雷达时间抖动杂波抑制方法有了清楚的认识。
综上所述,本公开提供了一种脉冲穿墙雷达时间抖动杂波抑制方法,使用鲁棒非负矩阵分解,可以在探测墙后人体呼吸信号时,抑制时间抖动造成的动态杂波,增强人体的呼吸信号。将人体呼吸信号视为稀疏分量,时间抖动引入的动态杂波视为低秩分量,将抑制动态杂波、增强呼吸信号的问题转化为稀疏和低秩分量的优化问题,解决了在频域难以区分呼吸信号和杂波信号的难题。
还需要说明的是,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,并非用来限制本公开的保护范围。贯穿附图,相同的元素由相同或相近的附图标记来表示。在可能导致对本公开的理解造成混淆时,将省略常规结构或构造。
并且图中各部件的形状和尺寸不反映真实大小和比例,而仅示意本公开实施例的内容。另外,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。
再者,单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。
说明书与权利要求中所使用的序数例如“第一”、“第二”、“第三”等的用词,以修饰相应的元件,其本身并不意味着该元件有任何的序数,也不代表某一元件与另一元件的顺序、或是制造方法上的顺序,该些序数的使用仅用来使具有某命名的一元件得以和另一具有相同命名的元件能做出清楚区分。
此外,除非特别描述或必须依序发生的步骤,上述步骤的顺序并无限制于以上所列,且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑,彼此混合搭配使用或与其他实施例混合搭配使用,即不同实施例中的技术特征可以自由组合形成更多的实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。并且,在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。
以上所述的具体实施例,对本公开的目的、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,以上所述仅为本公开的具体实施例而已,并不用于限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种脉冲穿墙雷达时间抖动杂波抑制方法,包括:
获取穿墙雷达回波数据矩阵,初始化基矩阵和系数矩阵,设置迭代总次数和正则化参数;
对所述穿墙雷达回波数据矩阵进行预处理;
对预处理后的穿墙雷达回波数据矩阵进行处理,得到距离-频率矩阵;
固定基矩阵和系数矩阵,计算稀疏矩阵,并更新稀疏矩阵;
固定稀疏矩阵,更新基矩阵和系数矩阵;
对基矩阵和系数矩阵进行归一化处理;以及
完成迭代处理后,输出稀疏矩阵,获得脉冲穿墙雷达时间抖动杂波抑制后的目标的呼吸信号。
2.根据权利要求1所述的脉冲穿墙雷达时间抖动杂波抑制方法,对所述穿墒雷达回波数据矩阵进行预处理,包括:
抑制回波信号的静态背景信息;
抑制过采样导致的高频噪声;以及
进行数值归一化,进一步增强呼吸信号。
3.根据权利要求2所述的脉冲穿墙雷达时间抖动杂波抑制方法,采用基于指数平均的自适应背景移除方法抑制回波信号的静态背景信息。
4.根据权利要求2所述的脉冲穿墙雷达时间抖动杂波抑制方法,通过带宽与发射信号一致的距离带通滤波器抑制过采样导致的高频噪声。
5.根据权利要求2所述的脉冲穿墙雷达时间抖动杂波抑制方法,对预处理后的穿墙雷达回波数据矩阵进行处理包括:
进行慢时间维度上的快速傅里叶变换并进行加窗处理。
7.根据权利要求5所述的脉冲穿墙雷达时间抖动杂波抑制方法,为避免λ取值过大导致的稀疏矩阵中所需的稀疏分量过少,或避免λ取值过小,稀疏矩阵S中存在杂波信号和噪声,将λ设定为一次测试中信噪比最高时的数值,并将其固定不变。
10.根据权利要求1所述的脉冲穿墙雷达时间抖动杂波抑制方法,还包括判断是否完成迭代处理;当达到设置的总迭代次数时,停止迭代,进行下一步;否则继续进行迭代处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110304755.0A CN113064121B (zh) | 2021-03-22 | 2021-03-22 | 脉冲穿墙雷达时间抖动杂波抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110304755.0A CN113064121B (zh) | 2021-03-22 | 2021-03-22 | 脉冲穿墙雷达时间抖动杂波抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113064121A true CN113064121A (zh) | 2021-07-02 |
CN113064121B CN113064121B (zh) | 2023-05-02 |
Family
ID=76562806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110304755.0A Active CN113064121B (zh) | 2021-03-22 | 2021-03-22 | 脉冲穿墙雷达时间抖动杂波抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113064121B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114002671A (zh) * | 2021-09-17 | 2022-02-01 | 南昌大学 | 一种穿墙雷达成像方法、装置、设备及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060284757A1 (en) * | 2004-09-14 | 2006-12-21 | Zemany Paul D | Through-the-wall frequency stepped imaging system utilizing near field multiple antenna positions, clutter rejection and corrections for frequency dependent wall effects |
CN105974375A (zh) * | 2016-04-27 | 2016-09-28 | 山东省科学院自动化研究所 | 一种用于超宽带穿墙雷达中抑制时间抖动的方法 |
CN107132512A (zh) * | 2017-03-22 | 2017-09-05 | 中国人民解放军第四军医大学 | 基于多通道hht的uwb雷达人体运动微多普勒特征提取方法 |
CN109088834A (zh) * | 2018-07-11 | 2018-12-25 | 桂林电子科技大学 | 一种基于压缩感知的超宽带信道估计算法 |
-
2021
- 2021-03-22 CN CN202110304755.0A patent/CN113064121B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060284757A1 (en) * | 2004-09-14 | 2006-12-21 | Zemany Paul D | Through-the-wall frequency stepped imaging system utilizing near field multiple antenna positions, clutter rejection and corrections for frequency dependent wall effects |
CN105974375A (zh) * | 2016-04-27 | 2016-09-28 | 山东省科学院自动化研究所 | 一种用于超宽带穿墙雷达中抑制时间抖动的方法 |
CN107132512A (zh) * | 2017-03-22 | 2017-09-05 | 中国人民解放军第四军医大学 | 基于多通道hht的uwb雷达人体运动微多普勒特征提取方法 |
CN109088834A (zh) * | 2018-07-11 | 2018-12-25 | 桂林电子科技大学 | 一种基于压缩感知的超宽带信道估计算法 |
Non-Patent Citations (4)
Title |
---|
CHENG SHI 等: "A Method for Reducing Timing Jitter’s Impact in Through-Wall", 《REMOTE SENSING》 * |
刘新 等: "UWB-MIMO穿墙雷达三维成像与运动补偿算法研究", 《电子与信息学报》 * |
薛慧君等: "基于信息熵估计的生物雷达弱周期信号识别技术研究", 《中国医疗设备》 * |
韩银萍等: "基于鲁棒主成分分析的混沌穿墙成像雷达杂波抑制方法", 《电子器件》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114002671A (zh) * | 2021-09-17 | 2022-02-01 | 南昌大学 | 一种穿墙雷达成像方法、装置、设备及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113064121B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang | CFAR-based interference mitigation for FMCW automotive radar systems | |
CN104569948B (zh) | 海杂波背景下子带自适应glrt‑ltd检测方法 | |
Wu et al. | Improved human respiration detection method via ultra‐wideband radar in through‐wall or other similar conditions | |
Seng et al. | Two-stage fuzzy fusion with applications to through-the-wall radar imaging | |
CN106054156A (zh) | 一种基于uwb mimo生物雷达的静止人体目标识别与定位方法 | |
US9971019B2 (en) | System and method for through-the-wall-radar-imaging using total-variation denoising | |
CN105242245B (zh) | 基于极地探冰雷达数据低秩性和稀疏性的噪声抑制方法 | |
CN107462873A (zh) | 一种雷达干扰快速识别方法 | |
CN110161491B (zh) | 一种针对微弱生命体的测距和呼吸频率估计方法 | |
US10863972B2 (en) | Image domain ultrasound imaging denoising filter | |
CN111580099A (zh) | 基于联合熵值的穿墙成像雷达墙体杂波抑制方法 | |
CN113064121B (zh) | 脉冲穿墙雷达时间抖动杂波抑制方法 | |
CN107255800B (zh) | 多极化雷达成像的双层次块稀疏匹配追踪方法及装置 | |
CN113376607B (zh) | 机载分布式雷达小样本空时自适应处理方法 | |
CN108562877B (zh) | 一种基于信号包络特征的欺骗式干扰抑制方法 | |
CN107976659A (zh) | 基于S2method时频分析的目标极点特征提取与检测方法 | |
CN111965616B (zh) | 基于cpu和gpu的时分mimo雷达信号处理方法 | |
CN111965617B (zh) | 基于gpu的时分mimo雷达信号处理方法 | |
Xinxin et al. | Detection of stationary humans using time‐division UWB MIMO through‐wall radar | |
Li et al. | Deep learning for interference mitigation in time-frequency maps of fmcw radars | |
CN113406578A (zh) | 分布式无人机载雷达目标检测方法、装置及存储介质 | |
Akhtar | Sparse range-Doppler image construction with neural networks | |
Gaikwad et al. | Improvement in detection of human life sign signal hidden behind the wall using clutter reduction technique | |
CN111796251A (zh) | 利用gpu对时分mimo雷达信号进行处理的方法 | |
Apartsin et al. | Time-of-flight estimation in the presence of outliers part I—Single echo processing |
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 |