基于RQA方法的生物雷达中人体数量识别技术的研究

论文摘要

生物雷达是一种新概念雷达,其融合雷达技术、生物医学工程技术于一体,可以在不接触生命体的情况下探测到生命体的生命信号(呼吸、体动等),并能够穿透一定厚度的非金属介质(砖墙、废墟等)探测到生命体的存在,因此可广泛应用于灾害救援、反恐斗争等场合。在这些场合中我们不仅关注生命体的存在,而且关注生命体的数量。然而对于生命体数量的识别,目前还没有有效的方法,传统的人体生理信号识别方法通常提取时域或频域特征用作模式识别,或者通过对人体的生理信号建立参数模型,通过AR模型进行功率谱估计作为分类的特征量,这些方法均将人体的生理信号视为平稳信号或分段平稳信号,在人体数量识别中难以取得满意的效果。前期的研究结果表明:超宽谱生物雷达探测到的人体的呼吸信号是一种窄带的具有非平稳特性的生理信号,因此上述人体生理信号识别方法不适用于我们的超宽谱生物雷达。目前,国内采用的各种方法(时域累积、小波算法等)仅仅进行了白噪声背景下的仿真研究。国外主要进行的是动目标检测和多天线的多目标分布探测研究,还未见单天线、多静目标检测的相关报道,而单天线、多静目标识别是人体数量识别的基础。重现量化分析方法是一种非线性的分析方法,由于生理系统趋于好几个时间尺度上变化,很难获得长时间的稳定时间序列,而RQA方法对时间序列的大小和稳定性并无要求,因而使用RQA分析信号可能获得更多的信息和用其它方法难以得到的结论。本文尝试用RQA方法对单天线、超宽谱生物雷达所探测的数据结果进行人体数量识别技术的研究。本研究主要完成了以下三方面的工作:1.建立超宽谱生物雷达数据采集系统,实现对实验数据的采集,并得到了不同条件下的大量实验数据。2.运用重现量化分析方法对采集到的实验数据进行分析,得出重现率这一量化指标可以应用于人体数量的识别的初步结论,通过对重现率分布图分析,体现以下结果:有人处信号的重现率要高于无人处的重现率,并向两侧逐渐减小,近似表现为一极大值。因此,我们可以根据极大值的数量和分布来判断生命体的数量和分布。3.采用小波滤波与RQA相结合的方法,提高信噪比,得出:小波滤波后,重现率分布图波形较预处理波形有所改观,极大值处峰值更为突出,有利于我们对生命体的位置进行更加准确的判断。本研究的主要创新点包括:1.本研究首次采用非线性的分析方法(RQA)对雷达回波信号进行分析,初步得出其可以对人体数量进行识别的结论。2.采用线性与非线性信号处理技术相结合的方法,即小波滤波与RQA相结合,提高信噪比,有利于我们正确识别生命体的位置信息。

论文目录

• 缩略语表
• 中文摘要
• 英文摘要
• 前言
• 文献回顾
• 正文
• 1 实验数据的采集
• 1.1 超宽谱雷达系统工作原理
• 1.2 超宽谱生物雷达实验平台简介
• 1.3 雷达回波信号简介
• 2 RQA 方法
• 2.1 重现图
• 2.1.1 概述
• 2.1.2 重现图的结构
• 2.1.3 重现图的定性分析
• 2.2 重现图的量化
• 2.3 重构参数的选择
• 2.3.1 维数
• 2.3.2 延迟
• 3 实验结果
• 3.1 呼吸模拟实验
• 3.1.1 单生命体探测
• 3.1.1.1 实验数据预处理
• 3.1.1.2 实验数据小波滤波
• 3.1.1.3 小结
• 3.1.2 双生命体探测
• 3.1.2.1 实验数据预处理
• 3.1.2.2 实验数据小波滤波
• 3.1.2.3 小结
• 3.2 砖墙实验
• 3.2.1 单生命体探测
• 3.2.1.1 实验数据预处理
• 3.2.1.2 实验数据小波滤波
• 3.2.1.3 小结
• 3.2.2 双生命体探测
• 3.2.2.1 实验数据预处理
• 3.2.2.2 实验数据小波滤波
• 3.2.2.3 小结
• 3.3 微波暗室实验
• 3.3.1 单生命体探测
• 3.3.1.1 实验数据预处理
• 3.3.1.2 实验数据小波滤波
• 3.3.1.3 小结
• 3.3.2 双生命体探测
• 3.3.2.1 实验数据预处理
• 3.3.2.2 实验数据小波滤波
• 3.3.2.3 小结
• 总结与展望
• 参考文献
• 个人简历和研究成果
• 致谢