雷達微多普勒特征

1、<p><b>　　雷達微多普勒特征</b></p><p><b>　　目 錄</b></p><p><b>　　1 引言（1）</b></p><p>　　1.1 課題背景和意義（1）</p><p>　　1.2 國內(nèi)外的研究狀況和發(fā)展趨勢（2）<

2、/p><p>　　2雷達中的微多普勒效應（3）</p><p>　　2.1 雷達的簡單介紹（3）</p><p>　　2.2 雷達工作的基本原理（3）</p><p>　　2.3 雷達中的微多普勒效應（4）</p><p>　　3 人體步態(tài)雷達回波模型（5）</p><p>　　3.1 引

3、言（5）</p><p>　　3.2 人體的行走（6）</p><p>　　3.3 人體行走的軌跡仿真和建模（6）</p><p>　　3.3.1行走軌跡（6）</p><p>　　3.3.2行走模型（17）</p><p>　　4 微動特征提取（20）</p><p>　　4.1

4、人體運動的軌跡模式（20）</p><p>　　4.2 行人的雷達后向散射（22）</p><p>　　4.3 行人的雷達后向散射（24）</p><p>　　4.3.1雜波抑制（24）</p><p>　　4.3.2抑制雜波后的數(shù)據(jù)時頻分析（26）</p><p>　　4.4 人體運動引起的雷達微多普勒特征

5、（26）</p><p>　　5 結(jié)束語（27）</p><p><b>　　致謝（28）</b></p><p><b>　　參考文獻（29）</b></p><p><b>　　1 引 言</b></p><p>　　1.1 課題背景和意義&

6、lt;/p><p>　　技術時代的更新，雷達漸漸步入成熟，它通過電磁波承載所需的信息，因此沒有任何時間限制，也不受氣候等客觀因素的影響，在警戒，引導，武器控制，偵查，航行保障，氣象觀察，敵我識別等方面得到了廣泛應用。對人體的步態(tài)識別更是當下諸多學者持續(xù)研究的經(jīng)典課題。</p><p>　　人類的行走步態(tài)是一個包含了身體各部分不同運動組成的復雜運動。行進中的人體同時存在心跳、呼吸以及四肢擺動、軀

7、干擺動等運動形式，但由于心跳及呼吸引起的胸腔微動產(chǎn)生的多普勒信號(這個主要用于醫(yī)學上的非接觸測試)較四肢擺動而言可以忽略不記，所以在進行實際人體行進特征分析時，可以把軀干部分視為剛體運動，人體在行進或者跑步過程中四肢的擺動即可視為微動。由于人體行進時人的手和腿的擺動會給雷達回波帶來多普勒調(diào)制信息，利用現(xiàn)代數(shù)字信號處理技術對采集到的回波信號進行時頻變換，結(jié)合人體結(jié)構(gòu)模型和多普勒回波時頻圖，估計和提取人體微動特征參數(shù)，以到達人體微動識別的目

8、的[1]。</p><p>　　而雷達具有在任何天氣條件下完成遠距離偵測和識別人體的優(yōu)勢。目前雷達步態(tài)識別越來越受到國內(nèi)外學者的關注 ,研究也日趨深入。它是運動學與雷達信號處理的交叉結(jié)合 ,技術涉及運動建模 、 時頻分析 、變采樣濾波 、雷達成像理論和技術等 。當目標或目標上的某些部分存在相對于目標主運動方向的機械振動或旋轉(zhuǎn), 則回波信號的頻率將被調(diào)制 ,體現(xiàn)在頻譜圖上則是頻移旁瓣的出現(xiàn)。這種現(xiàn)象就稱為微多普勒效

9、應 。微多普勒是從頻率上描述了目標微動的雷達特征,反映的是多普勒頻移的瞬時特性,表征了目標微動的瞬時徑向速度[2]。</p><p>　　這是一種非接觸的生物特征識別技術，可以遠距離進行，是其他任何生物特性無法比擬的，不容偽裝，因此在警察偵破一些特殊案件時會起到至關重要的作用，在一個犯罪過程中，可能由于各種客觀原因無法識別其臉型，但走路的樣子是無法規(guī)避的，通過將犯罪分子的步態(tài)進行搜索與比對，確認其本人，甚至犯罪前

10、通過步態(tài)的提取與識別，再結(jié)合心理可以提前發(fā)現(xiàn)一些不良勢頭，在軍事，反恐與安全系統(tǒng)等許多領域有著廣泛的應用前景和重要的研究意義。</p><p>　　1.2 國內(nèi)外的研究狀況和發(fā)展趨勢</p><p>　　國外方面：基于雷達微多普勒特征的人體微動研究開始于上世紀90年代末，之后發(fā)展迅速[3][4]。英國泰利斯傳感器有限公司(Thales Sensors Limited)和泰利斯研究有限公司(

11、Thales Research Limited)的研究人員利用基于微多普勒特征的單兵便攜式監(jiān)測跟蹤雷達(Man Portable Surceinance and Tracking Radar MSATR)，對行人，輪式車和履帶車的進行分類。荷蘭海牙TNO物理與電子實驗室研制了一種手持式穿墻雷達，應用于城市作戰(zhàn)和反恐特種作戰(zhàn)。美國佐治亞技術研究所研制出了一種因外形類似手電筒而得名“手電筒式雷達"，可探測到人體由于心跳或呼吸導致的

12、人胸部的微小運動(測量精度可達毫米量級)，并具有自動識別人體功能。該系統(tǒng)可探測到位于水泥墻、木墻、鋼門以及樹叢等障礙后面的人員，有效探測距離30-50米，穿透2-3米實體磚墻后探測距離仍有10米，該裝置目前只能固定使用，研究人員希望在以后的研究中對其進行完善和便攜式設計[5]。</p><p>　　國內(nèi)方面：隨著技術的不斷更新，關于微動目標特征的識別與提取的研究也是在逐步的深入，西安電子科技大學，國防科學科技大學

13、，電子科技大學等重點科研單位的研究人員嘗試各種途徑，將此應用更加完善并合理的運用到各項技術領域中，在一定程度上已經(jīng)取得了相當?shù)耐黄啤?lt;/p><p>　　發(fā)展趨勢：步態(tài)特征是一個復雜的研究課題，大范圍涉及到醫(yī)學、計算機視覺、圖像處理等多個領域的知識，小范圍與雷達工作原理、微多普勒效應等有著密不可分的聯(lián)系，而隨著時代慢慢融入了數(shù)字化，步態(tài)特征的識別技術愈加凸顯其價值，因此，對它的研究，包括復雜背景干擾、識別算法[6

14、]等的要求也是更為嚴苛，如何進行適當?shù)奶幚碜兊糜葹橹匾?，其中微動產(chǎn)生的微多普勒效應作為目標的獨有特性將變得關鍵。</p><p>　　2 雷達中的微多普勒效應</p><p>　　2.1 雷達簡單介紹</p><p>　　雷達，是英文Radar的音譯，源于radio detection and ranging的縮寫，意思為“無線電探測和測距”，即用無線電的方法發(fā)現(xiàn)目

15、標并測定它們的空間位置。因此，雷達也被稱為“無線電定位”。畢業(yè)設計論文代做平臺 《580畢業(yè)設計網(wǎng)》 是專業(yè)代做團隊 也有大量畢業(yè)設計成品提供參考 www.bysj580.com QQ 3139476774 QQ3449649974</p><p>　　雷達所起的作用與眼睛和耳朵相類似，不過它是人類智慧的杰作，它的信息載體是無線電波，因此其基本的形式是由發(fā)射機，發(fā)射天線，接收機，接收天線，處理部分及顯示

16、器，電源等幾個主要部分構(gòu)成。雷達發(fā)射電磁波對目標進行照射并接收其回波，由此獲得目標至電磁波發(fā)射點的距離，距離變化率（徑向速度），方位，高度的信息。事實上，不論是可見光或是無線電波，在本質(zhì)上是同一種東西，那就是電磁波，傳播的速度都是光速c，而雷達的差別在于它們各自占據(jù)的頻率和波長不同。</p><p>　　2.2 雷達工作的基本原理</p><p>　　簡單概括的分析，雷達工作的基本原理是這

17、樣的：雷達設備中的發(fā)射機通過天線將電磁波能量發(fā)射到空間某一方向，而在這個方向上的物體會反射碰到的電磁波；雷達天線再接收這個反射波，然后傳送接收設備進行處理，提取該物體的相關信息（目標物體與雷達之間的距離、角度、徑向速度、方位、高度等）。</p><p>　　測量距離指的是測量發(fā)射脈沖與回波脈沖之間的時間差，因電磁波以光速傳播，根據(jù)這個就能計算出與目標的精確距離。方位測量是利用天線中尖銳方位波束測量。測量仰角通過窄

18、的仰角波束測量。根據(jù)仰角與距離就能算出目標的高度。測量速度是雷達根據(jù)自身和目標之間存在相對運動而產(chǎn)生的頻率，即多普勒效應原理。</p><p>　　雷達接收到目標的回波頻率與雷達發(fā)射的頻率有所差異，這兩者的差值被稱為多普勒頻率。將此多普勒頻率進行分析，可以提取一個主要信息，就是雷達自身與目標之間的距離變化率（即徑向速度）。當目標與干擾雜波并存于雷達的同一空間分辨單元內(nèi)時，雷達會利用它們之間多普勒頻率的差異，從干擾

19、雜波中檢測分辨和跟蹤目標。</p><p>　　2.3 雷達中的微多普勒效應</p><p>　　雷達發(fā)射電磁信號到物體并接收物體的回波信號?；诮邮招盘柕难舆t時間，雷達可以測量目標的距離。如果物體是移動的，接收信號的頻率將偏離發(fā)射信號的頻率，稱為多普勒效應。多普勒頻移取決于移動物體的徑向速度，即在視線方向上的速度分量?；诮邮招盘柕亩嗥绽疹l移，雷達可以測量動目標的徑向速度。如果除了主體移

20、動外，物體或物體的任何結(jié)構(gòu)部件還有擺動，則這種擺動將在回波信號上引起附加的頻率調(diào)制，并在主體移動而產(chǎn)生發(fā)射信號的多普勒偏移頻率附近產(chǎn)生了邊頻。這種附加的多普勒調(diào)制稱為微多普勒效應[7]。</p><p>　　在許多情況下，一個物體或者此物體的任何結(jié)構(gòu)部件可能具有振蕩運動，稱為微運動。微動的源可以是鳥撲動的翅膀，擺動的手臂和腿的行人，旋轉(zhuǎn)的天線，直升機旋轉(zhuǎn)的旋翼葉片，或者其他的原因。人的關節(jié)運動時由人體部件的一系列

21、運動來完成的。由于高度的關節(jié)聯(lián)結(jié)和靈活性，因而它是一種復雜的微運動。</p><p>　　3 人體步態(tài)雷達回波模型</p><p><b>　　3.1 引言</b></p><p>　　人類肢體的運動是一種關節(jié)連接的運動。人體四肢的運動可以被描述成一種重復的周期性運動。人體的步態(tài)是大腦、肌肉、神經(jīng)、關節(jié)和骨骼高度協(xié)調(diào)的周期性運動。</p&

22、gt;<p>　　行走是人體活動中一種典型的關節(jié)性運動，可以被分解為步態(tài)循環(huán)中的周期性運動。人體的行走循環(huán)包括兩個階段：站姿階段和擺動階段。在站姿階段中，雙腳的一個腳跟落地和另一個腳趾離地。在擺動階段，腳加速或減速地抬離地面。分析人體步態(tài)的方法可以是視覺分析、傳感器測量及運用某種運動學系統(tǒng)測量人體的各個部位，位移、速度、加速度以及關節(jié)的角度。不同的人體運動，如行走、跑步和跳躍等，有這不同的人體運動模式。相對與視覺圖像序列，

23、雷達微多普勒特征對距離、光線條件和背景復雜性并沒有要求，因此，可用與估計步態(tài)的周期性，以及站姿階段和擺動階段各自的周期性。</p><p>　　動態(tài)方法和運動學方法均可用于產(chǎn)生人體運動。具體如何選擇，可以根據(jù)各條件因素進行合理考慮，適當應用。其中運動學參數(shù)對于人體運動是相當關鍵的。這些參數(shù)有線性位置（位移）、線性速度、線性加速度、角度、角速度、角加速度。速度是位置相對于時間的變化率，而加速度是速度相對于時間的變化

24、率。這三個動態(tài)參數(shù)可用于理解任何運動的特性。加速度可以用于加速度計直接測量。相應的速度可以通過對加速度的積分得到，而相應的位置可以通過對速度的積分得到。</p><p>　　角度動態(tài)參數(shù)包括人體各部位的角度，稱為部位角。由于人體可以認為是大量由關節(jié)連接的部位都成，關節(jié)角是非常有用的參數(shù)。角速度是角度相對于時間的變化率，而角加速度是角速度相對于時間的變化率。這三個參數(shù)可用于描述人體的各部位的角運動。</p&g

25、t;<p><b>　　3.2 人體的行走</b></p><p>　　人的行走時通過每只腳從一個支撐點到另一個支撐點的周期性運動，同時還伴隨著有周期性的胳膊和腿的擺動及人體重心周期性的上下移動。雖然人體的行走有著共同的通用模式，但對個體的步態(tài)而言仍具有各自的特點。這也就是人們可以在一定距離外就根據(jù)行走方式認出自己的朋友的原因[8]。因此，人體的步態(tài)分析在基于行走方式識別個體方

26、面也是可用的。而且，在實際中也可以通過步態(tài)觀察出人的情緒特點。比如，一個情緒高興的人的步態(tài)和情緒沮喪的人的步態(tài)會有很大的區(qū)別。因此，抓住任何情緒化的步態(tài)信息可以幫助發(fā)現(xiàn)某人的反常行為。</p><p>　　人體行走的一個明顯的本質(zhì)特點就是周期性。圖1描述了人體行走的一個運動循環(huán)[8]。其中，站姿階段占據(jù)這整個循環(huán)的大概60%，其他是擺動階段。在站姿階段中，一只腳是和地面接觸的。在擺動階段中，腳的離地與擺動是為下一

27、步做準備。行走就是這樣的循環(huán)運動重復著。</p><p>　　圖1 人行走的一個循環(huán)</p><p>　　站姿階段包括三個周期：（1）第一次雙支撐,即雙腳著地；（2）單肢站立，即只有一只腳掌接觸地面而另一只腳擺動；（3）第二次雙支撐，即雙腳再次著地。</p><p>　　在站姿階段分為五個事件：腳后跟著地、腳平放、中部站立、腳后跟離地和腳趾離地。其中腳后跟著地是整個

28、步態(tài)循環(huán)的開始，而腳趾離地是站姿階段的結(jié)束，因為腳的離地。</p><p>　　在擺動階段沒有雙支撐周期，只有單肢擺動。在擺動階段含有三個相關事件：腳前向加速，腳掌直接通過身體下方時的中部擺動，以及腿的減速使腳掌穩(wěn)定并且為下一次的腳后跟著地做準備。</p><p>　　3.3 人體行走的軌跡仿真和建模</p><p>　　3.3.1 行走軌跡</p>

29、<p>　　其上的行走模型本身是基于大量的實驗研究數(shù)據(jù)的平均參數(shù)得到的平均人體行走模型，并不是通過求解運動方程得出，也沒有考慮到一些個性化的運動特征，但該模型列出了以時間函數(shù)的形式提供的人體行走的各個部件的三維空間位置和方向。如表1列出的，人體行走大致可以通過12種軌跡，包括3種平移和14種旋轉(zhuǎn)來描述，其中5種旋轉(zhuǎn)需要人體左右兩側(cè)共同進行。而這些平移與旋轉(zhuǎn)就描述了整個行走運動的一個循環(huán)（從一只腳的后跟著地到另一只腳的后跟著地）

30、。它們均依賴于行走速度。</p><p><b>　　表1 人體的軌跡</b></p><p>　　給定相對的行走速度為，一個行走循環(huán)的相對長度經(jīng)驗化的表示為。那么一個循環(huán)所耗時 ，相對時間按歸一化為。支撐的耗時是，雙支撐的耗時為 。身體固定的局部坐標系是以脊柱的原點為中心的，其中脊柱的原點位于人體高度H（m為單位）的大約58%的位置。</p><

31、p>　　那么，平移的軌跡是：畢業(yè)設計論文代做平臺 《580畢業(yè)設計網(wǎng)》 是專業(yè)代做團隊 也有大量畢業(yè)設計成品提供參考 www.bysj580.com QQ 3139476774 QQ3449649974</p><p>　　1 垂直平移：脊柱的中心炎脊柱高度方向的垂直平移。此平移可以用公式表示為</p><p><b>　　（1）</b></p&

32、gt;<p>　　式中，。 垂直單位以（m）為單位，如圖2。</p><p>　　圖2 脊柱中心的垂直偏移</p><p>　　2 側(cè)面平移：脊柱中心的側(cè)面擺動。該平移可用公式表示</p><p><b>　　（2）</b></p><p><b>　　式中</b></p>

33、<p><b>　　（3）</b></p><p>　　該側(cè)面平移函數(shù)如圖3。</p><p>　　圖3 脊柱中心的側(cè)面擺動</p><p>　　3 前/后向平移：腿在邁出新的步伐并穩(wěn)定時身體的加速和減速。該平移用公式表示為</p><p><b>　　（4）</b></p>

34、;<p><b>　　式中</b></p><p><b>　?。?）</b></p><p>　　且。該平移函數(shù)如圖4。</p><p>　　圖4 前向和后向平移函數(shù)</p><p><b>　　旋轉(zhuǎn)的3個軌跡：</b></p><p>

35、　　1 前/后向旋轉(zhuǎn)：在每次腿向前運動之前人體的后背相對于骨盆的撓曲運動。該旋轉(zhuǎn)運動以度（）為單位，用公式表示</p><p><b>　　（6）</b></p><p><b>　　式中</b></p><p><b>　?。?）</b></p><p><b>　

36、　該旋轉(zhuǎn)函數(shù)如圖5。</b></p><p>　　圖5 前向和后向旋轉(zhuǎn)函數(shù)</p><p>　　2 左/右旋轉(zhuǎn)：使骨盆落向擺動的腿一側(cè)的撓曲運動。該旋轉(zhuǎn)運動以分段函數(shù)的形式表示</p><p>　?。?）式中，。旋轉(zhuǎn)函數(shù)如圖6。</p><p>　　圖6 左/右旋轉(zhuǎn)函數(shù)</p><p>　　3 反扭旋轉(zhuǎn)：為

37、了走步，骨盆相對于脊柱的旋轉(zhuǎn)。該旋轉(zhuǎn)運動以度（）為單位，公式表示為</p><p><b>　?。?）</b></p><p>　　式中。該旋轉(zhuǎn)函數(shù)如圖7所示。</p><p><b>　　圖7 反扭旋轉(zhuǎn)函數(shù)</b></p><p>　　上體和下體的6個撓曲和反扭的運動軌跡：</p>

38、<p>　　1 臀部撓曲：這里需要共有3個控制點。函數(shù)如圖8。</p><p><b>　　圖8 臀部撓曲函數(shù)</b></p><p>　　2 膝蓋撓曲：這里需要共有4個控制點。函數(shù)如圖9。</p><p><b>　　圖9 膝蓋撓曲函數(shù)</b></p><p>　　3 踝關節(jié)撓曲：這里需

39、要共有5個控制點。函數(shù)如圖10。</p><p>　　圖10 踝關節(jié)撓曲函數(shù)</p><p>　　4 胸部運動：這里需要共有4個控制點。函數(shù)如圖11。</p><p>　　圖11 胸部運動函數(shù)</p><p>　　5 肩部撓曲：肩部分左右旋轉(zhuǎn)，其撓曲函數(shù)可以表示為</p><p><b>　?。?0）<

40、/b></p><p>　　式中，。其函數(shù)如圖12。</p><p>　　圖12 肩部撓曲函數(shù)</p><p>　　6 肘部撓曲：實際上肘部撓曲函數(shù)的形狀和肩部的相類似，但肘部的撓曲角不能為負。函數(shù)如圖13。</p><p>　　圖13 肘部撓曲函數(shù)</p><p>　　3.3.2 行走模型</p>

41、<p>　　因人走動時身體各部分以不同速度沿著不同的軌跡運動，所以人體走動是一個復雜的運動目標。在正確地計算出重要的運動軌跡后，可以利用這些軌跡來構(gòu)造出可用于工作的行走模型。目前，散射點模型作為一個相對簡單的應用模型，已被廣泛接受并運用在雷達后向散射信號的近似描述上。在此模型當中，復雜目標的散射可近似認為是目標上各個局部散射中心的散射集合。</p><p>　　再經(jīng)過J. L. Geisheimer等

42、人試驗并驗證，可以用一個簡化的方法來代替全部的接收信號，即將人體回波表示成有限多個點目標反射的信號之和，每一個點目標代表身體的一個部分。</p><p>　　如圖15，本文將人體定義了17個參考點，包括：頭、頸部、脊柱的基點、左右肩、肘、手、臀部、膝蓋、踝關節(jié)和腳趾，其中以脊柱原點為參考坐標系的中心，（x y z）坐標系定義：正x方向表示向前，正y方向表示向右，正z方向是向上，脊柱的基點則為坐標的原點，如圖14[

43、11]。</p><p>　　根據(jù)生物機械學實驗數(shù)據(jù)模型描述的關節(jié)點撓曲角和平移函數(shù)，歐拉角旋轉(zhuǎn)矩陣可以用于計算17個連接點在每一個時刻幀的具體位置。人體行走的這些線性的和角度的動態(tài)運動參數(shù)可以用于產(chǎn)生仿真人體的雷達回波。</p><p>　　圖14 人體參考點</p><p>　　根據(jù)相關數(shù)據(jù)，通過人的身高歸一化表示每個人體部件的長度，即身高為H，頭部長度為0.

44、130H，頸部長度0.052H，肩長為0.259H，軀干長度為0.288H，上臀長度0.188H，小臀長度0.145H，臀部長度為0.191H，大腿長度為0.245H，小腿長度為0.246H，足長為0.039H。</p><p>　　圖15 人體部件以脊柱原點（基點）為中心的參考系中的17個關節(jié)點</p><p>　　為了計算基于軌跡的每個關節(jié)點的位置，需要使用歐拉角旋轉(zhuǎn)矩陣，其中橫滾角為

45、，俯仰角為，偏航角為。在旋轉(zhuǎn)變換后便可以得到參考點的位置。為了可以從多個角度準確計算參考點的位置，最外層的角度需要首先考慮。如圖16。在考慮角度問題之后再處理平移。</p><p>　　圖16 角度軌跡計算順序</p><p>　　在一段時間內(nèi)給定一系列的參考點，可以使用這些數(shù)據(jù)模擬人體的行走，這驗證了模型的有效性。該模型可以連續(xù)模擬人體的行走，證明了這個模型是合適的人體行走模型。<

46、/p><p><b>　　4 微動特征提取</b></p><p>　　4.1 人體運動的軌跡模式</p><p>　　通過驗證其他文獻中可取的源程序，得出了相關的仿真結(jié)果，行走的人體獨立部件軌跡如圖17，可以計算出相應的徑向速度，如圖18，綜合徑向速度，可以得出人體的徑向速度模式，如圖18。</p><p>　　圖17 人

47、體各部件的運動軌跡的例子</p><p>　　圖18 人體向雷達行走時的徑向速度</p><p>　　圖19 人體各部件徑向速度的集成對比，與人體向雷達走近時的微多普勒特征一致</p><p>　　4.2 行人的雷達后向散射</p><p>　　有了有效的人體運動模型，計算人體的雷達后向散射情況會相對容易。物理光學的眼面模型可以用于計算人體部

48、件的RCS（雷達散射截面積）。為了簡化模型，本文用橢圓體構(gòu)建人體部件模型。</p><p>　　根據(jù)橢圓體的RCS公式</p><p><b>　?。?1）</b></p><p>　　式（11)中，a，b和c分別表示橢圓體的三個半軸在x方向,y方向和z方向的長度，入射角和方位角表征了橢圓體相對雷達的方位，以上關系如圖20。</p>

49、<p>　　圖20 入射角和方位角表征了橢圓體及人體部件相對雷達的方位</p><p>　　圖21 （a）雷達與行人的幾何分布（b）雷達的二維脈沖-距離像</p><p>　?。╟）整體行走模型的微多普勒特征</p><p>　　而圖21（a）說明了雷達與行人的幾何布局，其中波長為0.02m的雷達位于（X1=10m，Y1=0m，Z1=2m），人體基點的

50、起始點為（X0=0m，Y0=0m，Z0=0m）。假定行人的相對速度是VR=1.0s-1，人體高度是H=1.8m，并且人體軀干速度的平均值是1.33m/s，對應0.02m波長的多普勒頻移是。</p><p>　　使用人體部件的橢圓體模型，能夠計算出行人的雷達后向散射。其二維脈沖--距離像如圖21（b）所示。從距離像得到的微多普勒特征如圖21（c）所示，其中腳、脛骨和鎖骨的微多普勒分量則可通過對人體相應部分的仿真來表

51、示。</p><p>　　4.3 人體運動數(shù)據(jù)處理</p><p>　　在實際測量雷達數(shù)據(jù)時，往往會由于一些背景物體及不需要的運動物體的存在，距離像會顯示出強雜波。為了獲取距離像中的有用數(shù)據(jù)，必須抑制要雜波。不過，多數(shù)的背景物體是靜止的，這樣的背景雜波可以很容易地通過凹口濾波器抑制。只要無用的運動物體時通過舉例和速度可分的，這些無用的物體的后向散射亦是可以濾除。</p>&l

52、t;p>　　4.3.1 雜波抑制</p><p>　　靜止的物體通常具有零多普勒頻率以及很小的頻譜帶寬，雜波抑制技術則正是利用了靜止物體雷達回波的這種特性。因為運動中的人體具有徑向速度，其回波頻率是偏離零多普勒頻率的。如圖22所示，一個在零多普勒頻率處放置凹口的帶阻濾波器可以抑制掉大部分的雜波，而且還不會影響人體運動信號，只要人體運動的平均速度所產(chǎn)生的頻移大于凹口寬度。圖22給出了雜波和人體運動的多普勒譜圖

53、。圖22的顯示是凹口濾波器的頻率響應，給出了凹口濾波前和濾波后的雷達距離像的譜圖以及雜波濾波后的多普勒譜和濾波后的距離像。雜波抑制方法的效果依賴于濾波器凹口的深度、相對寬度及雜波本身的性質(zhì)，而且強雜波的濾波剩余仍會對人體運動的多普勒頻率估計產(chǎn)生較大的偏差。所需要的平均雜波抑制應大于40dB。</p><p>　　圖22 一個帶有零速凹口的帶阻濾波器進行雜波抑制示意圖</p><p>　　4

54、.3.2 抑制雜波后數(shù)據(jù)的時頻分析</p><p>　　圖22中所示的抑制雜波后的各項數(shù)據(jù)可用來計算行人的時頻微多普勒特征，如圖23所示。</p><p>　　圖23 雜波抑制后數(shù)據(jù)的時頻分析</p><p>　　4.4 人體運動引起的雷達微多普勒特征</p><p>　　如圖24所示，人體運動的雷達微多普勒特征是通過對雷達的距離像作時頻轉(zhuǎn)換

55、得到的。在微多普勒特征中，每一個前向的腿部擺動都表現(xiàn)出大的峰值，向左和向右的腿部擺動組成了一個完整的行走周期。人體軀干運動也是較強的運動，其信號呈現(xiàn)好出輕微的鋸齒狀，原因是人體在擺動過程中存在加速與減速的狀態(tài)。</p><p>　　圖24 人體運動引起的微多普勒特征</p><p>　　圖24給出了X波段雷達收集的人體行走、跑步和爬行的微多普勒特征，與中人體行走的微多普勒特征相比，人體跑動

56、的微多普勒特征有相對較高的多普勒頻移和較短的步態(tài)周期。人體爬行時的多普勒頻移比較低，并且最大多普勒頻移的幅度也較低。</p><p><b>　　5 結(jié)束語</b></p><p>　　微多普勒特征實際上是在一定觀察時間內(nèi)各個人體部件組合的多普勒過程，其數(shù)據(jù)僅僅是攜帶了徑向速度信息，并不像通過運動傳感器得到的更為精確且多種的運動數(shù)據(jù)。因此，從微多普勒特征，并不能重構(gòu)出

57、動畫的人體運動模型。但值得一提的是，雷達微多普勒特征反映了人體運動的特色信息，可實現(xiàn)基于微多普勒特征對人體及其運動進行分類和識別。</p><p>　　由于人體結(jié)構(gòu)的復雜性以及構(gòu)成人體材質(zhì)的特殊性，對人體的微動特征準確性的建模來說比較困難，在今后的研究重點將是盡量完善運動模型，同時與虛擬人技術相結(jié)合進行，一方面改進模型的結(jié)構(gòu)和各肢體的自由度，另一方面使其盡可能更真實的描述人體的多種而細致的運動形式，例如奔跑、跳躍

58、、手提武器的行動等。增加雷達回波的計算考慮的影響因素，不僅僅只是把人體得各主要部件作為剛體目標，盡可能更為真實地計算和反映雷達回波。</p><p><b>　　致 謝</b></p><p>　　本論文是在孫老師的親切關懷和悉心指導下完成的。她嚴謹?shù)目茖W態(tài)度，精益求精的工作作風，嚴以律己，樸實無華、平易近人的人格魅力深深地感染和激勵著我。從課題的選擇到項目的最終完成

59、，孫老師都始終給予我細微的幫助和不懈的支持，在此謹向?qū)O老師致以誠摯的謝意和崇高的敬意。</p><p>　　感謝運城學院的老師對我的教育培養(yǎng)。他們細心指導我的學習，在此，我要向諸位老師深深地鞠上一躬。</p><p>　　感謝給我提供參考文獻的學者們，謝謝他們給我提供了大量的文獻，使我在寫論文的過程中有了參考的依據(jù)。</p><p>　　感謝我的爸爸媽媽，感謝他們?yōu)?/p>

60、我所付出的一切。養(yǎng)育之恩，無以回報，你們永遠健康快樂是我最大的心愿。</p><p>　　從開始進入課題到論文的順利完成，有多少可敬的師長、同學、朋友給予了我無言的幫助，是你們?yōu)槲覔纹鹨黄炜?，在這里請接受我誠摯的謝意。</p><p><b>　　參考文獻</b></p><p>　　[1] 楊威.基于微多普勒特征的人體微動識別系統(tǒng)設計與實現(xiàn)

61、[D].長沙：國防科技大學, 2009, 11: 1~5.</p><p>　　[2] 施西野等.雷達微多普勒特征提取和目標識別現(xiàn)狀[J].信息化研究,2009, 35(7): 13~19.</p><p>　　[3] Chen V C.Micro-doppler effect of micro-motion dynamics：a review[C]．Proceedings of SPIE

62、 on Independent Component Analyses，Wavelets and Neural Networks, 2003，150(4)：240~249．</p><p>　　[4] Thayaparan T，Abrol S，Riseborough E．Micro-Doppler radar signatures for intelligent target recognition[R]．tech

63、nical memorandum DRDC Ottawa：TM, 2004，23(2)：165~170．</p><p>　　[5] 張翼.人體微動雷達特征研究[D].湖南：國防科技大學, 2009, 4: 12~14.</p><p>　　[6] 邱婉岑.步態(tài)識別的研究進展[J].電子學報,2012, 39(6): 157~163.</p><p>　　[7] 魏

64、萌.微多普勒效應分析和參數(shù)提取[D].四川：電子科技大學, 2010, 5: 18~24.</p><p>　　[8] 吳順君等(美Victor C. Chen原著).雷達中的微多普勒效應[M].北京：電子工業(yè)出版社,2013, 7: 12~17.</p><p>　　[9] 黃斌科等.基于微多普勒特征的運動步態(tài)識別[J].四川兵工學報,2010, 31(12): 252~257.<