微弱生命體回波處理算法研究.pdf

1、人體和動(dòng)物等生命體呼吸和心跳的周期運(yùn)動(dòng)會(huì)引起胸腔等外表層的微弱起伏運(yùn)動(dòng)，從而對(duì)電磁波信號(hào)產(chǎn)生微多普勒調(diào)制作用。通過(guò)提取分析和處理生命體的微多普勒調(diào)制特征，可以實(shí)現(xiàn)對(duì)生命體呼吸和心跳頻率等特征的估計(jì)和對(duì)生命體目標(biāo)的檢測(cè)定位。在地震、火災(zāi)和泥石流等救援領(lǐng)域，以及反恐戰(zhàn)爭(zhēng)中確保人質(zhì)安全等方面都有非常重要的實(shí)際應(yīng)用價(jià)值。根據(jù)微弱生命體的微動(dòng)模型，本文主要從傳統(tǒng)處理算法、時(shí)頻分析處理算法及基于譜估計(jì)處理算法等幾個(gè)方面展開(kāi)研究，具體如下：
　

2、　1.針對(duì)微弱生命體目標(biāo)物理特征，建立了呼吸心跳的雙微動(dòng)模型，并分析了基于傅里葉和多重自相關(guān)等傳統(tǒng)處理算法，仿真并比較了兩種算法的有效性。
　　2.針對(duì)建立的微弱生命體的回波模型，研究了基于Gabor變換、SPWVD（平滑偽維格納-威爾分布）和小波變換等三種時(shí)頻處理算法；提出了一種改進(jìn)的小波變換處理方法，該方法通過(guò)改進(jìn)閾值函數(shù)，提高回波信號(hào)的信噪比；最后，仿真驗(yàn)證了三種時(shí)頻算法的性能。結(jié)果表明，性能要優(yōu)于傳統(tǒng)的處理算法。
　

3、　3.研究了基于MUSIC、MVDR和AR模型三種譜估計(jì)處理算法，仿真分析了基于譜估計(jì)處理算法的性能。結(jié)果表明，針對(duì)較強(qiáng)的呼吸信號(hào)，該方法可以得到較高的信噪比，而對(duì)較微弱的心跳信號(hào)，信噪比較低。
　　4.針對(duì)微弱生命體目標(biāo)的定位問(wèn)題，建立了步進(jìn)頻率連續(xù)波體制的目標(biāo)回波模型，研究了基于傅里葉變換、小波變換和MUSIC算法的信號(hào)處理方法，并對(duì)提出的方法進(jìn)行了仿真和實(shí)測(cè)數(shù)據(jù)驗(yàn)證。結(jié)果表明，基于步進(jìn)頻率連續(xù)波體制的雷達(dá)不僅能探測(cè)到微弱生命