基于UWB生物雷达的人体目标与周围环境结构兼容探测方法

摘要

本发明公开了一种基于UWB生物雷达的人体目标与周围环境结构兼容探测方法，包括以下步骤：A预处理步骤；B人体目标探测步骤；C结构探测步骤；考虑到地震等灾难发生后压埋在废墟里的幸存者大多被掩埋在废墟下形成的孔洞，因此幸存者与废墟之间存在着一定的空间，且这个空间内的介质为空气。利用该限定条件和人体目标位置信息，可实现对孔洞上下界面的探测和识别，以期为后续研究中得到更准确、全面的废墟结构信息进行探索，并为UWB搜救生物雷达技术的应用和发展提供新的思路。

主权项

1.一种基于UWB生物雷达的人体目标与周围环境结构兼容探测方法，其特征在于，包括以下步骤：A预处理步骤：A1零点校正自动识别一道回波信号中的最大值，即直达波的尖峰；然后向回波起始延时寻找幅值为零的点，其位置即为时间零点的位置；后续处理将不考虑时间零点前的无意义数据，从而达到了时间零点校正的目的；这一过程可表示为：r₁(t,τ)=r(t,τ),τ≥τ₀   （3）式中τ₀表示时间零点，即直达波的位置,r₁(t,τ)为零点校正后的UWB生物雷达回波;A2距离积累距离积累步骤用下式表示：$r_2(t,\tau )=\frac{1}{W}\underset{0}{\overset{W}{\int }}{r}_1(t,\tau -\upsilon )\mathrm{d\upsilon }---\left(4\right)$式中W为积累所采用的矩形窗的长度。该长度与UWB雷达发射脉冲的宽度密切相关，而且其选择应兼顾人体目标和结构探测的要求。r₂(t,τ)为距离积累后的UWB生物雷达回波;A3时间平均时间平均步骤表示为：$r_3(t,\tau )=\frac{1}{N}\underset{0}{\overset{N}{\int }}{r}_2(t-w,\tau )\mathrm{dw}---\left(5\right)$式中N为时间平均的长度。该长度越大，信噪比改善越好，但N的选取应小于人体目标的呼吸周期;r₃(t,τ)为零点校正后的UWB生物雷达回波，作为预处理步骤的输出用于人体目标探测和结构探测步骤;B人体目标探测步骤：B1背景去除由于其不随时间变化，静态回波可以由UWB生物雷达回波信号的时间均值有效进行估计，即：$r_b\left(\tau \right)=\frac{1}{T}\underset{0}{\overset{T}{\int }}{r}_3(t,\tau )\mathrm{dt}\approx \underset{i}{\Sigma }{r}_{i}p(\tau -{\tau }_i)+n\left(\tau \right)---\left(6\right)$式中T为UWB生物雷达测量时间总长度，r_b(τ)为静态回波；由上式可以看出，r_b(τ)中包含了废墟分层界面的反射信息ri，将其提取出来就可以实现结构层位的检测；因此r_b(τ)应该作为结构探测步骤的输入；但是在人体目标探测步骤中，静态回波作为背景必须去除，所以背景去除后的UWB生物雷达回波r₄(t,τ)可表示为：r₄(t,τ)=r₃(t,τ)-r_b(τ)≈bp[τ-τ_b(t)]+n(t,τ)   （7）B2低通滤波选择121阶、截止频率为0.4Hz的有限冲激响应低通滤波器，在时间上对回波信号进行滤波放大；当UWB生物雷达扫速为64Hz时，121阶FIR低通滤波器对应的时间长度约为1.89s，有效跟踪人体呼吸的变化；这一步可表示为：r₅(t,τ)=r₄(t,τ)*h(t)   （8）式中为h(t)121阶FIR低通滤波器系数，*代表卷积，r₅(t,τ)为滤波后输出的UWB生物雷达回波；B3目标识别首先计算UWB生物雷达探测范围内各距离上的回波能量E(τ)：$E\left(\tau \right)=\frac{1}{T}\underset{0}{\overset{T}{\int }}{\left|r_5(t,\tau )\right|}^2\mathrm{dt}---\left(9\right)$然后，计算UWB生物雷达回波信号的检测信噪比，即人体目标距离τ_b的能量E(τ_b)与噪声能量E_nos的比值，后者用E(τ)非目标距离上的最导致进行估计，即：$E_{\mathrm{nos}}=\underset{\tau \ne {\tau }_b}{\max }\left[E\left(\tau \right)\right]---\left(10\right)$当有人体目标时，计算出的检测信噪比应呈现出较大的值；反之，计算出的检测信噪比实际上是噪声和噪声检测比值，应接近于1；根据这一原理，就能设定阈值进行有无目标的二元假设判断，当判断为有目标时估计目标距离；C结构探测步骤：C1衰减补偿表示为：r_g(τ)=r_b(τ)×G(τ)   （10）式中r_b(τ)为人体目标探测步骤中估计的静态回波，G(τ)为增益曲线，r_g(τ)为衰减补偿输出;根据人体目标的位置和相应的反射回波幅值来计算衰减补偿的增益，并以此来计算指数增益曲线，然后将增益曲线应用到雷达回波数据，可以使孔洞上界面的雷达反射回波得到充分的放大;其具体实现方法如下：用直达波的幅值max[r_b(τ)]除以人体目标反射回波的幅值r_b(τ_b)，将得到的比值视为雷达回波在位置τ_b的理想增益值，便可以计算出随延时τ变化的指数增益曲线：$G\left(\tau \right)=\exp (\frac{\lg (r_b\left({\tau }_b\right)/\max [r_b\left(\tau \right)\left]\right)}{{\tau }_b}\times \tau )---\left(11\right)$C2稀疏脉冲反演根据公式（6），衰减补偿输出r_g(τ)写成r_g(τ)=(R*p(t)+n(τ))*G(τ)   (12)式中由一系列脉冲组成，脉冲应出现在两种均匀介质的交界位置。为了从r_g(τ)中得到反射系数R，需要进行解卷积运算；采用稀疏脉冲反演算法来进行这一运算，通过迭代重加权最小二乘准则实现l₁范数最小化；$R=\arg \underset{f}{\min }({\left|\right|w*f-r_b\left(\tau \right)\left|\right|}_2^2+\lambda {\left|\right|f\left|\right|}_1)---\left(13\right)$式中λ为一可调参数，可以调节解的稀疏度；w为卷积核，选用UWB生物雷达发射脉冲的波形；稀疏脉冲反演后，输出分层结构反射系数，从而得到直观的分层结构信息；在此基础上融入人体目标探测步骤的输出结果，从而实现人体目标与周围结构的兼容探测。