雷達(dá)微多普勒特征

1、<p><b>　　雷達(dá)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(guó)內(nèi)外的研究狀況和發(fā)展趨勢(shì)（2）<

2、/p><p>　　2雷達(dá)中的微多普勒效應(yīng)（3）</p><p>　　2.1 雷達(dá)的簡(jiǎn)單介紹（3）</p><p>　　2.2 雷達(dá)工作的基本原理（3）</p><p>　　2.3 雷達(dá)中的微多普勒效應(yīng)（4）</p><p>　　3 人體步態(tài)雷達(dá)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(dòng)特征提取（20）</p><p>　　4.1

4、人體運(yùn)動(dòng)的軌跡模式（20）</p><p>　　4.2 行人的雷達(dá)后向散射（22）</p><p>　　4.3 行人的雷達(dá)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(shí)頻分析（26）</p><p>　　4.4 人體運(yùn)動(dòng)引起的雷達(dá)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(xiàn)（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(shù)時(shí)代的更新，雷達(dá)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(shí)間限制，也不受氣候等客觀因素的影響，在警戒，引導(dǎo)，武器控制，偵查，航行保障，氣象觀察，敵我識(shí)別等方面得到了廣泛應(yīng)用。對(duì)人體的步態(tài)識(shí)別更是當(dāng)下諸多學(xué)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(gè)包含了身體各部分不同運(yùn)動(dòng)組成的復(fù)雜運(yùn)動(dòng)。行進(jìn)中的人體同時(shí)存在心跳、呼吸以及四肢擺動(dòng)、軀

7、干擺動(dòng)等運(yùn)動(dòng)形式，但由于心跳及呼吸引起的胸腔微動(dòng)產(chǎn)生的多普勒信號(hào)(這個(gè)主要用于醫(yī)學(xué)上的非接觸測(cè)試)較四肢擺動(dòng)而言可以忽略不記，所以在進(jìn)行實(shí)際人體行進(jìn)特征分析時(shí)，可以把軀干部分視為剛體運(yùn)動(dòng)，人體在行進(jìn)或者跑步過程中四肢的擺動(dòng)即可視為微動(dòng)。由于人體行進(jìn)時(shí)人的手和腿的擺動(dòng)會(huì)給雷達(dá)回波帶來多普勒調(diào)制信息，利用現(xiàn)代數(shù)字信號(hào)處理技術(shù)對(duì)采集到的回波信號(hào)進(jìn)行時(shí)頻變換，結(jié)合人體結(jié)構(gòu)模型和多普勒回波時(shí)頻圖，估計(jì)和提取人體微動(dòng)特征參數(shù)，以到達(dá)人體微動(dòng)識(shí)別的目

8、的[1]。</p><p>　　而雷達(dá)具有在任何天氣條件下完成遠(yuǎn)距離偵測(cè)和識(shí)別人體的優(yōu)勢(shì)。目前雷達(dá)步態(tài)識(shí)別越來越受到國(guó)內(nèi)外學(xué)者的關(guān)注 ,研究也日趨深入。它是運(yùn)動(dòng)學(xué)與雷達(dá)信號(hào)處理的交叉結(jié)合 ,技術(shù)涉及運(yùn)動(dòng)建模 、 時(shí)頻分析 、變采樣濾波 、雷達(dá)成像理論和技術(shù)等 。當(dāng)目標(biāo)或目標(biāo)上的某些部分存在相對(duì)于目標(biāo)主運(yùn)動(dòng)方向的機(jī)械振動(dòng)或旋轉(zhuǎn), 則回波信號(hào)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(yīng) 。微多普勒是從頻率上描述了目標(biāo)微動(dòng)的雷達(dá)特征,反映的是多普勒頻移的瞬時(shí)特性,表征了目標(biāo)微動(dòng)的瞬時(shí)徑向速度[2]。</p><p>　　這是一種非接觸的生物特征識(shí)別技術(shù)，可以遠(yuǎn)距離進(jìn)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(shí)會(huì)起到至關(guān)重要的作用，在一個(gè)犯罪過程中，可能由于各種客觀原因無法識(shí)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(jìn)行搜索與比對(duì)，確認(rèn)其本人，甚至犯罪前

10、通過步態(tài)的提取與識(shí)別，再結(jié)合心理可以提前發(fā)現(xiàn)一些不良勢(shì)頭，在軍事，反恐與安全系統(tǒng)等許多領(lǐng)域有著廣泛的應(yīng)用前景和重要的研究意義。</p><p>　　1.2 國(guó)內(nèi)外的研究狀況和發(fā)展趨勢(shì)</p><p>　　國(guó)外方面：基于雷達(dá)微多普勒特征的人體微動(dòng)研究開始于上世紀(jì)90年代末，之后發(fā)展迅速[3][4]。英國(guó)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(cè)跟蹤雷達(dá)(Man Portable Surceinance and Tracking Radar MSATR)，對(duì)行人，輪式車和履帶車的進(jìn)行分類。荷蘭海牙TNO物理與電子實(shí)驗(yàn)室研制了一種手持式穿墻雷達(dá)，應(yīng)用于城市作戰(zhàn)和反恐特種作戰(zhàn)。美國(guó)佐治亞技術(shù)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(dá)"，可探測(cè)到人體由于心跳或呼吸導(dǎo)致的

12、人胸部的微小運(yùn)動(dòng)(測(cè)量精度可達(dá)毫米量級(jí))，并具有自動(dòng)識(shí)別人體功能。該系統(tǒng)可探測(cè)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(cè)距離30-50米，穿透2-3米實(shí)體磚墻后探測(cè)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(duì)其進(jìn)行完善和便攜式設(shè)計(jì)[5]。</p><p>　　國(guó)內(nèi)方面：隨著技術(shù)的不斷更新，關(guān)于微動(dòng)目標(biāo)特征的識(shí)別與提取的研究也是在逐步的深入，西安電子科技大學(xué)，國(guó)防科學(xué)科技大學(xué)

13、，電子科技大學(xué)等重點(diǎn)科研單位的研究人員嘗試各種途徑，將此應(yīng)用更加完善并合理的運(yùn)用到各項(xiàng)技術(shù)領(lǐng)域中，在一定程度上已經(jīng)取得了相當(dāng)?shù)耐黄啤?lt;/p><p>　　發(fā)展趨勢(shì)：步態(tài)特征是一個(gè)復(fù)雜的研究課題，大范圍涉及到醫(yī)學(xué)、計(jì)算機(jī)視覺、圖像處理等多個(gè)領(lǐng)域的知識(shí)，小范圍與雷達(dá)工作原理、微多普勒效應(yīng)等有著密不可分的聯(lián)系，而隨著時(shí)代慢慢融入了數(shù)字化，步態(tài)特征的識(shí)別技術(shù)愈加凸顯其價(jià)值，因此，對(duì)它的研究，包括復(fù)雜背景干擾、識(shí)別算法[6

14、]等的要求也是更為嚴(yán)苛，如何進(jìn)行適當(dāng)?shù)奶幚碜兊糜葹橹匾?，其中微?dòng)產(chǎn)生的微多普勒效應(yīng)作為目標(biāo)的獨(dú)有特性將變得關(guān)鍵。</p><p>　　2 雷達(dá)中的微多普勒效應(yīng)</p><p>　　2.1 雷達(dá)簡(jiǎn)單介紹</p><p>　　雷達(dá)，是英文Radar的音譯，源于radio detection and ranging的縮寫，意思為“無線電探測(cè)和測(cè)距”，即用無線電的方法發(fā)現(xiàn)目

15、標(biāo)并測(cè)定它們的空間位置。因此，雷達(dá)也被稱為“無線電定位”。畢業(yè)設(shè)計(jì)論文代做平臺(tái) 《580畢業(yè)設(shè)計(jì)網(wǎng)》 是專業(yè)代做團(tuán)隊(duì) 也有大量畢業(yè)設(shè)計(jì)成品提供參考 www.bysj580.com QQ 3139476774 QQ3449649974</p><p>　　雷達(dá)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(jī)，發(fā)射天線，接收機(jī)，接收天線，處理部分及顯示

16、器，電源等幾個(gè)主要部分構(gòu)成。雷達(dá)發(fā)射電磁波對(duì)目標(biāo)進(jìn)行照射并接收其回波，由此獲得目標(biāo)至電磁波發(fā)射點(diǎn)的距離，距離變化率（徑向速度），方位，高度的信息。事實(shí)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(dá)的差別在于它們各自占據(jù)的頻率和波長(zhǎng)不同。</p><p>　　2.2 雷達(dá)工作的基本原理</p><p>　　簡(jiǎn)單概括的分析，雷達(dá)工作的基本原理是這

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

18、的仰角波束測(cè)量。根據(jù)仰角與距離就能算出目標(biāo)的高度。測(cè)量速度是雷達(dá)根據(jù)自身和目標(biāo)之間存在相對(duì)運(yùn)動(dòng)而產(chǎn)生的頻率，即多普勒效應(yīng)原理。</p><p>　　雷達(dá)接收到目標(biāo)的回波頻率與雷達(dá)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(jìn)行分析，可以提取一個(gè)主要信息，就是雷達(dá)自身與目標(biāo)之間的距離變化率（即徑向速度）。當(dāng)目標(biāo)與干擾雜波并存于雷達(dá)的同一空間分辨單元內(nèi)時(shí)，雷達(dá)會(huì)利用它們之間多普勒頻率的差異，從干擾

19、雜波中檢測(cè)分辨和跟蹤目標(biāo)。</p><p>　　2.3 雷達(dá)中的微多普勒效應(yīng)</p><p>　　雷達(dá)發(fā)射電磁信號(hào)到物體并接收物體的回波信號(hào)?；诮邮招盘?hào)的延遲時(shí)間，雷達(dá)可以測(cè)量目標(biāo)的距離。如果物體是移動(dòng)的，接收信號(hào)的頻率將偏離發(fā)射信號(hào)的頻率，稱為多普勒效應(yīng)。多普勒頻移取決于移動(dòng)物體的徑向速度，即在視線方向上的速度分量?；诮邮招盘?hào)的多普勒頻移，雷達(dá)可以測(cè)量動(dòng)目標(biāo)的徑向速度。如果除了主體移

20、動(dòng)外，物體或物體的任何結(jié)構(gòu)部件還有擺動(dòng)，則這種擺動(dòng)將在回波信號(hào)上引起附加的頻率調(diào)制，并在主體移動(dòng)而產(chǎn)生發(fā)射信號(hào)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(yīng)[7]。</p><p>　　在許多情況下，一個(gè)物體或者此物體的任何結(jié)構(gòu)部件可能具有振蕩運(yùn)動(dòng)，稱為微運(yùn)動(dòng)。微動(dòng)的源可以是鳥撲動(dòng)的翅膀，擺動(dòng)的手臂和腿的行人，旋轉(zhuǎn)的天線，直升機(jī)旋轉(zhuǎn)的旋翼葉片，或者其他的原因。人的關(guān)節(jié)運(yùn)動(dòng)時(shí)由人體部件的一系列

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

22、gt;<p>　　行走是人體活動(dòng)中一種典型的關(guān)節(jié)性運(yùn)動(dòng)，可以被分解為步態(tài)循環(huán)中的周期性運(yùn)動(dòng)。人體的行走循環(huán)包括兩個(gè)階段：站姿階段和擺動(dòng)階段。在站姿階段中，雙腳的一個(gè)腳跟落地和另一個(gè)腳趾離地。在擺動(dòng)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(cè)量及運(yùn)用某種運(yùn)動(dòng)學(xué)系統(tǒng)測(cè)量人體的各個(gè)部位，位移、速度、加速度以及關(guān)節(jié)的角度。不同的人體運(yùn)動(dòng)，如行走、跑步和跳躍等，有這不同的人體運(yùn)動(dòng)模式。相對(duì)與視覺圖像序列，

23、雷達(dá)微多普勒特征對(duì)距離、光線條件和背景復(fù)雜性并沒有要求，因此，可用與估計(jì)步態(tài)的周期性，以及站姿階段和擺動(dòng)階段各自的周期性。</p><p>　　動(dòng)態(tài)方法和運(yùn)動(dòng)學(xué)方法均可用于產(chǎn)生人體運(yùn)動(dòng)。具體如何選擇，可以根據(jù)各條件因素進(jìn)行合理考慮，適當(dāng)應(yīng)用。其中運(yùn)動(dòng)學(xué)參數(shù)對(duì)于人體運(yùn)動(dòng)是相當(dāng)關(guān)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(duì)于時(shí)間的變化率，而加速度是速度相對(duì)于時(shí)間的變化

24、率。這三個(gè)動(dòng)態(tài)參數(shù)可用于理解任何運(yùn)動(dòng)的特性。加速度可以用于加速度計(jì)直接測(cè)量。相應(yīng)的速度可以通過對(duì)加速度的積分得到，而相應(yīng)的位置可以通過對(duì)速度的積分得到。</p><p>　　角度動(dòng)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(rèn)為是大量由關(guān)節(jié)連接的部位都成，關(guān)節(jié)角是非常有用的參數(shù)。角速度是角度相對(duì)于時(shí)間的變化率，而角加速度是角速度相對(duì)于時(shí)間的變化率。這三個(gè)參數(shù)可用于描述人體的各部位的角運(yùn)動(dòng)。</p&g

25、t;<p><b>　　3.2 人體的行走</b></p><p>　　人的行走時(shí)通過每只腳從一個(gè)支撐點(diǎn)到另一個(gè)支撐點(diǎn)的周期性運(yùn)動(dòng)，同時(shí)還伴隨著有周期性的胳膊和腿的擺動(dòng)及人體重心周期性的上下移動(dòng)。雖然人體的行走有著共同的通用模式，但對(duì)個(gè)體的步態(tài)而言仍具有各自的特點(diǎn)。這也就是人們可以在一定距離外就根據(jù)行走方式認(rèn)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(shí)別個(gè)體方

26、面也是可用的。而且，在實(shí)際中也可以通過步態(tài)觀察出人的情緒特點(diǎn)。比如，一個(gè)情緒高興的人的步態(tài)和情緒沮喪的人的步態(tài)會(huì)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(gè)明顯的本質(zhì)特點(diǎn)就是周期性。圖1描述了人體行走的一個(gè)運(yùn)動(dòng)循環(huán)[8]。其中，站姿階段占據(jù)這整個(gè)循環(huán)的大概60%，其他是擺動(dòng)階段。在站姿階段中，一只腳是和地面接觸的。在擺動(dòng)階段中，腳的離地與擺動(dòng)是為下一

27、步做準(zhǔn)備。行走就是這樣的循環(huán)運(yùn)動(dòng)重復(fù)著。</p><p>　　圖1 人行走的一個(gè)循環(huán)</p><p>　　站姿階段包括三個(gè)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(dòng)；（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(gè)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(gè)

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?yàn)槟_的離地。</p><p>　　在擺動(dòng)階段沒有雙支撐周期，只有單肢擺動(dòng)。在擺動(dòng)階段含有三個(gè)相關(guān)事件：腳前向加速，腳掌直接通過身體下方時(shí)的中部擺動(dòng)，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(zhǔn)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(shí)驗(yàn)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(yùn)動(dòng)方程得出，也沒有考慮到一些個(gè)性化的運(yùn)動(dòng)特征，但該模型列出了以時(shí)間函數(shù)的形式提供的人體行走的各個(gè)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(jìn)行。而這些平移與旋轉(zhuǎn)就描述了整個(gè)行走運(yùn)動(dòng)的一個(gè)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(duì)的行走速度為，一個(gè)行走循環(huán)的相對(duì)長(zhǎng)度經(jīng)驗(yàn)化的表示為。那么一個(gè)循環(huán)所耗時(shí) ，相對(duì)時(shí)間按歸一化為。支撐的耗時(shí)是，雙支撐的耗時(shí)為 。身體固定的局部坐標(biāo)系是以脊柱的原點(diǎn)為中心的，其中脊柱的原點(diǎn)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(shè)計(jì)論文代做平臺(tái) 《580畢業(yè)設(shè)計(jì)網(wǎng)》 是專業(yè)代做團(tuán)隊(duì) 也有大量畢業(yè)設(shè)計(jì)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(dòng)。該平移可用公式表示</p><p><b>　?。?）</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(dòng)</p><p>　　3 前/后向平移：腿在邁出新的步伐并穩(wěn)定時(shí)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(gè)軌跡：</b></p><p>

35、　　1 前/后向旋轉(zhuǎn)：在每次腿向前運(yùn)動(dòng)之前人體的后背相對(duì)于骨盆的撓曲運(yùn)動(dòng)。該旋轉(zhuǎn)運(yùn)動(dòng)以度（）為單位，用公式表示</p><p><b>　?。?）</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(dòng)的腿一側(cè)的撓曲運(yùn)動(dòng)。該旋轉(zhuǎn)運(yùn)動(dòng)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(duì)于脊柱的旋轉(zhuǎn)。該旋轉(zhuǎn)運(yùn)動(dòng)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(gè)撓曲和反扭的運(yùn)動(dòng)軌跡：</p>

38、<p>　　1 臀部撓曲：這里需要共有3個(gè)控制點(diǎn)。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(gè)控制點(diǎn)。函數(shù)如圖9。</p><p><b>　　圖9 膝蓋撓曲函數(shù)</b></p><p>　　3 踝關(guān)節(jié)撓曲：這里需

39、要共有5個(gè)控制點(diǎn)。函數(shù)如圖10。</p><p>　　圖10 踝關(guān)節(jié)撓曲函數(shù)</p><p>　　4 胸部運(yùn)動(dòng)：這里需要共有4個(gè)控制點(diǎn)。函數(shù)如圖11。</p><p>　　圖11 胸部運(yùn)動(dòng)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>　　（10）<

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(shí)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(fù)。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(dòng)時(shí)身體各部分以不同速度沿著不同的軌跡運(yùn)動(dòng)，所以人體走動(dòng)是一個(gè)復(fù)雜的運(yùn)動(dòng)目標(biāo)。在正確地計(jì)算出重要的運(yùn)動(dòng)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(diǎn)模型作為一個(gè)相對(duì)簡(jiǎn)單的應(yīng)用模型，已被廣泛接受并運(yùn)用在雷達(dá)后向散射信號(hào)的近似描述上。在此模型當(dāng)中，復(fù)雜目標(biāo)的散射可近似認(rèn)為是目標(biāo)上各個(gè)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(yàn)并驗(yàn)證，可以用一個(gè)簡(jiǎn)化的方法來代替全部的接收信號(hào)，即將人體回波表示成有限多個(gè)點(diǎn)目標(biāo)反射的信號(hào)之和，每一個(gè)點(diǎn)目標(biāo)代表身體的一個(gè)部分。</p><p>　　如圖15，本文將人體定義了17個(gè)參考點(diǎn)，包括：頭、頸部、脊柱的基點(diǎn)、左右肩、肘、手、臀部、膝蓋、踝關(guān)節(jié)和腳趾，其中以脊柱原點(diǎn)為參考坐標(biāo)系的中心，（x y z）坐標(biāo)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(diǎn)則為坐標(biāo)的原點(diǎn)，如圖14[

43、11]。</p><p>　　根據(jù)生物機(jī)械學(xué)實(shí)驗(yàn)數(shù)據(jù)模型描述的關(guān)節(jié)點(diǎn)撓曲角和平移函數(shù)，歐拉角旋轉(zhuǎn)矩陣可以用于計(jì)算17個(gè)連接點(diǎn)在每一個(gè)時(shí)刻幀的具體位置。人體行走的這些線性的和角度的動(dòng)態(tài)運(yùn)動(dòng)參數(shù)可以用于產(chǎn)生仿真人體的雷達(dá)回波。</p><p>　　圖14 人體參考點(diǎn)</p><p>　　根據(jù)相關(guān)數(shù)據(jù)，通過人的身高歸一化表示每個(gè)人體部件的長(zhǎng)度，即身高為H，頭部長(zhǎng)度為0.

44、130H，頸部長(zhǎng)度0.052H，肩長(zhǎng)為0.259H，軀干長(zhǎng)度為0.288H，上臀長(zhǎng)度0.188H，小臀長(zhǎng)度0.145H，臀部長(zhǎng)度為0.191H，大腿長(zhǎng)度為0.245H，小腿長(zhǎng)度為0.246H，足長(zhǎng)為0.039H。</p><p>　　圖15 人體部件以脊柱原點(diǎn)（基點(diǎn)）為中心的參考系中的17個(gè)關(guān)節(jié)點(diǎn)</p><p>　　為了計(jì)算基于軌跡的每個(gè)關(guān)節(jié)點(diǎn)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(diǎn)的位置。為了可以從多個(gè)角度準(zhǔn)確計(jì)算參考點(diǎn)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(jì)算順序</p><p>　　在一段時(shí)間內(nèi)給定一系列的參考點(diǎn)，可以使用這些數(shù)據(jù)模擬人體的行走，這驗(yàn)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(gè)模型是合適的人體行走模型。<

46、/p><p><b>　　4 微動(dòng)特征提取</b></p><p>　　4.1 人體運(yùn)動(dòng)的軌跡模式</p><p>　　通過驗(yàn)證其他文獻(xiàn)中可取的源程序，得出了相關(guān)的仿真結(jié)果，行走的人體獨(dú)立部件軌跡如圖17，可以計(jì)算出相應(yīng)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(yùn)動(dòng)軌跡的例子</p><p>　　圖18 人體向雷達(dá)行走時(shí)的徑向速度</p><p>　　圖19 人體各部件徑向速度的集成對(duì)比，與人體向雷達(dá)走近時(shí)的微多普勒特征一致</p><p>　　4.2 行人的雷達(dá)后向散射</p><p>　　有了有效的人體運(yùn)動(dòng)模型，計(jì)算人體的雷達(dá)后向散射情況會(huì)相對(duì)容易。物理光學(xué)的眼面模型可以用于計(jì)算人體部

48、件的RCS（雷達(dá)散射截面積）。為了簡(jiǎn)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(gè)半軸在x方向,y方向和z方向的長(zhǎng)度，入射角和方位角表征了橢圓體相對(duì)雷達(dá)的方位，以上關(guān)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(duì)雷達(dá)的方位</p><p>　　圖21 （a）雷達(dá)與行人的幾何分布（b）雷達(dá)的二維脈沖-距離像</p><p>　　（c）整體行走模型的微多普勒特征</p><p>　　而圖21（a）說明了雷達(dá)與行人的幾何布局，其中波長(zhǎng)為0.02m的雷達(dá)位于（X1=10m，Y1=0m，Z1=2m），人體基點(diǎn)的

50、起始點(diǎn)為（X0=0m，Y0=0m，Z0=0m）。假定行人的相對(duì)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(duì)應(yīng)0.02m波長(zhǎng)的多普勒頻移是。</p><p>　　使用人體部件的橢圓體模型，能夠計(jì)算出行人的雷達(dá)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(duì)人體相應(yīng)部分的仿真來表

51、示。</p><p>　　4.3 人體運(yùn)動(dòng)數(shù)據(jù)處理</p><p>　　在實(shí)際測(cè)量雷達(dá)數(shù)據(jù)時(shí)，往往會(huì)由于一些背景物體及不需要的運(yùn)動(dòng)物體的存在，距離像會(huì)顯示出強(qiáng)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(yùn)動(dòng)物體時(shí)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(shù)則正是利用了靜止物體雷達(dá)回波的這種特性。因?yàn)檫\(yùn)動(dòng)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(gè)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(huì)影響人體運(yùn)動(dòng)信號(hào)，只要人體運(yùn)動(dòng)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(yùn)動(dòng)的多普勒譜圖

53、。圖22的顯示是凹口濾波器的頻率響應(yīng)，給出了凹口濾波前和濾波后的雷達(dá)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(duì)寬度及雜波本身的性質(zhì)，而且強(qiáng)雜波的濾波剩余仍會(huì)對(duì)人體運(yùn)動(dòng)的多普勒頻率估計(jì)產(chǎn)生較大的偏差。所需要的平均雜波抑制應(yīng)大于40dB。</p><p>　　圖22 一個(gè)帶有零速凹口的帶阻濾波器進(jìn)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(shí)頻分析</p><p>　　圖22中所示的抑制雜波后的各項(xiàng)數(shù)據(jù)可用來計(jì)算行人的時(shí)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(shí)頻分析</p><p>　　4.4 人體運(yùn)動(dòng)引起的雷達(dá)微多普勒特征</p><p>　　如圖24所示，人體運(yùn)動(dòng)的雷達(dá)微多普勒特征是通過對(duì)雷達(dá)的距離像作時(shí)頻轉(zhuǎn)換

55、得到的。在微多普勒特征中，每一個(gè)前向的腿部擺動(dòng)都表現(xiàn)出大的峰值，向左和向右的腿部擺動(dòng)組成了一個(gè)完整的行走周期。人體軀干運(yùn)動(dòng)也是較強(qiáng)的運(yùn)動(dòng)，其信號(hào)呈現(xiàn)好出輕微的鋸齒狀，原因是人體在擺動(dòng)過程中存在加速與減速的狀態(tài)。</p><p>　　圖24 人體運(yùn)動(dòng)引起的微多普勒特征</p><p>　　圖24給出了X波段雷達(dá)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(dòng)

56、的微多普勒特征有相對(duì)較高的多普勒頻移和較短的步態(tài)周期。人體爬行時(shí)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(shí)際上是在一定觀察時(shí)間內(nèi)各個(gè)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(yùn)動(dòng)傳感器得到的更為精確且多種的運(yùn)動(dòng)數(shù)據(jù)。因此，從微多普勒特征，并不能重構(gòu)出

57、動(dòng)畫的人體運(yùn)動(dòng)模型。但值得一提的是，雷達(dá)微多普勒特征反映了人體運(yùn)動(dòng)的特色信息，可實(shí)現(xiàn)基于微多普勒特征對(duì)人體及其運(yùn)動(dòng)進(jìn)行分類和識(shí)別。</p><p>　　由于人體結(jié)構(gòu)的復(fù)雜性以及構(gòu)成人體材質(zhì)的特殊性，對(duì)人體的微動(dòng)特征準(zhǔn)確性的建模來說比較困難，在今后的研究重點(diǎn)將是盡量完善運(yùn)動(dòng)模型，同時(shí)與虛擬人技術(shù)相結(jié)合進(jìn)行，一方面改進(jìn)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(shí)的描述人體的多種而細(xì)致的運(yùn)動(dòng)形式，例如奔跑、跳躍

58、、手提武器的行動(dòng)等。增加雷達(dá)回波的計(jì)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(biāo)，盡可能更為真實(shí)地計(jì)算和反映雷達(dá)回波。</p><p><b>　　致 謝</b></p><p>　　本論文是在孫老師的親切關(guān)懷和悉心指導(dǎo)下完成的。她嚴(yán)謹(jǐn)?shù)目茖W(xué)態(tài)度，精益求精的工作作風(fēng)，嚴(yán)以律己，樸實(shí)無華、平易近人的人格魅力深深地感染和激勵(lì)著我。從課題的選擇到項(xiàng)目的最終完成

59、，孫老師都始終給予我細(xì)微的幫助和不懈的支持，在此謹(jǐn)向?qū)O老師致以誠(chéng)摯的謝意和崇高的敬意。</p><p>　　感謝運(yùn)城學(xué)院的老師對(duì)我的教育培養(yǎng)。他們細(xì)心指導(dǎo)我的學(xué)習(xí)，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(xiàn)的學(xué)者們，謝謝他們給我提供了大量的文獻(xiàn)，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(bào)，你們永遠(yuǎn)健康快樂是我最大的心愿。</p><p>　　從開始進(jìn)入課題到論文的順利完成，有多少可敬的師長(zhǎng)、同學(xué)、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(qǐng)接受我誠(chéng)摯的謝意。</p><p><b>　　參考文獻(xiàn)</b></p><p>　　[1] 楊威.基于微多普勒特征的人體微動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

61、[D].長(zhǎng)沙：國(guó)防科技大學(xué), 2009, 11: 1~5.</p><p>　　[2] 施西野等.雷達(dá)微多普勒特征提取和目標(biāo)識(shí)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(dòng)雷達(dá)特征研究[D].湖南：國(guó)防科技大學(xué), 2009, 4: 12~14.</p><p>　　[6] 邱婉岑.步態(tài)識(shí)別的研究進(jìn)展[J].電子學(xué)報(bào),2012, 39(6): 157~163.</p><p>　　[7] 魏

64、萌.微多普勒效應(yīng)分析和參數(shù)提取[D].四川：電子科技大學(xué), 2010, 5: 18~24.</p><p>　　[8] 吳順君等(美Victor C. Chen原著).雷達(dá)中的微多普勒效應(yīng)[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(yùn)動(dòng)步態(tài)識(shí)別[J].四川兵工學(xué)報(bào),2010, 31(12): 252~257.<