薛慧君，劉淼，祁富貴，王鵬飛，史剛，張自啟，王健琪

空軍軍醫(yī)大學(xué) 生物醫(yī)學(xué)工程學(xué)系，陜西 西安 710032

引言

超寬帶（Ultra Wide Band，UWB）生物雷達(dá)是以生命體為探測目標(biāo)并對其進(jìn)行探測、跟蹤、定位以及成像的一種新興特殊雷達(dá)[1-4]。該雷達(dá)發(fā)射電磁波穿透一定厚度的非金屬介質(zhì)，探測生命體呼吸、心跳等生理活動引起的體表微動，從而提取生命體的生理參數(shù)、運(yùn)動軌跡等有用信息[5-6]。超寬帶生物雷達(dá)因其穿透性強(qiáng)、距離分辨率高等優(yōu)點(diǎn)，被廣泛用于地震、塌方等災(zāi)后救援任務(wù)[7-8]。

目前，超寬帶生物雷達(dá)對不同環(huán)境中單個人體目標(biāo)探測和定位的研究已經(jīng)取得了一些成果[9-12]。然而，實(shí)際災(zāi)后現(xiàn)場中雷達(dá)探測區(qū)域往往會存在多個壓埋人員，如果壓埋人員之間出現(xiàn)相互遮擋，距離雷達(dá)較近的人體目標(biāo)就會遮擋住部分雷達(dá)波，在其后方形成遮蔽區(qū)域，倘若其他遠(yuǎn)端人體目標(biāo)處于遮蔽區(qū)域中，由于電磁波的衰減以及前面目標(biāo)的遮擋，便會造成遠(yuǎn)端人體目標(biāo)探測不到，形成漏判。對于多個人體目標(biāo)的探測研究較少，吉林大學(xué)的Li等[7]使用中心頻率為2 GHz的超寬帶雷達(dá)，穿透0.2 m厚墻體探測以不同速度擺臂的無遮擋的兩個人體目標(biāo)，采用快速傅立葉變換和S變換算法分析兩人體目標(biāo)的時頻特性，計算出人體目標(biāo)與雷達(dá)的距離。意大利博洛尼亞大學(xué)的Sobhani等[13]使用3發(fā)1收的超寬帶雷達(dá)，通過恒虛警率（Contant False Alarm Rate，CFAR）檢測器對多目標(biāo)進(jìn)行探測，采用基于像素法定位技術(shù)對雷達(dá)監(jiān)測區(qū)域中的多個人體目標(biāo)進(jìn)行定位，還使用中值濾波算法降低CFAR閾值減少誤判率。該文章的發(fā)表雖為多目標(biāo)探測提供新思路，但多通道技術(shù)尚不成熟，國內(nèi)外生物雷達(dá)探測技術(shù)的研究還處于單通道雷達(dá)探測階段，且由于多通道雷達(dá)探測系統(tǒng)體積超標(biāo)，實(shí)施起來較為困難，實(shí)際生命探測仍采用單通道生物雷達(dá)。本課題組也曾使用中心頻率為400 MHz超寬帶生物雷達(dá)對28 cm厚磚墻后面的多個人體目標(biāo)進(jìn)行探測，采用自相關(guān)系數(shù)法處理雷達(dá)回波信號，結(jié)果顯示該算法能夠識別墻后三個人體目標(biāo)，當(dāng)目標(biāo)之間出現(xiàn)相互遮擋情況，容易形成漏判[14]。針對多個人體目標(biāo)的探測問題雖有少部分科研院所進(jìn)行過相關(guān)研究，但遮蔽情況下多人體目標(biāo)的探測問題依然沒有很好的解決。

根據(jù)本課題組之前的研究可知[15-17]，生物雷達(dá)對靜止人體目標(biāo)進(jìn)行穿墻探測時，受目標(biāo)胸腹部收縮的影響，呼吸信號在雷達(dá)波傳輸路徑中始終處于固定的位置，由于電磁波在傳輸過程中(穿墻)產(chǎn)生衰減、目標(biāo)在雷達(dá)傳輸路徑中占據(jù)一定厚度以及目標(biāo)的雷達(dá)反射橫截面等因素的影響，人體呼吸信號會占據(jù)幾個固定的距離單元，這幾個距離單元的回波信號相關(guān)性很高且呈現(xiàn)準(zhǔn)周期特性。根據(jù)小波變換和熵的理論知識，小波變換具有良好的時頻局部化和多尺度分辨特性，可以同時對一組信號進(jìn)行時域和頻域特性分析，熵能夠表征系統(tǒng)狀態(tài)的復(fù)雜特性。結(jié)合二者優(yōu)點(diǎn)，小波熵能夠精確表征非平穩(wěn)信號時頻變化后不同頻段能量分布的復(fù)雜程度。由于人體信號為窄帶周期信號，小波變換后的人體目標(biāo)回波信號能量主要集中在某一低頻頻段，不同尺度能量分布形式簡單，小波熵值較低。而噪聲和雜波信號經(jīng)小波變換后，能量在各個尺度分布不均，小波熵值較高。本文將小波變換和熵的算法結(jié)合，對遮蔽情況下多人體目標(biāo)進(jìn)行識別。

1 遮蔽情況下多人體目標(biāo)識別算法

1.1 信號預(yù)處理

生物雷達(dá)探測人體目標(biāo)時，受探測環(huán)境和雷達(dá)自身的影響，雷達(dá)反射電磁波同時包含目標(biāo)反射信號、多種噪聲以及靜態(tài)雜波。為了消除干擾保留有用信號，需要對回波信號進(jìn)行預(yù)處理，預(yù)處理過程顯示于圖1中虛線框內(nèi)。

圖1 遮蔽情況下多人體目標(biāo)識別算法流程圖

（1）距離累積。UWB生物雷達(dá)回波被接收天線接收，回波數(shù)據(jù)存儲在二維矩陣R(m,n)中。原始回波數(shù)據(jù)量非常大，嚴(yán)重影響后期的信號處理速度。根據(jù)人體微動信號在距離維度上臨近目標(biāo)位置點(diǎn)處多個點(diǎn)信號具有很大的相關(guān)性，在不影響有用信息提取的前提下，對雷達(dá)原始回波數(shù)據(jù)R(m,n)進(jìn)行距離累積，信號采樣點(diǎn)從2048減少到200，有效增加了信號處理的運(yùn)算速度。

（2）歸一化?？紤]到UWB生物雷達(dá)信號在穿透障礙物和自由空間傳輸過程中存在能量衰減，信噪比降低。在時間維度上對距離累積后的數(shù)據(jù)進(jìn)行點(diǎn)信號的歸一化處理?？稍鰪?qiáng)距離雷達(dá)較遠(yuǎn)人體目標(biāo)信號的幅度，提高回波信號的信噪比。

（3）去背景噪聲。雷達(dá)回波信號中包含了雷達(dá)天線直達(dá)波和墻體反射回波信號以及探測環(huán)境中其它靜止物體反射的靜態(tài)雜波，這些回波信號中形成很強(qiáng)的背景雜波，從而淹沒人體微動信號。雷達(dá)天線直達(dá)波和墻體反射的回波信號很難去除，可通過選擇信號起始位置規(guī)避天線近處的直達(dá)波干擾。靜態(tài)雜波為靜止信號，人體微動信號隨時間變化，通過平滑濾波減去不同距離點(diǎn)信號均值達(dá)到去除靜態(tài)雜波的目的。

（4）自相關(guān)。為了進(jìn)一步增強(qiáng)人體信號的規(guī)律性，采用自相關(guān)算法對不同距離點(diǎn)的雷達(dá)回波信號進(jìn)行處理，可去除UWB生物雷達(dá)系統(tǒng)自身在工作過程中產(chǎn)生的高頻噪聲，提高雷達(dá)回波的信噪比。

1.2 小波熵

此部分包含圖1遮蔽情況下多人體目標(biāo)識別算法流程圖中小波變換和熵兩個步驟。假設(shè)L2(χ)為實(shí)平方可積函數(shù)空間，則對于預(yù)處理后雷達(dá)回波中不同距離點(diǎn)信號X(t)∈L2(χ)(X(t )(τ=1,2,...,200))的離散小波變換可表示為：ττ

式中Xτ(t)沿時間方向的采樣點(diǎn) X={x0(n),n=1,…,N}，ψj,k(t)為不同尺度上的小波簇。DWT輸出值為小波序列系數(shù)Cj(k)，小波序列系數(shù)不僅能夠提供信號的相關(guān)信息，還能對不同尺度、不同時刻的小波能量進(jìn)行估計。這樣，所有尺度上對分解后的信號進(jìn)行小波重構(gòu)，信號Xτ(t)可表示為：

由于小波簇{ψj,k(t)}為空間L2(χ)的正交基函數(shù)，并且其能量概念與基于傅里葉變換能量概念引出方式一致，信號Xτ(t)的小波序列系數(shù)可由信號與不同尺度小波簇的內(nèi)積得出，那么對應(yīng)每個尺度下的能量為：

為了觀察每個參數(shù)的瞬時變化，對雷達(dá)信號進(jìn)行加窗分幀處理，設(shè)分幀的窗寬為L，每一幀i,(i=1,…,NT,NT=N/L)的采樣值為N。在二進(jìn)制離散小波分解中，子帶j下的小波系數(shù)的個數(shù)應(yīng)為前子帶j-1下的小波系數(shù)的一半，因此，加窗分幀的最小窗寬要保證每一子帶至少保留一個小波系數(shù)。這里每一子帶j下小波能量用該子帶下各個分幀平均能量的總和表示：

式中N(ji)為(i - 1 子)L+帶1j下每一幀i內(nèi)包含的小波序列系數(shù)的個數(shù)，代表子帶j的幀數(shù)。則小波分解后不同尺度信號的總能量為：

相對小波能量在各尺度能量的分布概率為：

2 實(shí)驗(yàn)結(jié)果分析

本文使用的實(shí)測數(shù)據(jù)由UWB生物雷達(dá)系統(tǒng)獲取，雷達(dá)系統(tǒng)，見圖2，雷達(dá)發(fā)射參數(shù)，見表1?？紤]地震、塌方等災(zāi)后救援任務(wù)的要求，生物雷達(dá)需穿透廢墟對壓埋人員進(jìn)行探測，為了同時滿足雷達(dá)穿透性能和靈敏度，UWB生物雷達(dá)的中心頻率和帶寬為500 MHz。

圖2 UWB生物雷達(dá)實(shí)驗(yàn)平臺

表1 UWB生物雷達(dá)系統(tǒng)的硬件參數(shù)

實(shí)驗(yàn)場景，見圖3。UWB生物雷達(dá)進(jìn)行穿墻探測實(shí)驗(yàn)，磚墻厚度為28 cm，人體目標(biāo)A正對雷達(dá)天線，保持正常呼吸，與雷達(dá)天線距離為3 m，目標(biāo)B處于目標(biāo)A的遮蔽區(qū)域，正常呼吸，距離雷達(dá)天線6 m。雷達(dá)探測區(qū)域除了人體目標(biāo)，無明顯動目標(biāo)干擾。采用小波熵識別算法對雷達(dá)回波信號進(jìn)行處理，傳統(tǒng)的能量累積算法和自適應(yīng)譜線增強(qiáng)算法作為對比研究，實(shí)驗(yàn)結(jié)果，見圖4。

圖3 UWB生物雷達(dá)穿墻探測遮蔽情況下多人體目標(biāo)實(shí)驗(yàn)場景

圖4 遮蔽情況下兩個人體目標(biāo)的探測結(jié)果

圖4a為自適應(yīng)譜線增強(qiáng)算法對實(shí)驗(yàn)數(shù)據(jù)的處理結(jié)果，可以看出距離雷達(dá)天線3 m處存在規(guī)律性的波動信號，為進(jìn)一步驗(yàn)證3 m處的波動信號是否為人體呼吸回波信號，對此回波數(shù)據(jù)作快速傅里葉變換，結(jié)果顯示于圖5中，可見3 m位置所對應(yīng)的頻率基本在0.35 Hz左右（紅色橢圓內(nèi)部），符合人體呼吸頻率范圍，再結(jié)合先驗(yàn)知識，可知距離雷達(dá)天線3 m處為人體目標(biāo)A。而由于目標(biāo)A的遮擋，自適應(yīng)譜線增強(qiáng)算法無法探測到遮蔽區(qū)域的目標(biāo)B。圖4b為能量累計算法的識別結(jié)果，同樣從實(shí)驗(yàn)結(jié)果中只能看到距離雷達(dá)天線3 m處有一個能量譜峰，此實(shí)驗(yàn)條件下能量累積算法只能探測到前面人體目標(biāo)A，無法探測到遮蔽區(qū)域中的目標(biāo)B。圖4c為小波熵算法對實(shí)驗(yàn)數(shù)據(jù)的處理結(jié)果，從結(jié)果圖中可以觀察到在距離雷達(dá)3 m處的小波熵值很低，可判斷此位置為人體目標(biāo)A，距離雷達(dá)6 m處的小波熵值也低于兩側(cè)的小波熵值，對應(yīng)遮蔽區(qū)域中人體目標(biāo)B所在的位置。由此可見，小波熵算法對遮蔽情況下的多個人體目標(biāo)探測識別的準(zhǔn)確度較高。

圖5 快速傅立葉分析處理的實(shí)驗(yàn)結(jié)果

3 結(jié)論

本文使用中心頻率為500 MHz的UWB生物雷達(dá)系統(tǒng)用于廢墟下多個壓埋人體的探測研究。針對遮蔽干擾下多個人體目標(biāo)的探測識別問題，首先分析了雷達(dá)遠(yuǎn)端人體目標(biāo)探測不準(zhǔn)確的原因。基于人體呼吸信號在雷達(dá)回波距離維度上固定距離單元存在相關(guān)性，采用自相關(guān)技術(shù)在增強(qiáng)人體呼吸信號規(guī)律性的同時抑制環(huán)境中靜態(tài)雜波干擾。再根據(jù)小波變換和熵的理論知識，采用小波熵識別算法計算不同距離點(diǎn)信號小波分解后的不同尺度能量分布復(fù)雜度，通過人體目標(biāo)和無人體目標(biāo)點(diǎn)的熵值差異，對遮蔽情況下多人體目標(biāo)進(jìn)行識別。實(shí)驗(yàn)結(jié)果證明該方法能夠識別出遮蔽區(qū)域中的人體目標(biāo)，改善雷達(dá)生命探測性能。