基于探人雷达的双静目标信号补偿技术研究

张 杨，李岩峰，吕 昊，李 钊，焦 腾，于 霄，路国华，梁福来，王健琪

基于探人雷达的双静目标信号补偿技术研究

张 杨，李岩峰，吕 昊，李 钊，焦 腾，于 霄，路国华，梁福来，王健琪

目的：研究超宽谱（ultra-wide band，UWB）探人雷达多目标探测中的远距离目标信号能量衰减问题，对远端目标信号进行幅值补偿。方法：采用单通道UWB雷达采集径向距离较大的双静态目标信号，用信噪比和信息熵方法对信号进行处理，比较2种方法对远端目标信号的补偿效果。结果：2种方法均可以有效提高远端信号的幅值，可用于径向上距离较远2个目标的识别，可有效降低远端目标的漏判率。结论：信噪比和信息熵方法可提高雷达对远端目标的识别能力，其中信息熵方法在补偿效果上优于信噪比方法，该补偿技术有利于探人雷达多目标探测、识别和定位准确性的提高。

信息熵；信噪比；UWB；补偿

0 引言

生命探测雷达可广泛应用于地震、矿难、泥石流等灾后救援和反恐领域，主要针对压埋于倒塌建筑物、废墟中的生命体搜寻定位以及隔墙监视等[1-3]。近年来，越来越多的研究小组开展了基于超宽谱（ultra-wide band，UWB）雷达的生命探测技术研究。由于UWB雷达回波具有距离信息，所以UWB生命探测雷达不但可以给出目标有无的探测结果，而且还能给出目标的位置信息[4-8]。多目标探测和定位也有一些报道，但多数是针对运动目标，对多静态目标的探测和定位研究较少[9]。静态人体目标，是指处于静止状态且平静呼吸的各种姿态的人体目标。由于处于静止状态，其微弱的生命信号很难从雷达回波信号中提取出来，尤其是双静态目标探测中远端人体（距离雷达较远的目标）信号由于距离增加导致信号衰减，经常被漏判。因此，双静态目标探测中远端人体生命信号的提取和增强是一个急需解决的问题。本文采用信息熵和信噪比方法对远端目标信号进行补偿，以减少因距离增加、信号衰减而造成的能量损失，降低远端目标的漏判率。

1 原理与方法

1.1 硬件系统

采用低中心频率UWB脉冲雷达，原理框图如图1所示。系统由脉冲发生器产生脉冲信号，经整形电路后形成双极脉冲，由垂直极化的蝶形天线发射出去，同时脉冲发生器所产生的脉冲信号被送入延时单元产生一系列距离门信号控制接收电路。接收天线接收到反射回波后，由距离门信号控制接收电路进行采样，再经过积分和放大送入后端处理系统。

UWB雷达的中心频率为400 MHz，带宽为400MHz，接收脉冲波形和频谱如图2所示，时窗为80 ns，脉冲重复频率为128 kHz。

图1 UWB脉冲雷达原理框图

图2 UWB雷达接收脉冲图

雷达回波信号以脉冲波形的方式存储，每一个波形都包括8 192个采样点。沿着脉冲波形横坐标方向的时间轴被定义为“快时间”，快时间维度（时窗）的信号称为“快信号”，单位为纳秒（ns）；连续2个脉冲波的时间间隔Ts=0.062 5 s，沿着这一间隔方向的时间轴被定义为“慢时间”，慢时间维度的信号称为“慢信号”，单位为秒（s）。“快信号”表示脉冲自发射到接收的时间间隔，包含距离信息；“慢信号”表示固定距离点的信号随着慢时间的变化情况，包含时间变化信息。雷达采集的二维回波信号如图3所示，横坐标为慢时间，纵坐标为快时间。

图3 雷达二维回波信号图

1.2 探测场景

当UWB脉冲雷达探测2个静态人体目标时，随着目标间距的增加，目标之间的干扰不断减小，只要利用相关抵消器抑制目标后端区域内由自身引起的干扰即可准确识别出2个目标，采用相关抵消技术进行自身干扰抑制的研究在前面的研究中已作叙述[10]。但随着目标间距的进一步增加又出现了新的影响目标识别的问题，即远端目标信号非常微弱，容易造成漏判。本文利用UWB脉冲雷达对2个间距较大的静态人体目标进行了探测和识别研究，实验场景如图4所示，人体目标A正对雷达天线并位于距天线3 m远处，人体目标B位于距天线7 m远处，两目标间方位角之差为20°，即d=4 m，φ=20°。该场景所采数据经预处理后能量谱如图5所示，只在4 m附近有一簇明显的峰值，而在人体目标B所在位置处没有明显的能量峰值出现。

图4 双静态目标探测实验场景图

图5 2个间距较大的静态人体目标能量谱图

1.3 问题分析

经过分析可知，远端目标信号微弱是由于电磁波随着传播距离的增加不断衰减，造成离天线越远的目标其反射信号越微弱，所以在能量谱中远端目标信号幅值要远小于近端目标信号幅值。因此在如图5所示的目标间距较大的情况下很难由能量谱识别出人体目标B的位置。除此以外，虽然通过图5可以识别人体目标A，但是根据能量谱中最大幅值位置来估计目标A位置时会出现较大误差（约处于3.7m处）。为了解决这个问题，本研究计划利用信噪比和信息熵的方法替代能量谱来识别和估计目标位置。

1.4 信噪比信号补偿方法

通过计算雷达慢信号的傅里叶变换发现目标区域信号频谱和非目标区域信号频谱存在很大差异，如图6所示。正常人体的呼吸频率在0.3～0.5 Hz，因此目标区域信号在经过预处理去除了高频干扰和静态杂波后，在频谱上就反映为信号能量集中在呼吸频带内，而非目标区域信号经过预处理后整个频谱较为平坦，并没有明显的峰值，因此可以利用这一信号频率特性对目标进行识别，即通过信号信噪比和信息熵谱图的方法对双静态目标进行识别和一维定位。

图6 目标区域和非目标区域频谱图

信噪比定义为信号和噪声的能量比值，一般用来衡量信号质量。本文把频谱中位于正常人体呼吸频带内的能量视为信号能量，除此之外的能量均视为噪声能量。分别对信号段和噪声段能量积分求均值，利用均值来表征慢信号的信号段能量水平和噪声能量水平，求取两者的比值作为该点有无目标存在的判据。本文将这一比值定义为慢信号的信噪比，采用公式（1）进行计算。

式（1）中，｜F[·]｜表示傅里叶变换，｜F[wi]｜表示点信号的频谱，fR表示呼吸信号的上限截止频率，F表示频带宽度。

1.5 信息熵信号补偿方法

信息熵是一个数学概念，是从概率统计角度来描述信息不确定性的客观物理量，它定义为信号所含的平均信息量，也可理解为离散随机事件的出现概率。采用公式（2）进行信息熵的计算。

式（2）中，H（X）表示计算信息熵，X为随机变量，P（xi）为随机变量X的概率密度函数，I[P（xi）]为x= xi时的信息度量，E[-log P（xi）]表示计算概率统计平均值，即计算数学期望。信息熵的单位取决于取对数的底。本文采用以e为底求对数，单位为奈特（Nat）。

熵的概念引入通信领域后，被用来描述信号的不确定性。因为通信中的信息熵只会减少不会增加，所以信息熵也被称为负熵。信号越规律，能量越集中在个别频段，熵值越小；信号越杂乱无章，能量越分散于整个频带，熵值越大，因此可以根据不同距离点上的慢信号熵值大小来识别人体目标并估计其位置。根据上述分析，我们利用公式（3）在频域中计算信号的信息熵。

式（3）中，P（fi）代表不同频率信号的概率密度，它是信号频谱能量归一化的结果，采用公式（4）进行计算。

2 实验结果

2.1 信噪比信号补偿方法结果

利用上述信噪比信号补偿方法对图4场景下所采数据进行处理，结果如图7所示。从图7（a）中可以看出除人体目标A所在位置区域有峰值出现外，人体目标B所在位置也有明显峰值，另外人体目标A后端一定区域内也存在较大的峰值，且此峰值大于人体目标B所在位置处的峰值，该现象是由人体目标A对其后端信号所引起的干扰造成的，所以可利用自适应相关抵消器进行处理，处理后的信噪比谱图如图7（b）所示。可以看出，自适应相关抵消器对于信噪比谱图中自身干扰信号的去除是有效的。根据图7（b）中2个峰值的位置来估计双目标的位置，人体目标A的位置为3.06 m，人体目标B的位置为7.56 m。

可以看到，信噪比谱图中人体目标B区域内的幅值虽然比能量谱中对应位置的幅度明显许多，但是从图7中可以看出其幅值仍然比人体目标A的幅值小很多。这是因为信噪比本身也是一种基于能量的比值，随着目标所在位置与雷达天线间的距离不断增加，不仅反射回波的能量衰减，不同位置处信号能量的分布也发生了变化。距离雷达天线位置越远，回波中信号有用成分的能量越弱，因此有用成分在回波中所占比例就越小，即信噪比变小。因此，信噪比信号补偿方法对空间中不同位置能量的补偿作用是有限的。为了对不同区域信号能量进行进一步的补偿，本研究又采用信息熵方法对信号进行了处理。

图7 2个间距较大的静态人体目标信噪比谱图

2.2 信息熵信号补偿方法结果

利用信息熵谱图法对图4场景下所采数据进行处理，结果如图8所示。从图8中可以看出有2个区域熵值明显低于其他位置，熵值低的区域表明信号规律，有目标的可能性较大，而熵值高的地方表明信号无规律，有目标的可能性较小，这一结果与探测区域中有2个目标的实际情况相符。为了方便观察，利用谱中熵值最大值与每一点相减，结果如图9所示。从图9（a）中可以看出人体目标B所在区域的信号幅值比图5和图7中都要明显，这就说明信息熵能够很好地补偿由于信号传播距离增加而造成的幅值衰减。但同样也存在目标A对其后端区域内信号的干扰现象，且干扰现象较信噪比谱图明显。为消除干扰，利用自适应相关抵消器对信号进行处理，处理后信息熵谱图如图9（b）所示，人体目标A后端区域内的干扰被抑制，而人体目标B所在位置的峰值比信噪比谱图中更加明显。根据图9（b）2个峰值的位置来估计双目标的位置，人体目标A的位置为3.04 m，人体目标B的位置为7.54 m。

图8 2个间距较大的静态人体目标信息熵谱图

图9 2个间距较大的静态人体目标的信息熵谱图及自适应相关抵消后的信息熵谱图

（▶▶▶▶）（◀◀◀◀）

3 结论

本文采用信噪比谱图、信息熵谱图2种方法对UWB脉冲雷达双静态目标探测中远端目标信号补偿问题进行了研究。和能量谱图相比，信噪比和信息熵2种处理方法都能对远端目标的信号进行有效补偿，有利于降低远端目标的漏判率。在补偿效果上，由于信噪比本身也是一种基于能量的比值，远端信号能量变弱以后，信噪比也随之降低，因此信息熵方法优于信噪比方法。2种方法处理后信号近端目标A后方都会产生自身干扰，采用文献[10]中的自适应相关抵消器均可以有效去除这种干扰。

[1]Konstantin L，Vladimyr K.Through wall detection and recognition of human beings using noise radar sensors[C]//RTO SET Symposium on Target Identification and Recognition Using RF Systems.Oslo: NATO Science and Technology Organization，2004：1 501-1 512.

[2]David G，Antonio L，Ángel R，et al.Remote sensing of vital signs using a doppler radar and diversity to overcome null detection[J].IEEE Sensors J，2012，12（3）：512-518.

[3]Zhang Y，Jiao T，Lyu H.An interference suppression technique for life detection using 5.75-and 35-GHz dual-frequency continuous-wave radar[J].IEEE Geosci Remote Sens Lett，2015，12（3）：482-486.

[4]Huang X Y，Chen B Q，Cui H L，et al.Theoretical study of sensing targets through the wall using ultra-wideband technology[C]//Proc of SPIE.Orlando：Robert N Trebits，2011：178-184.

[5]Xu Y Y，Wu S Y，Chen C，et al.A novel method for automatic detection of trapped victims by ultrawide band radar[J].IEEE Trans Geosci RemoteSens，2012，50（8）：3132-3142.

[6]Xu Y Y，Dai S，Wu S Y，et al.Vital sign detection method based on multiple higher order cumulant for ultrawideband radar[J].IEEE Trans Geosci Remote Sens，2012，50（4）：1 254-1 265.

[7]Liu L B，Liu Z J，Xie H，et al.Numerical simulation of UWB impulse radar vital sign detectionat an earthquake disaster site[J].Ad Hoc Networks，2014，13：34-41.

[8]Lyu H，Li W Z，Li Z，et al.Characterization and identification of IRUWB respiratory-motion response of trapped victims[J].IEEE Trans Geosci Remote Sens，2014，52（11）：7 195-7 204.

[9]Zhang Y，Jiao T，Jing X J，et al.A detecting and identifying method for two stationary human targets using single-channel ultra-wide-band radar[J].EURASIP Journal on Advances in Signal Processing，2012，202：1-6.

[10]Li Y F，Jing X J，Lyu H，et al.Analysis of characteristics of two close stationary human targets detected by impulse radio UWB radar[J]. Progress In Electromagnetics Research，2012，126：429-447.

（收稿：2015-02-11 修回：2015-06-12）

Research of signal compensation technique for two stationary human targets based on life detection radar

ZHANG Yang1,LI Yan-feng2,LYU Hao1,LI Zhao1,JIAO Teng1, YU Xiao1,LU Guo-hua1,LIANG Fu-lai1,WANG Jian-qi1
（1.School of Biomedical Engineering,the Fourth Military Medical University,Xi'an 710032,China; 2.Institute of Drug and Instrument Control,Health Department under GLD,Beijing 100071,China）

Objective To research the distant signals energy attenuation in multi objects detection of ultra-wide band (UWB)life detection radar to perform amplitude compensation for the distant signals.Methods The signals in the scenario that had two stationary human targets with different distances from the radar were collected by single channel UWB radar. SNR and information entropy methods were performed to compensate the energy attenuation of the distant signals.The compensation effects of these two methods were compared.Results The experimental results demonstrated that these two methods could effectively strengthen the amplitude of the distant signals,identify two stationary human targets accurately and reduce the misdetection rate.Conclusion The two methods can both improve the detection capability of the radar for distant human targets.Information entropy method is better than SNR method in compensation effect,which enhances the accuracies of detection,identification and location for multi-targets by life detection radar.[Chinese Medical Equipment Journal，2015，36（11）：1-4，17]

information entropy;signal-noise ratio;ultra-wide band;compensation

R318；TN95

A

1003-8868（2015）11-0001-05

10.7687/J.ISSN1003-8868.2015.11.001

国家科技支撑计划课题（2014BAK12B02）

张 杨（1978—），男，博士，副教授，主要从事非接触生物医学信号检测方面的研究工作，E-mail：yangzhang@fmmu.edu.cn。

710032西安，第四军医大学生物医学工程学院（张 杨，吕 昊，李 钊，焦 腾，于 霄，路国华，梁福来，王健琪）；100071北京，总后勤部卫生部药品仪器检验所（李岩峰）

王健琪，E-mail：wangjq@fmmu.edu.cn