[发明专利]基于多通道HHT的UWB雷达人体运动微多普勒特征提取方法

摘要

本发明公开了基于多通道HHT的UWB雷达人体运动微多普勒提取方法，包括以下步骤：步骤1，获取UWB雷达信号；步骤2，预处理获取的UWB雷达信号；步骤3，有效通道选择；步骤4，多通道时频谱融合；本发明所提微多普勒时频分析方法具有更高的时频分辨率，不同部件对应微多普勒特征成分区分更加明显，更能体现人体运动的瞬时特征和细节变化；本发明所提时频分析方法抗干扰能力强，较远距离穿墙探测、信号急剧衰减情况下仍能捕捉到明显的微多普勒特征。本发明所提时频分析方法具有更好的去噪能力，所得时频谱信噪比更高，微多普勒特征成分更加明显。

主权项

1.基于多通道HHT的UWB雷达人体运动微多普勒特征提取方法，其特征在于，包括以下步骤：步骤1，UWB雷达的发射天线发射信号，UWB雷达的接收天线接收被墙后人体反射的信号式(1)中，表示距离轴采样点的数量，表示时间轴采样点的数量，表示在距离轴为m、时间轴为n时的信号值；步骤2，对进行预处理，得到预处理后信号R；式(2)中，r_m(n)表示在距离轴为m、时间轴为n时的预处理后信号值；步骤3，设定有效运动特征信号边界值为距离轴d_c和d_f，d_f>d_c，将预处理后信号R中距离轴m≥d_c和m≤d_f内的信号作为有效运动特征通道信号包括M′个通道信号其中M′＝d_f‑d_c+1；式(3)中，表示在距离轴为m′、时间轴为n时的有效运动特征通道信号值；其中，设距离轴d_c信号的能量为距离轴d_f信号的能量为E₀为预处理后的空采信号的距离轴单元信号的平均值作为噪声能量均值；步骤4，对的M′个通道信号分别进行时频分析，得到M′个时频矩阵；包括：步骤41，任选中任一通道信号作为当前通道信号步骤411，向当前通道信号添加随机白噪声，得到待处理信号r′_m′；步骤412，对待处理信号r′_m′进行EMD分解，得到本征模态函数分量序列IMF，所述IMF包括Q个imf；步骤413，重复步骤411至步骤412L次，得到L组本征模态函数分量序列IMF，记为LIMF＝(IMF₁,IMF₂,…,IMF_l…IMF_L)，l＝1,2,...,L,L为大于等于1的自然数；步骤414，对L组IMF进行平均，得到当前通道信号的最终本征模态函数分量序列IMF′；IMF′＝{imf′_q|q＝1,2,...,Q}    (5)步骤42，任选IMF′中任一分量作为当前分量imf′_q；步骤421，若该当前分量imf′_q与当前通道信号的向量空间余弦相似度为S_cosθ_q小于等于阈值CS_T，则从IMF′中将该当前分量imf′_q去除；其中，步骤422，重复步骤421，直至IMF′所有分量都被作为当前分量，得到有效IMF″，所述IMF″中包括Q′个分量，Q′<Q；步骤43，对IMF″中的Q′个分量进行希尔伯特变换，得到当前通道信号的时频矩阵H_m(ω,t)，ω表示瞬时频率，t表示时间；步骤44，重复步骤41至步骤43，直至中M′个通道信号都被作为当前通道信号，得到M′个时频矩阵，记为M′H(ω,t)；M′H(ω，t)＝(H₁(ω，t)，...，H_m(ω，t)，...，H_M′(ω，t))    (6)步骤5，通过式(7)：得到表征整个人体运动微多普勒时频特征的综合时频谱H(ω，t)。