生命信号探测的研究
编者按：随着我国的快速发展，人口密集、资源依赖、社会安全等问题也日渐凸显。自然或人为灾害导致的人员伤亡事故与日俱增。矿难、地震等事故后抢救的事实证明：开展快速有效的生命探测定位的研究具有十分重要的意义。本文利用多普勒原理，对生命信号特征、连续波雷达信号的检测做以介绍，并提出基于小波的处理改进算法，通过两种算法的仿真对比，得出小波算法在人员定位领域具有其他算法不具备的优势，为今后国内人员定位系统领域的研究提供借鉴。
由于电磁波的速度c比雷达和目标间的相对速度vr大很多，故时延tr可表示为：
该式为多普勒频率[2]。当目标靠近雷达时，该为正，接收信号频率高于发射信号;当目标远离雷达时，该为负，接收信号的频率低于发射信号。
2.3 连续波生命雷达探测优势
(1)其传统设备结构简单，性价比高。
(2)其目标探测技术原理简单，理论体系成熟，可用许多先进信号处理方法对其回波信号进行特征提取。
(3)其探测检测灵敏度高、测速精度高、距离远，且处理简单，技术成熟。
(4)其发射效率高，区分识别能力强，大功率器件功率利用系数高等。
3 基于小波的处理算法
在介绍了连续波雷达探测系统技术后，我们便要着重探讨一种可行的算法来进行信号的处理，最终实现人体生命探测的任务。
在诸多算法中，许多算法不能反映信号的局部变化特征，运算量和存储量需求高，实时性差，也不利于硬件实现，如FIR 滤波、自适应滤波、卡尔曼滤波等。小波变换作为一种多分辨率分析的信号处理方法，它可根据需要自动改变时宽和频宽的大小，具有很好的时频联合分析特性，以及分辨率分析特性，在非平稳信号去噪、提取方面比传统滤波有更好的效果。
3.1 小波变换的基本原理
函数的连续小波变换定义为
称该基小波函数满足允许条件，此时这样的小波称为允许小波。
3.2 小波变换的改进算法
虽然传统的小波变换具有很多优点，但是一般的小波变换，都涉及到积分、卷积、大量的浮点运算等复杂的处理过程，在硬件实现方面会消耗很多资源和时间。
本文采用提升型小波算法[1]。它是一种快速的小波变换方法，不依赖于傅里叶变换，直接在时域完成小波变换。利用预测算子P和更新算子U，在时域中完成信号的分解和重构，其中分解步骤为分割、预测、修正。因检测提取的生命信号位于频域的0.1Hz到3Hz，本文采取d4小波。
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码