生物雷达信号处理算法研究

论文摘要

本文主要是对生物雷达的信号处理算法进行研究。生命特征信号是由呼吸和心跳信号组成的,属于低速的运动目标信号,它所引起的多普勒频移是很小的,微弱的回波信号极易淹没在强杂波背景下。准确的将微弱的目标信号即生命特征信号从强杂波背景下检测和提取出来成为了研究的热点,也是本文研究的重点。生物雷达所接受到的信号包括生命信号和杂波信号。通过数据采样和分析表明：生命信号是低信噪比、频率很低、准周期、多谐波组合的信号；杂波信号可近似为高斯有色噪声。因此,生物雷达的信号处理可以简化成对受高斯有色噪声干扰的谐波模型进行信号提取,杂波抑制和提高信噪比的处理。论文通过对一些生物雷达信号处理算法的研究以及所存在的缺点进行分析,提出了基于自适应谱线增强的信号处理方法,利用基于误差变化率的变步长LMS自适应谱线增强算法对所接收到的信号进行低频生命信号的提取。通过仿真可知,基于误差变化率的变步长LMS自适应谱线增强算法能够非常准确有效的提取生命信号。最后,论文比较了基于误差变化率的变步长LMS自适应谱线增强算法与传统的变步长LMS自适应谱线增强算法以及固定步长LMS自适应谱线增强算法在生命信号提取中的检测结果,可知基于误差变化率的变步长LMS自适应谱线增强算法比传统的变步长LMS自适应谱线增强算法、固定步长LMS自适应谱线增强算法在信号检测中收敛要快的多,稳态误差要小的多,并且可以得到更高的信噪比。将多种信号处理技术进行合理的结合可以更准确、有效的提取生命信号,且有更加广泛的工程应用前景。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 本文主要工作
• 2 生物雷达的系统组成及探测原理
• 2.1 体制分析
• 2.1.1 连续波生物雷达的体制分析
• 2.1.2 脉冲生物雷达的体制分析
• 2.2 生物雷达的系统组成
• 2.2.1 连续波生物雷达的系统组成
• 2.2.2 脉冲生物雷达的系统组成
• 2.3 多普勒效应
• 2.4 信号检测原理
• 2.4.1 连续波生物雷达
• 2.4.2 脉冲生物雷达
• 3 一种变步长自适应滤波算法
• 3.1 引言
• 3.2 自适应滤波算法
• 3.2.1 最小均方算法原理
• 3.2.2 变步长自适应算法
• 3.3 新的变步长自适应算法
• 3.3.1 自适应谱线增强原理
• 3.3.2 基于误差变化率的自适应LMS谱线增强算法
• 3.3.3 算法性能分析
• 4 自适应谱线增强算法在生物雷达中的应用
• 4.1 生物雷达回波信号模型
• 4.1.1 生命信号特征和模型
• 4.1.2 杂波信号模型
• 4.1.3 生物雷达回波信号模型
• 4.2 基于自适应谱线增强的生命信号处理
• 4.3 生物雷达数字信号处理算法
• 4.3.1 算法框图
• 4.3.2 信号处理算法
• 4.3.3 算法仿真
• 4.4 改进的算法与其他信号处理算法实验结果比较分析
• 4.4.1 固定步长的自适应谱线增强算法
• 4.4.2 传统的变步长的自适应谱线增强算法
• 4.4.3 生命信号检测方法对比和总结
• 5 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢
• 个人简历、在学期间发表的学术论文与研究成果