论文部分内容阅读
穿墙生命探测雷达(Through-the-wall Detection Radar, TWDR)是灾后搜寻幸存者的重要工具,它发射电磁波穿过墙壁,碰到人体返回,通过对回波进行处理,就可以获取目标的呼吸、心跳等生命信号。生命信号识别是穿墙生命探测雷达研究的核心问题。生命信号是一种受强噪声干扰的微弱信号,信号随机性强,具有非平稳特性,给呼吸心跳信号的分离、多目标的识别带来很大困难。本文在研究连续波穿墙生命探测雷达(Continuous Wave TWDR,CW-TWDR)和脉冲超宽带穿墙生命探测雷达(Ultra-Wideband TWDR,UWB-TWDR)原理的基础上,将高分辨率谱估计、自适应信号处理、盲源分离算法、模式识别等现代信号处理技术运用于生命信号的识别。先进的信号处理技术不仅提高了生命探测雷达生命信号的识别精度,而且能够完成多人识别以及人和动物区分。本文开展了如下三方面的工作：(1)针对冲激超宽带生命探测雷达中,传统的平均相消法不能有效去除直达波,从而影响目标回波信号的提取这一问题,采用宽带互相关法对回波时延进行估计,然后提取各个回波时延序列的均值与方差作为特征量,运用C-均值聚类算法对回波进行分类,实现直达波与目标回波的分离；(2)针对穿墙生命探测雷达系统中传统的基于数字滤波和谱估计的生命信号提取方法不能有效处理非平稳信号、易受呼吸谐波干扰的问题,提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)的生命信号提取的新方法,实验结果表明,新提出的方法能避免呼吸信号谐波对心跳信号的干扰,因而能更加精确的提取呼吸和心跳参数；(3)最后基于Labview构建了雷达硬件系统测试平台,结合仿真和实测两个方面加以验证,逐步完善整套信号处理算法,为实现更经济实用的雷达生命探测仪,提供了理论支持。