一种针对微弱生命体的测距和呼吸频率估计方法技术

本发明专利技术公开一种针对微弱生命体的测距和呼吸频率估计方法，应用于雷达探测领域，针对现有技术对于遮挡目标或信噪比较低的弱目标难以探测的问题，本发明专利技术利用多帧非相干积累得到目标可能出现的距离单元及对应的幅度，从而自适应地调节不同距离单元上相关熵的参数，通过对每个距离单元上不同周期的数据进行相关熵处理，实现了对弱目标的增强，最终在距离‑多普勒平面得到了所有人体目标的呼吸频率和距离信息；本发明专利技术的优点是能够在低信噪比下完成对多个静止人体目标的测距和呼吸频率提取。

A Ranging and Respiration Frequency Estimation Method for Weak Living Body

【技术实现步骤摘要】
一种针对微弱生命体的测距和呼吸频率估计方法
本专利技术属于雷达探测的
，特别涉及一种利用雷达进行生命探测的技术。
技术介绍
雷达生命迹象探测技术是一种综合运用生物医学、电子工程、雷达信号处理等技术的新型非接触式生命探测技术，其探测原理是利用生命体目标的微动(呼吸、心跳等)对回波信号的相位调制，对回波进行微多普勒分析，从而实现对目标的探测和相关参数估计等。雷达生命迹象探测，根据探测目标数目的不同，可以分为单目标和多目标两种情况。现阶段，国内外对于单目标探测的研究已经较为完备。有基于谱分析的傅里叶变换算法，多信号分类(MUSIC)算法，松弛谱估计(RELAX)算法等；有基于时频分析的短时傅里叶变换算法，经验模态分解算法，小波变换算法等。这些算法均可以实现单目标场景下的生命迹象探测。针对多目标场景下的生命迹象探测问题，国内外研究机构开展了相关研究工作。美国夏威夷大学提出了实解析恒模算法(PetrochilosN,RezkM,Host-MadsenA,etal.BlindSeparationofHumanHeartbeatsandBreathingbytheuseofaDopplerRadarRemoteSensing[C].2007IEEEInternationalConferenceonAcoustics,Honolulu,HI,USA,2007:I-333-I-336)，实现了对环境中多人体目标的识别，但是该算法无法获得场景中多目标的距离信息。中国电子科技大学基于步进频连续波雷达，提出了一种利用距离门和动目标检测(MovingTargetDetection,MTD)滤波，通过时域和频域联合检测的生命迹象探测方法，实现了目标测距和频率信息的获取(KongLJ,SuTT,CuiGL,etal.Lifedetectionalgorithmforstepped-frequencyCWRadar[C].2009IETInternationalRadarConference,Guilin,China,2009:1-4.)。中国第三军医大学基于调频连续波雷达，提出了一种双参数最小均方(LeastMeanSquare,LMS)滤波器的生命信号提取算法(HeM,NianY,GongY.NovelsignalprocessingmethodforvitalsignmonitoringusingFMCWradar[J].BiomedicalSignalProcessingandControl,2017,33:335-345.)，有效地分离出了多目标的呼吸和心跳信号。然而，当场景中的人体目标被其他目标遮挡时，遮挡目标回波的信噪比会变得很低，上述方法均难以实现在这种低信噪比情况下对弱目标的探测。
技术实现思路
为解决上述技术问题，本专利技术提出一种针对微弱生命体的测距和呼吸频率估计方法，通过对弱目标进行增强，实现在低信噪比下对所有目标测距和呼吸频率提取。本专利技术采用的技术方案为：一种针对微弱生命体的测距和呼吸频率估计方法，包括：S1、对回波信号进行预处理；S2、对经预处理后的数据利用多帧非相干积累得到目标可能出现的距离单元及对应的幅度；S3、根据目标可能出现的距离单元对应的幅度，自适应地调节不同距离单元上相关熵的参数；S4、对每个距离单元上不同周期的数据进行相关熵处理；S5、在经相关熵处理后的距离-多普勒平面，计算得到人数判决与目标测距。所述步骤S2具体为：首先对经步骤S1预处理后的多周期的数据进行非相干积累，得到各距离单元非相干积累后的幅值；将这些幅值按照降序排列，取前λ个值作为疑似目标的幅值，则得到目标可能出现的距离单元及对应的幅值，λ为一个经验取值，取值范围为5-10。步骤S3所述自适应地调节不同距离单元上相关熵的参数的计算式为：σtarget＝βA其中，σtarget为出现目标的距离单元对应的最适相关熵参数，β为比例系数，A为该距离单元对应的积累幅值。步骤S4计算式为：其中，V(δ,k)表示对第k个距离单元周期间隔为δ的两个数据进行相关熵处理的结果，δ＝1,2,...,M-1，M表示总的周期数，N表示总的距离单元数，σ(k)为第k个距离单元上的相关熵参数，d'[m,k]表示经步骤S1预处理后的数据，m为周期数，m＝1,2,…,M。步骤S5所述经相关熵处理后的距离-多普勒平面具体通过以下过程得到：A1、对经步骤S4相关熵处理后的数据沿慢时间域进行去均值处理；A2、对去均值后的数据沿慢时间域进行低通滤波，然后进行FFT得到距离-多普勒平面。步骤S5具体包括以下分步骤：S51、通过门限检测对距离-多普勒平面的点进行二值化处理；S52、对步骤S51二值化的结果进行基于密度的带有噪声的空间聚类算法处理，得到目标的人数和目标在RD平面的坐标；S53、将聚类得出的目标距离和目标预检测的结果进行对比与匹配，以得出与真实值偏差最小的目标距离。本专利技术的有益效果：本专利技术的方法利用多帧非相干积累得到目标可能出现的距离单元及对应的幅度，从而自适应地调节不同距离单元上相关熵的参数，通过对每个距离单元上不同周期的数据进行相关熵处理，实现了对弱目标的增强，最终在RD平面得到了所有人体目标的呼吸频率和距离信息；本专利技术的优点是能够在低信噪比下完成对多个静止人体目标的测距和呼吸频率提取。附图说明图1为本专利技术的方法流程图。图2为具体实施方式中MTI后得到的距离像-周期平面的结果。图3为具体实施方式中预检测的非相干积累处理结果。图4为具体实施方式中经由相关熵处理后得到的RD平面结果。具体实施方式下面根据一个MATLAB仿真例子给出本专利技术的具体实施方式。仿真采用的步进频信号起始频率为1.6GHz，终止频率为2.2GHz，每个频点持续时间为40μs，频率步长为2MHz。IFFT点数取4096，处理帧数为500。为了仿真后方目标被遮挡的场景，设置目标到雷达距离分别为4m和6m，其中4米处目标的回波强度设置为6米处的10倍，目标呼吸频率均为0.4Hz。基带信噪比为10dB。如图1所示，本专利技术的实现过程包括以下步骤：步骤1：回波数据预处理对接收到的回波信号进行I/Q解调，得到正交两路差拍信号。再将两路差拍信号rI(t),rQ(t)变成数字信号并进行周期为T的重采样，得到包含人体微动信息的基带复数信号。对MATLAB仿真产生的基带信号沿快时间域依次进行加窗、补零，然后进行快速逆傅里叶变换(IFFT，InverseFastFourierTransform，快速傅里叶逆变换)，得到包含了所有目标距离信息的距离像d[m,k]，其中，m为周期数，k为距离单元数。随后对回波距离像d[m,k]进行MTI处理去除静态杂波的干扰得到MTI后的距离像d'[m,k]。d'[m,k]的结果如图2所示，可以看出只有前方的目标有较为明显的峰值，而后方的目标几乎完全淹没于噪声中。步骤2：自适应相关熵处理2.1、目标预检测，首先对多周期的数据(仿真中取M＝500帧)进行非相干积累。其中，D为积累后的幅度，K为距离单元数。随后对D(k)使用峰值检测的方法进行目标预检测，将这些峰值按照降序排列，取前λ个值作为疑似目标的峰值，由此得到目标可能出现的距离单元的位置为Lacc，对应的积累幅值为A。λ为一个经本文档来自技高网...

【技术保护点】
1.一种针对微弱生命体的测距和呼吸频率估计方法，其特征在于，包括：S1、对回波信号进行预处理；S2、对经预处理后的数据利用多帧非相干积累，得到目标可能出现的距离单元及对应的幅度；S3、根据目标可能出现的距离单元对应的幅度，自适应地调节不同距离单元上相关熵的参数；S4、对每个距离单元上不同周期的数据进行相关熵处理；S5、在经相关熵处理后的距离‑多普勒平面，计算得到人数判决与目标测距。

【技术特征摘要】
1.一种针对微弱生命体的测距和呼吸频率估计方法，其特征在于，包括：S1、对回波信号进行预处理；S2、对经预处理后的数据利用多帧非相干积累，得到目标可能出现的距离单元及对应的幅度；S3、根据目标可能出现的距离单元对应的幅度，自适应地调节不同距离单元上相关熵的参数；S4、对每个距离单元上不同周期的数据进行相关熵处理；S5、在经相关熵处理后的距离-多普勒平面，计算得到人数判决与目标测距。2.根据权利要求1所述的一种针对微弱生命体的测距和呼吸频率估计方法，其特征在于，步骤S2具体为：首先对经步骤S1预处理后的多周期的数据进行非相干积累，得到各距离单元非相干积累后的幅值；将这些幅值按照降序排列，取前λ个值作为疑似目标的幅值，则得到目标可能出现的距离单元及对应的幅值，λ为一个经验取值，取值范围为5-10。3.根据权利要求2所述的一种针对微弱生命体的测距和呼吸频率估计方法，其特征在于，步骤S3所述自适应地调节不同距离单元上相关熵的参数的计算式为：σtarget＝βA其中，σtarget为出现目标的距离单元对应的最适相关熵参数，β为比例系数，A为该距离单元对应的积累幅值。4.根据权利要求2所述的一种...

【专利技术属性】
技术研发人员：杨晓波，吴若凡，柴雷，邓艳红，崔国龙，郭世盛，孔令讲，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51