鄭學(xué)召 ，丁 文 ，蔡國(guó)斌 ，黃 淵 ，寇智哲 ，周 博

（1.西安科技大學(xué) 安全科學(xué)與工程學(xué)院，陜西 西安 710054；2.國(guó)家礦山救援西安研究中心，陜西 西安 710054）

煤炭作為我國(guó)的主導(dǎo)能源，在一次能源生產(chǎn)和消費(fèi)結(jié)構(gòu)中分別占比68.6%和57.7%[1]。近年來(lái)，隨著淺部煤炭資源的枯竭，部分礦井的開(kāi)采深度已超過(guò)800 m[2]，當(dāng)發(fā)生爆炸、透水和冒頂片幫等事故時(shí)，易造成巷道嚴(yán)重堵塞[3]，極大地增加了巷道疏通難度。傳統(tǒng)巷道疏通救援難以滿(mǎn)足實(shí)際救援需求[4]，垂直鉆孔救援技術(shù)作為一種生命通道快速構(gòu)建的新型救援技術(shù)得到廣泛應(yīng)用[5-6]。

鉆孔施工過(guò)程若造成局部坍塌或鉆孔位置偏移，未精準(zhǔn)貫徹至探測(cè)巷道空間內(nèi)，則會(huì)使被困人員處于障礙物后方[7]。目前鉆孔救援中運(yùn)用的紅外、氣體和音視頻探測(cè)等都無(wú)法實(shí)現(xiàn)對(duì)障礙物后方被困人員的非接觸式生命探測(cè)[8-10]。而超寬帶（Ultra-wide Band, UWB）雷達(dá)具有穿透能力強(qiáng)、抗干擾性好、近距離分辨率高、多徑分辨能力強(qiáng)、傳輸速度快和傳輸距離遠(yuǎn)等特點(diǎn)[11-13]，可穿透煤巖體、混凝土等非金屬障礙物進(jìn)行生命信息的非接觸式探測(cè)[14]，若將其運(yùn)用到鉆孔救援當(dāng)中[15]，可實(shí)現(xiàn)非視條件下的人員生命信息探測(cè)。UWB 雷達(dá)探測(cè)在鉆孔救援應(yīng)用的關(guān)鍵就是對(duì)雷達(dá)回波信息進(jìn)行有效處理[16]，但是發(fā)生災(zāi)害的井下環(huán)境相當(dāng)復(fù)雜，會(huì)使各種環(huán)境噪聲、背景雜波存在于回波當(dāng)中，使回波波形雜亂、信噪比低、有效生命信息被掩蓋[17]，導(dǎo)致雷達(dá)回波信息處理艱難，探測(cè)效率低下，影響救援進(jìn)程，因此亟須開(kāi)展面向鉆孔救援的UWB 雷達(dá)回波信息處理研究。

鑒于此，介紹了UWB 雷達(dá)鉆孔探測(cè)系統(tǒng)及其原理，分析了鉆孔救援中UWB 雷達(dá)回波處理的影響因素；從雜波濾除和有效特征提取2 個(gè)關(guān)鍵問(wèn)題對(duì)UWB 雷達(dá)回波信息處理研究現(xiàn)狀進(jìn)行文獻(xiàn)梳理總結(jié)，指出目前研究存在的主要問(wèn)題，并展望未來(lái)發(fā)展趨勢(shì)；為今后應(yīng)用UWB 雷達(dá)探測(cè)技術(shù)開(kāi)展鉆孔救援決策和后續(xù)的救援行動(dòng)提供參考。

1 基本原理

1.1 UWB 雷達(dá)鉆孔探測(cè)系統(tǒng)及原理

1）UWB 雷達(dá)鉆孔探測(cè)系統(tǒng)。UWB 雷達(dá)鉆孔探測(cè)系統(tǒng)由UWB 雷達(dá)探測(cè)器、基于雙絞線的輪盤(pán)通信裝置（雙絞線服從SDSL 網(wǎng)絡(luò)傳輸協(xié)議）、系統(tǒng)監(jiān)測(cè)終端組成。鉆孔施工完成后，通過(guò)有承重功能的雙絞線（可實(shí)現(xiàn)長(zhǎng)距離傳輸）將UWB 雷達(dá)探測(cè)器沿鉆孔下放至災(zāi)區(qū)核心，對(duì)障礙物后方進(jìn)行生命信息探測(cè)；探測(cè)到的信息通過(guò)雙絞線傳輸至地面輪盤(pán)處理模塊，之后利用有線無(wú)線轉(zhuǎn)換將輪盤(pán)與電腦終端連接，在終端軟件上顯示處理后的有效信息，地面指揮人員可直觀地接收到雷達(dá)探測(cè)信息；同時(shí)利用Internet 將探測(cè)數(shù)據(jù)實(shí)時(shí)傳輸至國(guó)家或省市應(yīng)急管理部門(mén)，實(shí)現(xiàn)地面指揮中心的多級(jí)部門(mén)協(xié)同指揮。

2）UWB 雷達(dá)鉆孔探測(cè)原理。UWB 雷達(dá)鉆孔探測(cè)是基于多普勒效應(yīng)，呼吸、心跳等生命有效特征引起人體胸腔周期性微動(dòng)，造成被測(cè)人體與探測(cè)器的間距隨時(shí)間成簡(jiǎn)諧變化[18]。當(dāng)UWB 雷達(dá)探測(cè)器發(fā)射雷達(dá)波穿透煤巖體及其他障礙后，受到人體簡(jiǎn)諧微動(dòng)的反射，引起雷達(dá)回波的時(shí)延（包含呼吸心跳等有效特征引起的時(shí)延、各類(lèi)噪聲雜波引起的時(shí)延）[19]；利用信號(hào)處理技術(shù)對(duì)采集到的雷達(dá)回波時(shí)延分析，將大量噪聲和雜波引起的時(shí)延分離濾除，提取有效信息的時(shí)延，獲得呼吸心跳等有效生命特征。

1.2 鉆孔救援中UWB 雷達(dá)回波處理的影響因素

1）環(huán)境噪聲。井下環(huán)境復(fù)雜、機(jī)械設(shè)備眾多，產(chǎn)生各類(lèi)環(huán)境噪聲存在于UWB 雷達(dá)回波當(dāng)中，使信號(hào)弱、干擾強(qiáng)、頻率范圍較低，最終造成回波信號(hào)信噪比低、波形雜亂。

2）背景雜波。由井下各種障礙物對(duì)UWB 雷達(dá)波的多次折射、反射造成直達(dá)波、直耦波、大型機(jī)械設(shè)備的反射波等多種雜波產(chǎn)生，其頻率和波形規(guī)律不確定且隨機(jī)性強(qiáng)、時(shí)變性顯著，使雷達(dá)回波波形不穩(wěn)定，以非線性形式分布。

3）探測(cè)目標(biāo)的運(yùn)動(dòng)狀態(tài)。井下障礙物后方被困人員靜止時(shí)的生命體征是否正常，運(yùn)動(dòng)時(shí)的肢體移動(dòng)、體態(tài)和步態(tài)運(yùn)動(dòng)狀態(tài)，都會(huì)引起雷達(dá)回波變化。

2 UWB 雷達(dá)回波信息處理研究現(xiàn)狀

由UWB 雷達(dá)鉆孔探測(cè)原理可知，其重點(diǎn)和難點(diǎn)是對(duì)回波信號(hào)的處理，從中提取有效生命特征。鉆孔救援中用UWB 雷達(dá)探測(cè)，災(zāi)后井下復(fù)雜的環(huán)境噪聲和背景雜波都會(huì)干擾回波信號(hào)[20]，致使回波波形雜亂、信噪比低、有效生命信息被淹蓋，需要進(jìn)行預(yù)處理，進(jìn)而實(shí)現(xiàn)對(duì)不同運(yùn)動(dòng)狀態(tài)下的有效生命特征提取。以下主要對(duì)UWB 雷達(dá)回波雜波濾除和有效特征提取2 個(gè)關(guān)鍵問(wèn)題的研究現(xiàn)狀進(jìn)行梳理總結(jié)。

2.1 UWB 雷達(dá)回波雜波濾除

為了從UWB 雷達(dá)回波中獲取有用生命信息，要進(jìn)行雜波濾除的預(yù)處理，關(guān)于雜波濾除的研究目前主要從濾除方法、算法和模型3 方面進(jìn)行。

在雜波濾除方法方面，張金元等[21]運(yùn)用多普勒特征與所處環(huán)境的不同，提出濾波器和小波變換的干擾抑制方法來(lái)抑制環(huán)境噪聲和雜波的干擾，在提高信雜比的同時(shí)，還取得了很好的抑制雜波干擾效果；TIVIVE F H C 等[22]利用墻壁雜波抑制方法，通過(guò)實(shí)際和模擬實(shí)驗(yàn)數(shù)據(jù)證明其對(duì)雜波的抑制效果；MABROUK[23]等利用UWB 雷達(dá)探測(cè)障礙物后目標(biāo)的方法，能夠有效地從靜止目標(biāo)反射的呼吸信號(hào)中濾除雜波。

在雜波濾除算法方面，郭繼坤等[24]通過(guò)采用EMD 和參考獨(dú)立成分分析（ICA-R）聯(lián)合算法有效抑制了UWB 雷達(dá)回波中的雜波，并能夠?qū)⑷梭w呼吸心跳信號(hào)與雜波分離；劉永立等[25]為了將UWB 雷達(dá)回波中噪聲和雜波濾除，提出了改進(jìn)的卡爾曼濾波算法，并進(jìn)行仿真與現(xiàn)場(chǎng)的測(cè)試，彌補(bǔ)卡爾曼濾波精度低的缺陷；文樂(lè)等[26]通過(guò)正交解調(diào)將載有人體呼吸信號(hào)回波中的固定雜波濾除，并進(jìn)行仿真模擬實(shí)驗(yàn)，獲得MUSIC 算法能夠有效抑制噪聲波，提高信噪比。

在雜波濾除模型方面，根據(jù)EMD 分解可以對(duì)信號(hào)進(jìn)行時(shí)域或頻域上的分析[27]，主要采用的是一種基于EMD 分解的時(shí)域新型雜波濾除方法——時(shí)域尺度濾波法[28]，其為：

式中：Sb（t）為呼吸波形數(shù)據(jù)；Sh（t）為心跳波形數(shù)據(jù)；IMF 為固有模態(tài)函數(shù)；t為時(shí)間。

該方法將回波時(shí)延序列分解為N個(gè)IMFj（t），（j=1，2， ···，N），對(duì)每個(gè)IMF 進(jìn)行快速傅里葉變換（FFT），達(dá)到有效地濾波目的；其基本保留了雷達(dá)回波中原始數(shù)據(jù)即不平穩(wěn)又不線性的特性。

2.2 UWB 雷達(dá)回波有效特征提取

UWB 雷達(dá)回波經(jīng)過(guò)雜波抑制、濾除和優(yōu)化后，要進(jìn)行關(guān)鍵的有效生命特征提取工作。為此，通過(guò)從時(shí)域/頻域分析方法、時(shí)頻分析方法、數(shù)字處理技術(shù)和其他處理方式4 個(gè)方面來(lái)介紹UWB 雷達(dá)回波有效特征提取的研究現(xiàn)狀。

2.2.1 時(shí)域/頻域分析方法

時(shí)域分析方法可直接提取接收的回波信號(hào)，并將呼吸、心跳信號(hào)分離出來(lái)；可以有效地克服呼吸與心跳之間的相互干擾，但對(duì)所用設(shè)備的指標(biāo)要求比較高。頻域分析方法先對(duì)接收的回波信號(hào)進(jìn)行頻譜分析，從頻域上獲取呼吸、心跳的譜圖，獲得呼吸率和心率；可以彌補(bǔ)信號(hào)在時(shí)域上偏移、混疊的不足，但呼吸會(huì)對(duì)心跳造成干擾[29]。經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）和平均經(jīng)驗(yàn)?zāi)B(tài)分解（EEMD）算法是目前常用的時(shí)域、頻域分析方法。EMD 和EEMD 的比較見(jiàn)表1。

表1 EMD 和EEMD 的比較Table 1 Comparison of EMD and EEMD

EMD 算法能依據(jù)信號(hào)自身特征自適應(yīng)的將時(shí)延序列分解為若干IMF，可在時(shí)域或頻域上進(jìn)行信號(hào)重構(gòu)[30]；在EMD 的基礎(chǔ)上加入高斯白噪聲，并將IMF 取平均作為時(shí)延序列基函數(shù)，得到EEMD 算法[31]，具有多分辨率的特性。WANG 等[32]運(yùn)用時(shí)域有限元方法和EMD 算法對(duì)UWB 雷達(dá)回波數(shù)據(jù)進(jìn)行分析，結(jié)果表明EMD 算法可有效地識(shí)別提取障礙物后的生命體征；張崇超等[33]利用EEMD 算法提取UWB 雷達(dá)回波中的有效生命信息，根據(jù)模式判別準(zhǔn)測(cè)重構(gòu)呼吸心跳信號(hào)，有效地解決了模態(tài)混疊現(xiàn)象，準(zhǔn)確地提取呼吸心跳信號(hào)。

2.2.2 時(shí)頻分析方法

時(shí)頻分析方法將時(shí)域頻域聯(lián)合依據(jù)頻譜隨時(shí)間變化規(guī)律來(lái)精確分析呼吸、心跳等有效特征，探測(cè)是否有生命存在。該方法彌補(bǔ)了時(shí)域和頻域分析方法存在對(duì)波形中振幅、相位和頻率等成分分析難，不能反映頻譜隨時(shí)間變化規(guī)律的缺陷。

通過(guò)近年對(duì)UWB 生命探測(cè)回波信號(hào)的時(shí)頻分析，認(rèn)為Wigner-Hough 變換為最優(yōu)的時(shí)頻分析法[34]，其對(duì)呼吸、心跳信號(hào)提取有明顯的優(yōu)勢(shì)，彌補(bǔ)了短時(shí)傅里葉變換和魏格納變換等時(shí)頻分析方法受交叉項(xiàng)干擾的缺陷；同時(shí)快速傅里葉變換和小波變換也是有效的時(shí)頻分析方法。陳瑞鼎等[35]利用卡爾曼濾波將墻后運(yùn)動(dòng)人體反射的UWB 雷達(dá)回波分離，并采用快速傅里葉變換處理分離后的目標(biāo)信號(hào)，從而提取腿、胳膊等體位運(yùn)動(dòng)有效特征；小波變換可自動(dòng)改變時(shí)寬和頻寬大小，具有良好的時(shí)頻聯(lián)合分析特性，是線性時(shí)頻表示，QIANG 等[36]利用小波變換法對(duì)UWB 雷達(dá)回波信號(hào)中的生命信息進(jìn)行提取，但其過(guò)程會(huì)涉及大量復(fù)雜的積分、卷積運(yùn)算影響提取效率；徐進(jìn)等[37]提出小波變換的改進(jìn)算法，如改進(jìn)型D4 小波算法。改進(jìn)型D4 小波算法具有較小的運(yùn)算量、編程量和存儲(chǔ)量開(kāi)支，可實(shí)現(xiàn)對(duì)雷達(dá)回波有效生命特征的快速提取。

2.2.3 數(shù)字處理技術(shù)

傳統(tǒng)的數(shù)字處理技術(shù)在UWB 雷達(dá)回波有效特征提取上，通過(guò)數(shù)字處理器、數(shù)學(xué)模型的方式將有效生命特征提取。HAN 等[38]運(yùn)用數(shù)字信號(hào)處理技術(shù)，對(duì)UWB 雷達(dá)回波進(jìn)行信息處理，獲得心跳、呼吸等人體生命信息參數(shù)；李孝揆[39]將UWB 雷達(dá)應(yīng)用到礦用生命探測(cè)儀上，該探測(cè)儀采用數(shù)字濾波將回波信號(hào)經(jīng)過(guò)采樣積分后進(jìn)行AD 轉(zhuǎn)換、數(shù)字正交鑒相（I/Q 分離）和數(shù)字信號(hào)處理器的處理后，獲取回波中有效特征，進(jìn)而提取生命信息。

2.2.4 其他方法的回波信息處理

崔學(xué)榮等[40]結(jié)合神經(jīng)網(wǎng)絡(luò)模型對(duì)復(fù)雜環(huán)境下UWB 雷達(dá)回波中的呼吸信號(hào)提取，并與最大能量法對(duì)比獲得的呼吸信號(hào)，經(jīng)實(shí)驗(yàn)證明其提高了呼吸信號(hào)的實(shí)時(shí)探測(cè)精度和魯棒性；劉超等[41]為了獲取有效的生命信息，運(yùn)用K-L 變換對(duì)UWB 雷達(dá)回波信號(hào)進(jìn)行處理，并通過(guò)實(shí)驗(yàn)證明UWB 雷達(dá)回波信號(hào)得到增強(qiáng)。此外，還有相干解調(diào)法、半正定松弛、衍生短時(shí)傅里葉變換、周期抽樣疊加法、Charnes-Cooper 轉(zhuǎn)換、序列優(yōu)化、拉格朗日對(duì)偶方法和插值尋峰法等都可從不同角度實(shí)現(xiàn)不同程度的UWB 雷達(dá)回波信息處理。

3 存在的問(wèn)題

以上國(guó)內(nèi)外學(xué)者對(duì)UWB 雷達(dá)回波信息處理進(jìn)行了大量研究，獲得了豐碩的成果，但受限于現(xiàn)有技術(shù)水平等因素，仍在礦山垂直鉆孔救援的應(yīng)用研究中存在不足，主要體現(xiàn)在以下方面：

1）雜波濾除技術(shù)、濾除種類(lèi)比較單一且缺乏濾波后信息驗(yàn)證。雜波濾除技術(shù)因其自身的局限性缺乏多域信息處理，不能實(shí)現(xiàn)井下多種雜波（背景噪聲和環(huán)境雜波）的同步抑制、濾除和優(yōu)化；雜波濾除后波形特征明顯優(yōu)化，但數(shù)據(jù)特征的有效性、可靠性缺乏驗(yàn)證。

2）缺乏多類(lèi)型的微多普勒特征提取。目前對(duì)鉆孔救援UWB 雷達(dá)回波有效特征的提取，主要集中在正常生命狀態(tài)下的呼吸、心跳信號(hào)上，缺乏對(duì)靜止時(shí)的姿態(tài)、脈搏微動(dòng)和運(yùn)動(dòng)時(shí)的步態(tài)、體位運(yùn)動(dòng)特征等準(zhǔn)確提取與科學(xué)表征；對(duì)非正常狀態(tài)下的呼吸心跳信號(hào)（如生病時(shí)的咳嗽、急促呼吸和竇性心律）作為有效生命特征提取的研究更加匱乏。

3）礦井災(zāi)害環(huán)境下UWB 雷達(dá)回波信息處理研究較少?，F(xiàn)有雜波濾除的研究主要針對(duì)地面雜波或大氣雜波，UWB 雷達(dá)探測(cè)目前主要應(yīng)用在室內(nèi)、大氣和地面環(huán)境領(lǐng)域，而基于鉆孔救援的礦井環(huán)境下UWB 雷達(dá)回波信息處理研究較為匱乏，也缺乏相關(guān)的理論支持。

4）現(xiàn)有信息處理設(shè)備不能滿(mǎn)足礦山鉆孔救援需求。目前所研發(fā)的芯片在雷達(dá)回波信息處理過(guò)程中不能解決運(yùn)算量和存儲(chǔ)量大的問(wèn)題，且缺乏融合多領(lǐng)域技術(shù)的信息處理模塊；深度自學(xué)習(xí)的有效特征數(shù)據(jù)庫(kù)建立不足，無(wú)法滿(mǎn)足對(duì)多種運(yùn)動(dòng)狀態(tài)下的微弱生命信息比對(duì)需求，致使設(shè)備實(shí)時(shí)性差、適應(yīng)性低，難以保證所獲生命信息的準(zhǔn)確性與可靠性。

4 發(fā)展趨勢(shì)

1）結(jié)合時(shí)頻分析方法和多域處理濾波。將雜波濾除技術(shù)與時(shí)頻分析結(jié)合，從時(shí)域頻域聯(lián)合角度研究對(duì)井下多種環(huán)境噪聲和背景雜波的同步濾除，獲取其實(shí)時(shí)性、魯棒性等指標(biāo)參數(shù)；結(jié)合多域處理（時(shí)域、頻域、倒譜、距離-時(shí)間域、距離-多普勒域）從多角度進(jìn)行噪聲雜波濾除，建立各類(lèi)噪聲雜波與其最佳濾除域（角度）的對(duì)應(yīng)關(guān)系。

2）研究多種微多普勒特征提取且加強(qiáng)心跳信號(hào)提取。運(yùn)用ICA 算法研究井下被困人員靜止時(shí)的姿態(tài)、脈搏微動(dòng)以及非正常狀態(tài)下咳嗽、急促呼吸和竇性心律等信號(hào)作為有效生命特征的提??；利用同步擠壓短時(shí)傅里葉變換提取運(yùn)動(dòng)時(shí)的步態(tài)、體位運(yùn)動(dòng)特征，研究步態(tài)規(guī)律建立人體步態(tài)運(yùn)動(dòng)模型；基于互相關(guān)的聯(lián)合多距離門(mén)信號(hào)的體征提取算法研究對(duì)淹沒(méi)在呼吸信號(hào)和雜波中的心跳信號(hào)提取。

3）加大對(duì)災(zāi)后礦井環(huán)境下雷達(dá)回波信息處理的研究。利用神經(jīng)網(wǎng)絡(luò)模型研究基于鉆孔救援的礦井環(huán)境下UWB 雷達(dá)回波的振幅、頻率和相位等關(guān)鍵參數(shù)，并與運(yùn)用在地面環(huán)境的雷達(dá)回波成分對(duì)比，得出運(yùn)用在礦井環(huán)境與地面環(huán)境之間的映射關(guān)系，獲得在井下研究的理論依據(jù)。

4）融合多領(lǐng)域技術(shù)研發(fā)適用鉆孔救援生命信息識(shí)別設(shè)備。針對(duì)信息處理存在運(yùn)算量和儲(chǔ)存量大等缺陷，設(shè)備研發(fā)要融入物聯(lián)網(wǎng)、通信、大數(shù)據(jù)和云計(jì)算等領(lǐng)域的技術(shù)，滿(mǎn)足礦山鉆孔救援需求；進(jìn)一步擴(kuò)充礦井環(huán)境下雷達(dá)回波數(shù)據(jù)訓(xùn)練集，與深度自學(xué)習(xí)結(jié)合，建立有效特征數(shù)據(jù)庫(kù)，適應(yīng)井下多種目標(biāo)狀態(tài)的回波數(shù)據(jù)。

5 結(jié) 語(yǔ)

經(jīng)過(guò)國(guó)內(nèi)外學(xué)者對(duì)UWB 雷達(dá)回波信息處理進(jìn)行的大量研究，促使雷達(dá)回波信息處理取得了一定的進(jìn)展，并推動(dòng)礦山垂直鉆孔救援技術(shù)進(jìn)入超寬帶雷達(dá)探測(cè)階段，實(shí)現(xiàn)了對(duì)障礙物后方的非接觸式生命探測(cè)，使鉆孔救援探測(cè)系統(tǒng)的探測(cè)性能獲得進(jìn)一步拓展。但是為了應(yīng)對(duì)復(fù)雜多變的井下救災(zāi)環(huán)境，礦山垂直鉆孔救援技術(shù)在UWB 雷達(dá)回波信息處理上仍需與物聯(lián)網(wǎng)、通信、大數(shù)據(jù)和云計(jì)算等領(lǐng)域的技術(shù)進(jìn)行聯(lián)合、集成，并向數(shù)字化、信息化和智能化方向發(fā)展；進(jìn)一步加大對(duì)雜波濾除和有效特征提取關(guān)鍵問(wèn)題的研究力度，從而實(shí)現(xiàn)準(zhǔn)確高效的UWB 雷達(dá)回波信息處理，以提高對(duì)礦山垂直鉆孔救援中井下障礙物后方被困人員生命信息探測(cè)、識(shí)別和提取的可靠性與準(zhǔn)確性。