韓 喆 鄭志成 張榮磊 董 錚

(武漢濱湖電子有限責(zé)任公司 武漢 430077)

1 引言

隨著我國(guó)綜合國(guó)力的不斷發(fā)展，我國(guó)承擔(dān)的國(guó)際責(zé)任日益增多，人民解放軍面臨的多樣化任務(wù)越發(fā)艱巨。同時(shí)，國(guó)內(nèi)極少數(shù)恐怖勢(shì)力極大的威脅著社會(huì)的和諧發(fā)展，突發(fā)事件時(shí)有發(fā)生。為應(yīng)對(duì)特殊作戰(zhàn)任務(wù)，急需提高對(duì)隱蔽目標(biāo)的探測(cè)感知能力，以幫助制定更有效的作戰(zhàn)決策，減少人員傷亡。

穿墻探測(cè)技術(shù)是近年來發(fā)展的新型雷達(dá)技術(shù)，它最大的特點(diǎn)是不需要任何電極或傳感器接觸生命體，穿透非金屬、非透明介質(zhì)屏障 (磚墻、叢林、廢墟等，它們通常阻斷了可見光和紅外線的傳播)而探測(cè)到其后的人體。因此，穿墻探測(cè)雷達(dá)非常適合于城市巷戰(zhàn)、反恐處突、消防救災(zāi)等[1]。

在實(shí)際應(yīng)用中，由于人體的生命體征信號(hào)本身極其微弱，并且考慮到墻體衰減和環(huán)境噪聲等因素的存在，因此，有用回波往往淹沒在各種噪聲中，提取十分困難[2]。針對(duì)生命體征信號(hào)提取的難點(diǎn)，本文提出了一種以統(tǒng)計(jì)特征為判別依據(jù)的雷達(dá)生命體征信號(hào)提取算法。本研究依托公司現(xiàn)有穿墻探測(cè)雷達(dá)項(xiàng)目，以實(shí)采數(shù)據(jù)為研究對(duì)象，系統(tǒng)分析了回波信號(hào)的構(gòu)成成分。在此基礎(chǔ)上，首先利用生命體征信號(hào)與干擾噪聲在頻域上的差異，通過低通濾波器濾除高頻干擾分量，然后根據(jù)生命體征信號(hào)與干擾噪聲在統(tǒng)計(jì)特征上的差異以實(shí)現(xiàn)檢測(cè)人體的目的。經(jīng)實(shí)驗(yàn)驗(yàn)證表明，本文提出的生命體征信號(hào)提取算法是有效的。

2 雷達(dá)回波信號(hào)分析

2.1 人體運(yùn)動(dòng)的多譜勒效應(yīng)

假設(shè)雷達(dá)照射一個(gè)實(shí)時(shí)徑向距離為的R(t)動(dòng)態(tài)目標(biāo)，取

式(1)中，v為目標(biāo)移動(dòng)的徑向速度;x(t)為目標(biāo)上構(gòu)件(肢體擺動(dòng)、心跳、呼吸等)的徑向?qū)崟r(shí)偏離。

設(shè)雷達(dá)發(fā)射信號(hào)為:式(2)中，A(t)為信號(hào)幅度;f0為載頻;ψ0為初始相位。

該發(fā)射信號(hào)照射到目標(biāo)后，部分信號(hào)返回到雷達(dá)，回波信號(hào)為:

式(3)中，φ(t)為瞬時(shí)相位，則回波信號(hào)的瞬時(shí)頻率為

式(4)中，第一項(xiàng)為雷達(dá)發(fā)射頻率，第二項(xiàng)為目標(biāo)徑向移動(dòng)產(chǎn)生的多譜勒頻率，第三項(xiàng)為目標(biāo)上構(gòu)件的微動(dòng)引起的微多譜勒頻率。

將雷達(dá)回波信號(hào)與本振信號(hào)f0混頻，然后輸出基帶信號(hào)，則其瞬時(shí)頻率為:

式(5)中，v為人體(主要是軀干)整體移動(dòng)的速度;x(t)為肢體擺動(dòng)、呼吸或心跳引起的擺幅振動(dòng)。

2.2 呼吸和心跳的多譜勒效應(yīng)

當(dāng)人體靜止時(shí)，設(shè)呼吸和心跳引起的腔體振動(dòng)分別為:

其中，x1(t)表示呼吸;x2(t)表示心跳;m為振動(dòng)幅度;w為振動(dòng)角頻率。雷達(dá)照射在靜止人體后，回波信號(hào)可表示為:

式(7)具有ejβsinwt形式，其可以通過Bessel函數(shù)展開為下式[3]:

2.3 雷達(dá)回波信號(hào)

在實(shí)際環(huán)境中，由于雷達(dá)工作頻率與手機(jī)等民用通信頻段接近，雷達(dá)回波信號(hào)中除了包含肢體擺動(dòng)、呼吸及心跳的生命微動(dòng)信號(hào)和環(huán)境噪聲外，還包含了手機(jī)等射頻干擾信號(hào)。除此以外，由于墻面反射的存在，雷達(dá)回波中還包含了很強(qiáng)的直達(dá)波，這些直達(dá)波與本振信號(hào)混頻后將變成直流信號(hào)。

充分考慮上述各種構(gòu)成成分，可將回波信號(hào)表示如下:

式(9)中，Ai(t)為各頻率的信號(hào)幅度;f0為雷達(dá)的發(fā)射頻率;fi為人體運(yùn)動(dòng)帶來的各種多普勒頻率，n(t)為噪聲，主要包括手機(jī)、廣播等民用頻率的干擾及直達(dá)波帶來的直流分量信號(hào)。

3 生命體征信號(hào)提取

生命體征信號(hào)極其微弱，往往淹沒于各種噪聲干擾中。為了實(shí)現(xiàn)有效提取，首先應(yīng)根據(jù)生命體征信號(hào)本身的頻域特性，設(shè)置一低通濾波器，將高頻噪聲濾除。而后，根據(jù)濾波后信號(hào)的構(gòu)成成分，運(yùn)用統(tǒng)計(jì)方法分析信號(hào)，實(shí)現(xiàn)對(duì)有無生命體的準(zhǔn)確判別。

3.1 低通濾波器設(shè)計(jì)

由于電磁波的穿透力等因素，穿墻雷達(dá)往往選擇L波段作為其工作頻段。在L波段，人體這類低速目標(biāo)帶來的多普勒頻移主要集中在0頻附近。俄羅斯莫斯科科學(xué)技術(shù)大學(xué)的科學(xué)家們利用探地雷達(dá)進(jìn)行了生命信號(hào)探測(cè)實(shí)驗(yàn)，該雷達(dá)發(fā)射頻率為1～10GHz，得到的呼吸和心跳的頻率變化范圍分別為:0.2～0.5Hz和0.8～2.5Hz;肢體擺動(dòng)的頻率變化范圍為 1 ～3Hz[4]。

由式(9)可知，雷達(dá)回波信號(hào)中包含了大量的手機(jī)、廣播等民用頻率的干擾。特別是手機(jī)在通訊過程中帶來的瞬時(shí)尖峰干擾，其能量可達(dá)10dBm量級(jí)，對(duì)后續(xù)處理帶來很大影響。

為了避免民用頻率的干擾，需設(shè)置一低通濾波器對(duì)回波進(jìn)行預(yù)處理。由于這類干擾的能量主要集中在數(shù)百兆赫茲的頻段上，而生命體征信號(hào)的能量則集中在3Hz以內(nèi)，因此可考慮將低通濾波器的通帶設(shè)計(jì)為10Hz以內(nèi)。在實(shí)際處理過程中，運(yùn)用matlab的fdatool工具設(shè)計(jì)生成了FIR低通濾波器，其設(shè)計(jì)指標(biāo)為:采樣率1kHz，通帶2Hz，幅度1dB;阻帶20Hz，幅度80dB。濾波器的幅頻響應(yīng)曲線如圖1所示。

圖1 低通濾波器幅頻響應(yīng)曲線

為了檢驗(yàn)濾波器的效果，用一段實(shí)際采集的數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如圖2所示。

圖2 頻譜對(duì)比圖

由圖中可以看出，濾波前，數(shù)據(jù)在50Hz處有一干擾信號(hào)，而在濾波后，此干擾信號(hào)被去除了，同時(shí)在通帶外，信號(hào)能量也被有效抑制。

3.2 基于統(tǒng)計(jì)特征的生命信號(hào)提取算法

經(jīng)過低通濾波后，有用的生命體征信號(hào)依然淹沒在各種雜波中。在這些雜波中，按照其對(duì)生命體征信號(hào)提取的危害程度排序依次為:直流信號(hào)、載頻信號(hào)及其交調(diào)信號(hào)、手機(jī)等通信信號(hào)經(jīng)低通濾波后的剩余部分。由于直流信號(hào)在0頻，與要提取的生命體征信號(hào)非常接近，因此其對(duì)檢測(cè)造成了很大影響。

本算法選擇方差作為生命特征信號(hào)提取的工具。根據(jù)方差的定義，隨機(jī)變量X的方差D(X)表達(dá)了X的取值與其數(shù)學(xué)期望值E(X)的偏離程度。若D(X)較小意味著X的取值比較集中在E(X)的附近，反之，若D(X)較大則表示X的取值較分散。因此，D(X)是刻畫X取值分散程度的一個(gè)量。

根據(jù)方差的性質(zhì)可知:直流分量的方差為0。因此可以不考慮直流分量對(duì)雷達(dá)回信波號(hào)方差的影響;生命體征信號(hào)及其他干擾信號(hào)的幅度是隨時(shí)間變化的，他們的方差不為0;并且，由于生命體征信號(hào)與其他干擾信號(hào)是相互間獨(dú)立的，則雷達(dá)回波信號(hào)的方差應(yīng)為生命體征信號(hào)和其他噪聲分量的方差之和，即

式(10)中，D(S)為雷達(dá)回波信號(hào)總的方差;D(f)為生命體征信號(hào)的方差;D(n)為噪聲項(xiàng)的方差。在無人情況下，D(f)=0。在有人的情況下，D(f)＞0，且人的運(yùn)動(dòng)越激烈，D(f)的取值越大。據(jù)此，可設(shè)置相應(yīng)的閾值，即可實(shí)現(xiàn)生命體的判別。

3.3 實(shí)驗(yàn)及結(jié)果

為了驗(yàn)證算法的有效性，本研究使用了我公司自主研發(fā)的穿墻探測(cè)雷達(dá)樣機(jī)進(jìn)行了實(shí)驗(yàn)。樣機(jī)的工作在L波段，發(fā)射功率為16dBm。一共做了三組實(shí)驗(yàn):a.墻外無人;b.墻外1m處有人在做肢體擺動(dòng);c.墻外1m處有人面向雷達(dá)靜止站立。實(shí)驗(yàn)用墻體為厚30cm的紅磚墻。

將樣機(jī)采集的數(shù)據(jù)在matlab下進(jìn)行處理。首先使用FIR濾波器低通濾波，而后采用滑窗的方式對(duì)4s內(nèi)(窗長(zhǎng)必須保證人體呼吸完成2－3次)的數(shù)據(jù)求方差。三組實(shí)驗(yàn)的對(duì)比情況見圖3～5，實(shí)驗(yàn)結(jié)果的方差值是經(jīng)過取對(duì)數(shù)(log10)后得到的。

從圖3～5，可以看出，有生命微動(dòng)信號(hào)時(shí)，雷達(dá)回波的方差比無生命微動(dòng)信號(hào)的大，而在有肢體擺動(dòng)的情況下，雷達(dá)回波的方差比人體完全靜止的時(shí)候大。

4 結(jié)論與展望

穿墻探測(cè)技術(shù)在非戰(zhàn)爭(zhēng)軍事行為中正在發(fā)揮越來越大的作用[5]。本文針對(duì)穿墻探測(cè)中生命體征信號(hào)提取的難點(diǎn)，在深入分析雷達(dá)回波成分的基礎(chǔ)上，提出了以方差為特征量的生命體征信號(hào)提取算法，并用了本公司在研的穿墻探測(cè)雷達(dá)樣機(jī)進(jìn)行了檢驗(yàn)，實(shí)驗(yàn)表明，本文算法能夠有效實(shí)現(xiàn)生命體探測(cè)的目的。

然而，雖然方差能夠反應(yīng)生物目標(biāo)的運(yùn)動(dòng)特征和生命特征，但在目標(biāo)處于較遠(yuǎn)位置時(shí)，生命體征信號(hào)將很微弱，造成方差值與無人情況下差別很小，從而影響目標(biāo)的檢測(cè)。因此，未來需要探索基于多種特征的綜合檢測(cè)方法，有效提升目標(biāo)的檢測(cè)距離，為樣機(jī)的性能提升提供更大支撐。

[1]易大方.穿墻雷達(dá)人體探測(cè)技術(shù)的新進(jìn)展[J].電訊技術(shù)，2009，49(10);88 －92.

[2]祝忠明，王緒本，何永波.穿墻脈沖雷達(dá)回波信號(hào)人體微動(dòng)特征識(shí)別初步研究[J].計(jì)算機(jī)應(yīng)用研究，2010，27(2);597 －599.

[3]王德純.微多普勒生物探測(cè)雷達(dá)技術(shù)研究[J].現(xiàn)代雷達(dá)，2011，33(10);72 －78.

[4]A.S.Bugaev.Though wall sensing of human breathing and heart beating by monochromatic radar[C].Tenth International Conference on Ground Penetrating Radar;21 － 24.February，1996;16－29.

[5]翟曉軍，陳明，李阿楠.基于超寬帶的隔墻探測(cè)二維成像雷達(dá)系統(tǒng)[J].探測(cè)與控制學(xué)報(bào)，2007，29(4);21 －23.