陳東毅，陳建國，李玉榕

（1.福州大學(xué) 電氣工程與自動(dòng)化學(xué)院，福建 福州 350108；2.福州大學(xué) 福建省醫(yī)療器械和醫(yī)藥技術(shù)重點(diǎn)實(shí)驗(yàn)室，福建 福州 350108）

當(dāng)人體在指定的紅外傳感區(qū)域移動(dòng)時(shí)，紅外傳感器會(huì)檢測(cè)到幅值持續(xù)變化的電信號(hào)，將該信號(hào)予以適當(dāng)?shù)姆糯鬄V波處理后可以用作表征人體移動(dòng)的特征信號(hào)。目前被動(dòng)式紅外傳感器通常應(yīng)用隨機(jī)動(dòng)態(tài)時(shí)間分割以及能量堆積邏輯處理等算法，對(duì)進(jìn)入檢測(cè)區(qū)域的移動(dòng)物體進(jìn)行信號(hào)檢測(cè)并報(bào)警，但該方法對(duì)于識(shí)別人體移動(dòng)信號(hào)的準(zhǔn)確率不高[1-4]。

在防入侵報(bào)警實(shí)驗(yàn)教學(xué)過程中經(jīng)常發(fā)現(xiàn)被動(dòng)式紅外傳感器會(huì)發(fā)出錯(cuò)誤的報(bào)警信號(hào)，如環(huán)境中偶爾伴有窗簾的飄動(dòng)、光線強(qiáng)弱的變化等擾動(dòng)時(shí)易誤觸發(fā)警報(bào)?，F(xiàn)有的被動(dòng)式紅外傳感器已經(jīng)無法滿足正常的實(shí)驗(yàn)教學(xué)需求，為了提高紅外傳感器對(duì)人體移動(dòng)的識(shí)別精度，降低誤報(bào)、漏報(bào)的概率，本文提出了基于能量矩占比與方差貢獻(xiàn)率的改進(jìn)經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）和譜峭度法的人體移動(dòng)信號(hào)特征頻率提取的新方法，并以此設(shè)計(jì)了一種紅外探測(cè)實(shí)驗(yàn)平臺(tái)。通過理論分析與實(shí)驗(yàn)應(yīng)用可知，該實(shí)驗(yàn)平臺(tái)提高了識(shí)別人體移動(dòng)的精度，減低了誤報(bào)、漏報(bào)的概率，同時(shí)也進(jìn)一步幫助學(xué)生理解了紅外傳感技術(shù)的原理。依托該平臺(tái)可以鍛煉學(xué)生的動(dòng)手實(shí)踐能力，拓展嵌入式系統(tǒng)的應(yīng)用范圍以及培養(yǎng)學(xué)生的創(chuàng)新思維，提高防入侵報(bào)警實(shí)驗(yàn)的成功率。

1 改進(jìn)的人體移動(dòng)信號(hào)EMD 分解

人體移動(dòng)的信號(hào)是非線性、非平穩(wěn)信號(hào)，通過EMD 后得到有限階次的IMF 分量，人體移動(dòng)信號(hào)特征信息均包含在各個(gè)IMF 分量中。傳統(tǒng)EMD 過程中會(huì)產(chǎn)生低頻虛假的IMF 分量，對(duì)低頻段人體移動(dòng)信號(hào)的特征分析造成較大的影響，需要設(shè)計(jì)適當(dāng)?shù)乃惴▽?duì)IMF 分量進(jìn)行優(yōu)化，獲得更準(zhǔn)確的人體移動(dòng)信號(hào)[5-8]。本文提出分別計(jì)算各階IMF 分量的能量矩占比和方差貢獻(xiàn)率并進(jìn)行算法的優(yōu)化，去噪后選出包含原始信息的有用的、真實(shí)的IMF 分量。

1.1 能量矩占比

能量矩占比主要用于表征各階IMF 分量的能量占總能量的比例[9]。經(jīng)過EMD 的人體移動(dòng)特征頻率會(huì)與原始信號(hào)發(fā)生混疊，需將虛假的IMF 分量濾除。本文提出通過計(jì)算各階IMF 分量的能量與人體移動(dòng)信號(hào)總能量的占比篩選有用的IMF 分量。

各階IMF 能量Ei及其相對(duì)于原始人體移動(dòng)信號(hào)的能量矩占比向量T 表達(dá)如下：

式中：n 為總的采樣點(diǎn)數(shù)，k 為采樣點(diǎn)序號(hào)；Δt 為采樣周期，ci(t)為IMF 分量。

1.2 方差貢獻(xiàn)率

計(jì)算各個(gè)IMF 分量的方差貢獻(xiàn)率是為了表征各IMF的相對(duì)重要程度。由式（2）可確定有用的IMF 分量。

式中：Mi為各階IMF 信號(hào)的方差貢獻(xiàn)率；Di為第i個(gè)IMF 分量的方差。

分解后得到IMF 分量的Mi值越大則表明該IMF分量在原始信號(hào)中越重要[9]。

1.3 改進(jìn)EMD 與信號(hào)重構(gòu)

EMD 是將非線性、非平穩(wěn)的信號(hào)分解為含有時(shí)間尺度信息的有限階次的IMF 分量和殘差的余項(xiàng)和。將人體移動(dòng)信號(hào)x(t)經(jīng)過EMD 后得到一系列IMF 分量ci(t)以及殘差的余項(xiàng)rn(t)，三者之間的關(guān)系式可以表示如下：

將能量矩占比與方差貢獻(xiàn)率應(yīng)用于對(duì)IMF 分量的選取中，通過牛頓插值法對(duì)IMF 分量進(jìn)行信號(hào)重構(gòu)。

2 譜峭度理論

譜峭度法是一種頻域統(tǒng)計(jì)工具，可以對(duì)信號(hào)的非高斯成分進(jìn)行有效的度量并解決了提取信號(hào)中伴有瞬態(tài)現(xiàn)象的問題，彌補(bǔ)了峭度在特定信號(hào)變化過程中無法及時(shí)定位跟蹤的不足之處[10]。

某非平穩(wěn)信號(hào)x(t)的四階譜累積量的譜峭度定義為

式中：S2nX(t,f)表示 2n 階瞬時(shí)矩是復(fù)包絡(luò)能量的度量，H(t,f)為在頻率f 處的x(t)頻域值的復(fù)包絡(luò)，w 為濾波器的一個(gè)隨機(jī)變量，S2nx為x(t)的2n 階瞬時(shí)矩。

能量歸一化累積量式（5）表示x(t)的譜峭度：

已知Y(t)=x(t)+N(t)是某個(gè)非平穩(wěn)隨機(jī)信號(hào)，其中N(t)為獨(dú)立于x(t)的噪聲信號(hào)。KY(f)表示隨機(jī)信號(hào)Y(t)的譜峭度，可表示為

式中：KN(f)為N(t)的譜峭度；ρ(f)為噪信比，用ρ(f)=S2N(f)/S2X(f)來表示。

3 人體移動(dòng)信號(hào)特征頻率的提取

圖1 人體移動(dòng)信號(hào)的特征頻率提取

改進(jìn)EMD 和譜峭度法的人體移動(dòng)信號(hào)特征頻率提取的流程如圖1 所示，對(duì)人體移動(dòng)信號(hào)進(jìn)行改進(jìn)的EMD，優(yōu)化分解得到的IMF 分量，有效濾除低頻虛假IMF 分量及抑制高頻噪聲；對(duì)去噪后的人體移動(dòng)信號(hào)求譜峭度圖并確定帶通濾波器的中心頻率和帶寬等參數(shù)；計(jì)算其包絡(luò)譜，從而識(shí)別出特征頻率。

4 新型紅外探測(cè)實(shí)驗(yàn)平臺(tái)的設(shè)計(jì)

4.1 實(shí)驗(yàn)平臺(tái)硬件設(shè)計(jì)

本文提出的新型紅外探測(cè)實(shí)驗(yàn)教學(xué)平臺(tái)硬件電路主要由STM32 單片機(jī)、紅外傳感器模塊、電源轉(zhuǎn)換模塊、信號(hào)放大電路、濾波電路、LCD 顯示模塊以及繼電器輸出模塊等組成，如圖2 所示。平臺(tái)電路實(shí)物如圖3 所示。

圖2 新型紅外探測(cè)實(shí)驗(yàn)平臺(tái)硬件結(jié)構(gòu)設(shè)計(jì)

圖3 電路實(shí)物圖

紅外傳感器模塊通過外圍的信號(hào)調(diào)理電路實(shí)現(xiàn)信號(hào)放大與濾波的預(yù)處理，STM32 單片機(jī)執(zhí)行人體移動(dòng)信號(hào)特征頻率提取模塊，將處理后輸出的報(bào)警信號(hào)采用串口通信發(fā)送到LCD 顯示。

4.2 實(shí)驗(yàn)平臺(tái)軟件流程設(shè)計(jì)

本文提出的新型紅外探測(cè)實(shí)驗(yàn)平臺(tái)軟件流程如圖4 所示，開始時(shí)實(shí)驗(yàn)平臺(tái)驅(qū)動(dòng)紅外傳感器模塊正常工作，主程序在線等待是否有可疑物體進(jìn)入紅外檢測(cè)區(qū)域；一旦有移動(dòng)信號(hào)產(chǎn)生，軟件自動(dòng)進(jìn)入人體移動(dòng)信號(hào)特征頻率提取模塊進(jìn)行識(shí)別，當(dāng)系統(tǒng)檢測(cè)出該信號(hào)符合人體移動(dòng)的信號(hào)頻率的特征后，立即在LCD 上顯示報(bào)警信號(hào)。

圖4 新型紅外探測(cè)實(shí)驗(yàn)平臺(tái)軟件流程設(shè)計(jì)

5 實(shí)驗(yàn)結(jié)果分析

5.1 人體移動(dòng)信號(hào)的采集

人體在指定的紅外探測(cè)區(qū)域移動(dòng)時(shí)，紅外傳感器檢測(cè)到幅值持續(xù)變化的電信號(hào)。經(jīng)過放大、濾波等處理后的人體移動(dòng)信號(hào)如圖5 所示。

圖5 人體移動(dòng)信號(hào)波形圖

5.2 改進(jìn)EMD 及特征頻率提取分析

人體移動(dòng)信號(hào)經(jīng)過EMD 得到的各階IMF 分量能量矩占比Ti和方差貢獻(xiàn)率Mi分別由式（1）和（2）給出，如表1 所示。

表1 人體移動(dòng)信號(hào)特征參數(shù)

對(duì)前7 階分量進(jìn)行信號(hào)重構(gòu)，人體移動(dòng)信號(hào)快速譜峭度圖如圖6 所示。圖6 中，人體移動(dòng)信號(hào)快速峭度圖的帶通濾波器中心頻率為 4.876 2 Hz，帶寬為5.112 1 Hz，說明譜峭度在頻帶1～9 Hz 范圍內(nèi)最大，信噪比最大。圖7 所示的外界干擾信號(hào)（窗簾隨風(fēng)飄動(dòng)）快速峭度圖的帶通濾波器中心頻率約為17.658 3 Hz，帶寬為5.112 1 Hz，說明譜峭度在頻帶12～22 Hz 范圍內(nèi)最大，信噪比最大。圖6、7 中橫軸是頻率分量，縱軸表示譜峭度分解的層級(jí)，人體移動(dòng)信號(hào)、干擾信號(hào)等特征頻率的分布位置用顏色表示，更為直觀明確[11-12]。

圖6 降噪后人體移動(dòng)信號(hào)快速峭度圖

圖7 降噪后干擾信號(hào)快速峭度圖

將重構(gòu)后的人體移動(dòng)信號(hào)、干擾信號(hào)分別經(jīng)過帶通濾波器后進(jìn)行平方包絡(luò)譜計(jì)算，得到人體移動(dòng)信號(hào)的特征頻率為2.2 Hz，干擾信號(hào)的特征頻率為21.2 Hz。

通過上述分析可以得到人體移動(dòng)信號(hào)和干擾信號(hào)在其特征頻率范圍內(nèi)存在明顯的差異，應(yīng)用上述方法可以準(zhǔn)確地對(duì)人體移動(dòng)信號(hào)的特征頻率進(jìn)行提取，提高紅外傳感器對(duì)人體移動(dòng)信號(hào)識(shí)別的精確度。

5.3 實(shí)驗(yàn)結(jié)果對(duì)比

為了驗(yàn)證設(shè)計(jì)的可行性，將本文實(shí)驗(yàn)平臺(tái)與現(xiàn)有普通的被動(dòng)紅外傳感器進(jìn)行對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)1—5 分別表示人體以1.0、1.2、1.5、2.0、2.5 m/s 的速度通過同一個(gè)紅外檢測(cè)區(qū)域，實(shí)驗(yàn)進(jìn)行兩組并記錄是否有報(bào)警提示，結(jié)果如表2 所示，本文設(shè)計(jì)的實(shí)驗(yàn)平臺(tái)對(duì)進(jìn)入檢測(cè)區(qū)域的人體移動(dòng)信號(hào)均能輸出正確的報(bào)警信號(hào)。

表2 對(duì)比實(shí)驗(yàn)結(jié)果

為了檢驗(yàn)該平臺(tái)的外部環(huán)境抗干擾能力，將兩個(gè)實(shí)驗(yàn)裝置分別置于有窗簾飄動(dòng)的同一個(gè)窗戶附近分別進(jìn)行兩組實(shí)驗(yàn)（窗簾均能飄動(dòng)于紅外檢測(cè)區(qū)域內(nèi)、對(duì)窗簾無特殊要求），實(shí)驗(yàn)1—4 表示窗簾隨機(jī)飄動(dòng)4 次，實(shí)驗(yàn)5 是人為將窗簾托舉到紅外檢測(cè)區(qū)域的邊界上進(jìn)行測(cè)試，本文實(shí)驗(yàn)平臺(tái)有一次誤判。但在10 次光線強(qiáng)弱的對(duì)比實(shí)驗(yàn)中，兩裝置均表現(xiàn)正常。

本文設(shè)計(jì)的實(shí)驗(yàn)平臺(tái)對(duì)人體移動(dòng)信號(hào)的識(shí)別正確率接近100%，高于普通被動(dòng)紅外傳感器80%的正確率；該平臺(tái)在實(shí)驗(yàn)過程中表現(xiàn)出的不足之處說明其硬件設(shè)計(jì)還有待進(jìn)一步優(yōu)化。

6 拓展設(shè)計(jì)

該實(shí)驗(yàn)平臺(tái)將紅外傳感器模塊與控制板分開獨(dú)立設(shè)計(jì)，便于學(xué)生在實(shí)驗(yàn)過程中自主選擇紅外傳感器；同時(shí)該平臺(tái)還開放了STM32 控制器中程序編輯、調(diào)試與下載燒錄的端口，學(xué)生可以根據(jù)自身的學(xué)習(xí)能力以及興趣愛好對(duì)平臺(tái)的軟件算法進(jìn)行進(jìn)一步深入的理解、修改甚至創(chuàng)新。

7 結(jié)語

該實(shí)驗(yàn)教學(xué)平臺(tái)應(yīng)用改進(jìn)的 EMD 消除了傳統(tǒng)EMD 過程中存在的低頻虛假IMF 分量，抑制了高頻噪聲的干擾，對(duì)去噪后的人體移動(dòng)信號(hào)進(jìn)行重構(gòu)，通過確定譜峭度圖上的中心頻率和帶寬構(gòu)造帶通濾波器，對(duì)信號(hào)進(jìn)行包絡(luò)解調(diào)計(jì)算后準(zhǔn)確得到了用于表征人體移動(dòng)信號(hào)的特征頻率，有效地將外界干擾信號(hào)與人體移動(dòng)信號(hào)進(jìn)行區(qū)分。該算法的應(yīng)用提高了紅外探測(cè)平臺(tái)識(shí)別人體移動(dòng)信號(hào)的準(zhǔn)確率，降低了誤報(bào)、漏報(bào)的概率，有較強(qiáng)的抗外界信號(hào)干擾能力。

在實(shí)驗(yàn)教學(xué)過程中發(fā)現(xiàn)該平臺(tái)能夠幫助學(xué)生形成關(guān)于電路設(shè)計(jì)與軟件編程的系統(tǒng)、完整的嵌入式應(yīng)用理念，學(xué)生的動(dòng)手實(shí)踐能力得到強(qiáng)化，創(chuàng)新實(shí)踐意識(shí)得以激發(fā)，同時(shí)該平臺(tái)為開放式的實(shí)驗(yàn)教學(xué)提供了積極的探索和實(shí)踐。