一種基于變分模態(tài)分解的多人穿墻時(shí)變呼吸信號(hào)檢測(cè)方法
【專利摘要】本發(fā)明公開了一種基于變分模態(tài)分解(VMD)的多人穿墻時(shí)變呼吸信號(hào)檢測(cè)方法，步驟如下：超寬帶發(fā)射天線發(fā)射窄脈沖經(jīng)過人體胸腔微多普勒的振動(dòng)，回波經(jīng)過接收天線接收，超寬帶雷達(dá)回波經(jīng)過慢時(shí)采樣得到穿墻人體回波信號(hào)矩陣；通過距離門選擇算法計(jì)算每個(gè)距離門的方差，并求出方差最大的即多人目標(biāo)存在的距離門并采用低通濾波器消除高頻干擾和多余頻域成分；對(duì)濾波后的信號(hào)使用VMD算法進(jìn)行模態(tài)分解，迭代子信號(hào)，得到一個(gè)符合呼吸個(gè)數(shù)和頻段的有效呼吸信息；進(jìn)行希爾伯特變換進(jìn)行時(shí)頻處理，得到包含平滑呼吸特征的動(dòng)態(tài)瞬時(shí)信息。本發(fā)明能夠有效的消除不同呼吸成分的干擾諧波，去除墻面干擾，增強(qiáng)微弱呼吸信號(hào)，具有強(qiáng)抗干擾性，以及精確的時(shí)變追蹤特性。
【專利說明】
-種基于變分模態(tài)分解的多人穿墻時(shí)變呼吸信號(hào)檢測(cè)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于雷達(dá)探測(cè)技術(shù)領(lǐng)域，特別是一種基于變分模態(tài)分解(VMD)的多人穿墻 時(shí)變呼吸信號(hào)檢測(cè)方法。
【背景技術(shù)】
[0002] 多人穿墻定位技術(shù)被越來越多的應(yīng)用到災(zāi)難捜救，反恐突襲，反恐救援等應(yīng)用中， 而由于超寬帶信號(hào)的良好穿透性，和高的分辨率，所W采用超寬帶雷達(dá)對(duì)墻體后目標(biāo)的探 測(cè)受到越來越廣泛的認(rèn)可，在穿墻探測(cè)領(lǐng)域有很多課題，如室內(nèi)目標(biāo)定位，人體步態(tài)檢測(cè)， 穿墻人體成像等，而同時(shí)，隨著生物醫(yī)學(xué)科技的興起，非接觸式穿墻生命體征檢測(cè)成為了如 今一個(gè)新興的課題。
[0003] 現(xiàn)階段穿墻生命體征的檢測(cè)主要集中在單人呼吸檢測(cè)，但也有少量團(tuán)隊(duì)進(jìn)行著多 人呼吸穿墻檢測(cè)的研究，而為了保證對(duì)目標(biāo)的分辨率要求和信號(hào)過墻的穿透度，穿墻探測(cè) 多采用超寬帶信號(hào)進(jìn)行，超寬帶信號(hào)定義為帶寬與中屯、頻率比值大于25%的信號(hào)（相對(duì)超 寬帶信號(hào)的定義）。但是由于目前檢測(cè)方法單一，無(wú)法進(jìn)行動(dòng)態(tài)跟蹤的檢測(cè)，穿墻多人呼吸 檢測(cè)有著有很大的研究空間，美國(guó)田納西大學(xué)的研究團(tuán)隊(duì)采用連續(xù)波雷達(dá)對(duì)木墻后2人目 標(biāo)進(jìn)行檢測(cè)，但采用傅里葉變換的方法僅僅能進(jìn)行行走步態(tài)的檢測(cè)，并且連續(xù)波雷達(dá)并不 具備很強(qiáng)的穿透性，所W無(wú)法勝任許多復(fù)雜環(huán)境的檢測(cè)任務(wù)，中國(guó)吉林大學(xué)的團(tuán)隊(duì)使用超 寬帶雷達(dá)對(duì)水泥墻后2個(gè)靜止目標(biāo)進(jìn)行檢測(cè)，然而由于所用雷達(dá)檢測(cè)精度的限制，實(shí)際測(cè)試 中無(wú)法得到清晰的呼吸波形，難W進(jìn)行進(jìn)一步的研究。綜上所述，簡(jiǎn)單的傅里葉變換無(wú)法去 除低頻干擾和呼吸諧波，也無(wú)法得到呼吸的動(dòng)態(tài)變化趨勢(shì)，所W基于簡(jiǎn)單頻域分析的穿墻 多人呼吸檢測(cè)算法在實(shí)際應(yīng)用中存在很大的局限性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種基于變分模態(tài)分解(VMD)的多人穿墻時(shí)變呼吸信號(hào)檢 測(cè)方法，使用模態(tài)分解的方法，對(duì)信號(hào)中呼吸模態(tài)進(jìn)行準(zhǔn)確區(qū)分，并追蹤其動(dòng)態(tài)趨勢(shì)，實(shí)現(xiàn) 多目標(biāo)呼吸信號(hào)的提取和分離。
[0005] 實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為:一種基于變分模態(tài)分解的多人穿墻時(shí)變呼吸 信號(hào)檢測(cè)方法，包括W下步驟：
[0006] 步驟1，多人穿墻呼吸目標(biāo)的快慢時(shí)回波數(shù)據(jù)通過超寬帶雷達(dá)發(fā)射和接收，接收天 線得到一個(gè)M個(gè)距離口，N個(gè)脈沖的數(shù)據(jù)矩陣s(M，N);
[0007] 步驟2,對(duì)數(shù)據(jù)矩陣s(M，N)進(jìn)行距離口選擇、低通濾波，得到包含多人呼吸特征的 單個(gè)距離口回波信號(hào)f〇(t);
[000引步驟3,采用Vffl)即變分模態(tài)分解得到包含多人呼吸特征的子信號(hào)化(t);
[0009] 步驟4,使用希爾伯特算法對(duì)子信號(hào)iik(t)進(jìn)行時(shí)頻處理得到穿墻動(dòng)態(tài)變化的多人 呼吸波形。
[0010] 進(jìn)一步地，步驟2所述對(duì)數(shù)據(jù)矩陣s(M，N)進(jìn)行距離口選擇、低通濾波，得到包含多 人呼吸特征的單個(gè)距離口回波信號(hào)fo(t)，步驟如下：
[0011] (2.1)通過滑窗最大方差法得到變化最大的距離口 Vj，公式為：
[0012]
(1)
[0013] 其中，^' = [1，2，...，1]為距離口的編號(hào)，11=[1，2，...，^為脈沖的編號(hào)，其中1為 距離口的總數(shù)，N為脈沖總數(shù)，Xw為第j個(gè)距離口的第n個(gè)慢時(shí)采樣；
[0014] (2.2)通過計(jì)算得到能量最大距離口 Vmax即為所要求的具有穿墻多人呼吸特征的 距離口，公式為：
[0015] Vmax=max (Vj) (2)
[0016] (2.3)從Vmax中提取出超寬帶雷達(dá)回波中的原始人體回波信號(hào)fv(t);
[0017] (2.4)將fv(t)通過低通濾波器濾除高頻干擾和呼吸高次諧波，得到包含多人呼吸 特征的單個(gè)距離口回波信號(hào)f〇(t)。
[0018] 進(jìn)一步地，步驟3所述采用VMD即變分模態(tài)分解得到包含多人呼吸特征的子信號(hào)化 (t)，包括如下步驟：
[0019] (3.1)鏡像延拓原始回波信號(hào)fo(t)生成包含多人呼吸信息的信號(hào)f(t);
[0020] (3.2)對(duì)步驟（3.1)獲得的多人穿墻延拓信號(hào)做傅里葉變換到頻域，得到信號(hào)f (? );
[0021] (3.3)設(shè)定最大迭代次數(shù)No,初始化選擇帶寬a,子信號(hào)個(gè)數(shù)K，子信號(hào)化，子信號(hào)中 屯、頻率O k，拉格朗日乘子M O )，噪聲因子T，噪聲松弛情況下T為0，收斂標(biāo)準(zhǔn)tol = 1E-6;
[0022] (3.4)根據(jù)步驟(3.2)和步驟(3.3)中的初始變量，迭代第n+1次更新含有呼吸成分 的子信號(hào)化為：
[0023]
(3)
[0024] 其中，i表示第i個(gè)呼吸子信號(hào)，l《i《K，l《k《K; CO為信號(hào)頻率，./'(、(〇)為信號(hào)f (t)的傅里葉變換、知(妨)代表得到的第i個(gè)子呼吸信號(hào)的傅里葉變換，《.((〇)為拉格朗日乘 子的頻域表示；
[0025] (3.5)計(jì)算更新拉格朗日乘子
IT為噪聲因 子；
[00%] (3.6)如男
或11>佈，則迭代停止，否則返回執(zhí)行步驟3.4-3.5，e 表示判別約束條件，e >0 ,No表示最大迭代次數(shù)；
[0027] (3.7)根據(jù)正常呼吸的頻域范圍0.1 Hz-O.細(xì)Z篩選呼吸信號(hào)模態(tài)與，獲得的K個(gè)呼 吸信號(hào)；
[0028] (3.8)對(duì)K個(gè)呼吸信號(hào)模態(tài)麵進(jìn)行逆傅里葉變換，最后解除鏡像延拓使各分量恢復(fù) 與原信號(hào)f(t)相同的時(shí)域長(zhǎng)度，分別輸出K個(gè)人的呼吸子信號(hào)iik(t)。
[0029] 進(jìn)一步地，步驟4所述使用希爾伯特算法對(duì)子信號(hào)iik(t)進(jìn)行時(shí)頻處理得到穿墻動(dòng) 態(tài)變化的多人呼吸波形，具體如下：
[0030] (4.1)將有效的多人呼吸子信號(hào)iik(t)通過希爾伯特變換，得到瞬時(shí)頻率信號(hào)
[0031] (4.2)對(duì)^；(^)進(jìn)行平滑操作去除隨機(jī)波動(dòng)得到平滑后的信號(hào)'1(*)，公式為：
[0032]
(4)
[0033] 其中O表示卷積變量，W(t)為一個(gè)矩形窗，長(zhǎng)度T選取為選定呼吸模態(tài)的=倍振蕩 周期、高度為1;
[0034] (4.3)通過求和fi(t)，得到信號(hào)f(t)作為不含有墻面干擾，諧波干擾，并具有動(dòng)態(tài) 呼吸跟蹤特性的多人穿墻時(shí)變呼吸信號(hào)的結(jié)果。
[0035] 本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)在于：（1)結(jié)合了滑窗估計(jì)，極大方差法，VMD 算法，希爾伯特變換估計(jì)，實(shí)現(xiàn)了對(duì)多目標(biāo)動(dòng)態(tài)呼吸特征的同步追蹤；（2)消除了墻面干擾， 高頻噪聲，呼吸諧波對(duì)待求呼吸信號(hào)的干擾，從而保證了對(duì)目標(biāo)信號(hào)動(dòng)態(tài)特性清晰的提?。?(3)具有強(qiáng)抗干擾性和精確的時(shí)變追蹤特性，實(shí)用性較強(qiáng)。
【附圖說明】
[0036] 圖1為本發(fā)明基于VMD的多人穿墻時(shí)變呼吸信號(hào)檢測(cè)方法的流程框圖。
[0037] 圖2為典型的穿墻多人探測(cè)場(chǎng)景示意圖。
[0038] 圖3為本發(fā)明的由采集數(shù)據(jù)經(jīng)過距離選擇算法得到的原始呼吸信號(hào)波形圖。
[0039] 圖4為本發(fā)明經(jīng)過VMD算法重構(gòu)得到的目標(biāo)呼吸動(dòng)態(tài)信號(hào)時(shí)域波形圖，其中（a)A目 標(biāo)的呼吸動(dòng)態(tài)信號(hào)時(shí)域波形圖，（b)為B目標(biāo)的呼吸動(dòng)態(tài)信號(hào)時(shí)域波形圖。
[0040] 圖5為VMD算法重構(gòu)得到的目標(biāo)呼吸信號(hào)FFT頻譜圖。
[0041 ]圖6為經(jīng)過希爾伯特變換得到的二人瞬時(shí)呼吸信號(hào)波形圖。
【具體實(shí)施方式】
[0042] 本發(fā)明基于超寬帶雷達(dá)進(jìn)行多人穿墻呼吸特征時(shí)變的獲取，利用UWB接收天線接 收的回波經(jīng)過慢時(shí)采樣得到穿墻人體回波信號(hào)矩陣，進(jìn)而使用距離口選擇算法計(jì)算得到多 人呼吸目標(biāo)存在的距離口，低通濾波器消除高頻干擾和多余頻域成分后，使用變分模態(tài)分 解(VMD)算法進(jìn)行模態(tài)分解，得到有效模態(tài)信號(hào)并進(jìn)行希爾伯特變換，得到時(shí)間段內(nèi)多人呼 吸信號(hào)的時(shí)變特性。通過W上方法獲得呼吸信號(hào)的是時(shí)變信息，同時(shí)保證了強(qiáng)抗干擾性和 精確的時(shí)變追蹤特性和很強(qiáng)的實(shí)用性。
[0043] 本發(fā)明基于VMD算法的多人穿墻時(shí)變呼吸信號(hào)檢測(cè)方法，如圖1所示，包括W下步 驟；
[0044] 步驟1，多人穿墻呼吸目標(biāo)的快慢時(shí)回波數(shù)據(jù)通過超寬帶雷達(dá)發(fā)射和接收，接收天 線得到一個(gè)M個(gè)距離口 (快時(shí)），N個(gè)脈沖(慢時(shí))的數(shù)據(jù)矩陣s(M，N);
[0045] 穿墻雷達(dá)發(fā)射信號(hào)為超寬帶信號(hào)，由接收天線得到一個(gè)由512個(gè)距離口，N個(gè)脈沖 組成的數(shù)據(jù)矩陣s(512，N)。
[0046] 步驟2,對(duì)數(shù)據(jù)矩陣s(M，N)進(jìn)行距離口選擇、低通濾波，得到包含多人呼吸特征的 單個(gè)距離口回波信號(hào)fo(t);
[0047] (2.1)通過滑窗最大方差法得到變化最大的距離口 Vj，公式為：
[004引
； （1)
[0049] 其中，^' = [1，2，...，1]為距離口的編號(hào)，11=[1，2，...，^為脈沖的編號(hào)，其中1為 距離口的總數(shù)，N為脈沖總數(shù)，Xw為第j個(gè)距離口的第n個(gè)慢時(shí)采樣；
[0050] (2.2)通過計(jì)算得到能量最大距離口 Vmax即為所要求的具有穿墻多人呼吸特征的 距離口，公式為：
[0051] Vmax=max(Vj)； (2)
[0052] (2.3)從Vmax中提取出超寬帶雷達(dá)回波中的原始人體回波信號(hào)fv(t);
[0053] (2.4)將fv(t)通過低通濾波器濾除高頻干擾和呼吸高次諧波，得到包含多人呼吸 特征的單個(gè)距離口回波信號(hào)f〇(t)。
[0054] 步驟3,采用VMD即變分模態(tài)分解得到包含多人呼吸特征的子信號(hào)iik(t)，其中K為 目標(biāo)數(shù)。
[0055] (3.1)鏡像延拓原始回波信號(hào)fo(t)生成包含多人呼吸信息的信號(hào)f(t);
[0056] (3.2)對(duì)步驟（3.1)獲得的多人穿墻延拓信號(hào)做傅里葉變換到頻域，得到信號(hào)f (? );
[0057] (3.3)設(shè)定最大迭代次數(shù)No,初始化選擇帶寬a,子信號(hào)個(gè)數(shù)K，子信號(hào)化，子信號(hào)中 屯、頻率O k，拉格朗日乘子A( O )，噪聲因子T(噪聲松弛情況下為0)，噪聲松弛情況下T為0， 收斂標(biāo)準(zhǔn)tol =化-6;
[005引（3.4)根據(jù)步驟(3.2)和步驟(3.3)中的初始變量，迭代第n+1次更新含有呼吸成分 的子信號(hào)化為：
[0059]
W
[0060] 其中，i表示第i個(gè)呼吸子信號(hào)，l《i《K，l《k《K; CO為信號(hào)頻率，為信號(hào)f (t)的傅里葉變換、或((〇)代表得到的第i個(gè)子呼吸信號(hào)的傅里葉變換，1(0)為拉格朗日乘 子的頻域表示；
[0061] (3.5)計(jì)算更新拉格朗日乘子
八為噪聲因 子；
[0062] (3.6)如身
3,則迭代停止，否則返回執(zhí)行步驟3.4-3.5, e 表示判別約束條件，e >0 ,No表示最大迭代次數(shù)；
[0063] (3.7)根據(jù)正常呼吸的頻域范圍O.mz-0.6化篩選呼吸信號(hào)模態(tài)％，獲得的K個(gè)呼 吸信號(hào)；
[0064] (3.8)對(duì)K個(gè)呼吸信號(hào)模態(tài)噢進(jìn)行逆傅里葉變換，最后解除鏡像延拓使各分量恢復(fù) 與原信號(hào)f(t)相同的時(shí)域長(zhǎng)度，分別輸出K個(gè)人的呼吸子信號(hào)iik(t)。
[0065] 步驟4,使用希爾伯特算法對(duì)子信號(hào)iik(t)進(jìn)行時(shí)頻處理得到穿墻動(dòng)態(tài)變化的多人 呼吸波形。
[0066] (4.1)將有效的多人呼吸子信號(hào)iik(t)通過希爾伯特變換，得到瞬時(shí)頻率信號(hào) 從);
[0067] (4.2)為了去除通過噪聲或計(jì)算誤差造成可能的隨機(jī)波動(dòng)，對(duì)/(〇進(jìn)行平滑操作 去除隨機(jī)波動(dòng)得到平滑后的信號(hào)fi(t)，公式為：：
[006引
（4)
[0069] 其中O表示卷積變量，W(t)為一個(gè)矩形窗，長(zhǎng)度T選取為選定呼吸模態(tài)的=倍振蕩 周期、高度為1，W此來得到平滑后的信號(hào)fi(t)
[0070] (4.3)通過求和fi(t)，得到信號(hào)f(t)作為不含有墻面干擾，諧波干擾，并具有動(dòng)態(tài) 呼吸跟蹤特性的多人穿墻時(shí)變呼吸信號(hào)的結(jié)果。
[0071] 需要說明的是：由于UWB雷達(dá)對(duì)距離的準(zhǔn)確判斷，本方法著重體現(xiàn)在相同距離下對(duì) 人體微多普勒信號(hào)，如呼吸信號(hào)進(jìn)行準(zhǔn)確的區(qū)分。下面結(jié)合一個(gè)典型實(shí)驗(yàn)給出本發(fā)明的具 體實(shí)施方式。
[0072] 實(shí)施例1
[0073] 穿墻多人探測(cè)場(chǎng)景圖如圖2所示，穿墻雷達(dá)采用單發(fā)單收天線，發(fā)射信號(hào)為UWB信 號(hào)，天線距離墻間距為0.15m，墻體厚度為0.2m，兩個(gè)目標(biāo)距離雷達(dá)距離均為2m。
[0074] 根據(jù)本發(fā)明基于VMD的多人穿墻時(shí)變呼吸信號(hào)檢測(cè)方法的處理步驟，具體如下：
[0075] 步驟1:UWB發(fā)射天線發(fā)射窄脈沖經(jīng)過人體胸腔微多普勒的振動(dòng)，回波經(jīng)過接收天 線接收，UWB雷達(dá)回波經(jīng)過慢時(shí)采樣得到穿墻人體回波信號(hào)矩陣。
[0076] 步驟2:通過距離口選擇算法計(jì)算每個(gè)距離口的方差，并求出方差最大的即多人目 標(biāo)存在的距離口，波形見圖3所示。
[0077] 步驟3:對(duì)步驟2獲得的信號(hào)采用通帶為0-0.7Hz的低通濾波器消除高頻干擾和多 余頻域成分，通常為墻體微動(dòng)或周圍環(huán)境變化如人員走動(dòng)所產(chǎn)生。
[0078] 步驟4:對(duì)步驟3中濾波后的信號(hào)使用VMD算法進(jìn)行模態(tài)分解，迭代子信號(hào)和中屯、頻 率，得到一個(gè)符合呼吸個(gè)數(shù)和頻段的有效呼吸信息，分離出的模態(tài)見圖4所示，其中圖4(a)A 目標(biāo)的呼吸動(dòng)態(tài)信號(hào)時(shí)域波形圖，圖4(b)為B目標(biāo)的呼吸動(dòng)態(tài)信號(hào)時(shí)域波形圖可W明顯看 到兩個(gè)幅度隨時(shí)變化的呼吸信號(hào)，運(yùn)是由于人體在呼吸時(shí)不能時(shí)刻保持幅度一致，所W得 到的即為準(zhǔn)確的人體呼吸時(shí)域信號(hào)。
[0079] 步驟5:對(duì)分離出的呼吸模態(tài)做FFT變換，可W明顯看出呼吸準(zhǔn)確的頻率分別為 0.19化和0.37化，分別對(duì)應(yīng)呼吸11次/分鐘和22次/分鐘的清晰頻域信號(hào)，并且為無(wú)任何墻 面或諧波干擾，結(jié)果如圖5所示。
[0080] 步驟6:進(jìn)行希爾伯特變換，使用S倍呼吸周期進(jìn)行平滑操作，得到具有平滑呼吸 特征的動(dòng)態(tài)瞬時(shí)信息，可W明顯看到二人的呼吸是隨時(shí)間動(dòng)態(tài)變化的，結(jié)果如圖6所示。
[0081] 綜上所述，本發(fā)明主要通過VMD算法能夠有效的消除不同呼吸成分的干擾諧波，去 除墻面干擾，增強(qiáng)微弱呼吸信號(hào)，獲得呼吸信號(hào)的是時(shí)變信息;具有強(qiáng)抗干擾性和精確的時(shí) 變追蹤特性，具有很強(qiáng)的實(shí)用性。
【主權(quán)項(xiàng)】
1. 一種基于變分模態(tài)分解的多人穿墻時(shí)變呼吸信號(hào)檢測(cè)方法，其特征在于，包括以下 步驟： 步驟1，多人穿墻呼吸目標(biāo)的快慢時(shí)回波數(shù)據(jù)通過超寬帶雷達(dá)發(fā)射和接收，接收天線得 到一個(gè)M個(gè)距離門，N個(gè)脈沖的數(shù)據(jù)矩陣S(M，N); 步驟2,對(duì)數(shù)據(jù)矩陣s(M，N)進(jìn)行距離門選擇、低通濾波，得到包含多人呼吸特征的單個(gè) 距離門回波信號(hào)f〇(t); 步驟3,采用VMD即變分模態(tài)分解得到包含多人呼吸特征的子信號(hào)yk(t); 步驟4,使用希爾伯特算法對(duì)子信號(hào)yk(t)進(jìn)行時(shí)頻處理得到穿墻動(dòng)態(tài)變化的多人呼吸 波形。2. 根據(jù)權(quán)利要求1所述的基于變分模態(tài)分解的多人穿墻時(shí)變呼吸信號(hào)檢測(cè)方法，其特 征在于，步驟2所述對(duì)數(shù)據(jù)矩陣s(M，N)進(jìn)行距離門選擇、低通濾波，得到包含多人呼吸特征 的單個(gè)距離門回波信號(hào)fo(t)，步驟如下： (2.1) 通過滑窗最大方差法得到變化最大的距離門Vj，公式為：(1) 其中，j = [l，2, ...，M]為距離門的編號(hào)，η= [1,2, ...，N]為脈沖的編號(hào)，其中M為距離 門的總數(shù)，N為脈沖總數(shù)，Xp為第j個(gè)距離門的第η個(gè)慢時(shí)采樣； (2.2) 通過計(jì)算得到能量最大距離門Vmax即為所要求的具有穿墻多人呼吸特征的距離 門，公式為： Vmax=max(Vj) (2) (2.3) 從Vmax中提取出超寬帶雷達(dá)回波中的原始人體回波信號(hào)fv(t); (2.4) 將fv(t)通過低通濾波器濾除高頻干擾和呼吸高次諧波，得到包含多人呼吸特征 的單個(gè)距離門回波信號(hào)fo(t)。3. 根據(jù)權(quán)利要求1所述的基于變分模態(tài)分解的多人穿墻時(shí)變呼吸信號(hào)檢測(cè)方法，其特 征在于，步驟3所述采用VMD即變分模態(tài)分解得到包含多人呼吸特征的子信號(hào)y k(t)，包括如 下步驟： (3.1) 鏡像延拓原始回波信號(hào)fo(t)生成包含多人呼吸信息的信號(hào)f(t); (3.2) 對(duì)步驟(3.1)獲得的多人穿墻延拓信號(hào)做傅里葉變換到頻域，得到信號(hào)f ( ω ); (3.3) 設(shè)定最大迭代次數(shù)No,初始化選擇帶寬α，子信號(hào)個(gè)數(shù)Κ，子信號(hào)yk，子信號(hào)中心頻 率ω k，拉格朗日乘子λ( ω )，噪聲因子τ，噪聲松弛情況下τ為〇，收斂標(biāo)準(zhǔn)tol = 1E-6; (3.4) 根據(jù)步驟(3.2)和步驟(3.3)中的初始變量，迭代第n+1次更新含有呼吸成分的子 信號(hào)yk為：(3) 其中，i表示第i個(gè)呼吸子信號(hào)，1彡i彡K，1彡k彡Κ; ω為信號(hào)頻率，/((〇)為信號(hào)f(t)的 傅里葉變換、;〗,((〇)代表得到的第i個(gè)子呼吸信號(hào)的傅里葉變換，為拉格朗日乘子的頻 域表示； (3.5) 計(jì)算更新拉格朗日乘(3.6) 如身?βη>Ν〇,則迭代停止，否則返回執(zhí)行步驟3.4-3.5，ε表示 判別約束條件，ε > 〇，No表示最大迭代次數(shù)； (3.7) 根據(jù)正常呼吸的頻域范圍0.1 Hz-0.6Hz篩選呼吸信號(hào)模態(tài):?，獲得的K個(gè)呼吸信 號(hào)； (3.8) 對(duì)K個(gè)呼吸信號(hào)模態(tài)4進(jìn)行逆傅里葉變換，最后解除鏡像延拓使各分量恢復(fù)與原 信號(hào)f(t)相同的時(shí)域長(zhǎng)度，分別輸出K個(gè)人的呼吸子信號(hào)y k(t)。4.根據(jù)權(quán)利要求1所述的基于變分模態(tài)分解的多人穿墻時(shí)變呼吸信號(hào)檢測(cè)方法，其特 征在于，步驟4所述使用希爾伯特算法對(duì)子信號(hào)yk(t)進(jìn)行時(shí)頻處理得到穿墻動(dòng)態(tài)變化的多 人呼吸波形，具體如下： (4.1) 將有效的多人呼吸子信號(hào)yk(t)通過希爾伯特變換，得到瞬時(shí)頻率信號(hào) (4.2) 對(duì)進(jìn)行平滑操作去除隨機(jī)波動(dòng)得到平滑后的信號(hào)n(t)，公式為：⑷ 其中σ表示卷積變量，W(t)為一個(gè)矩形窗，長(zhǎng)度T選取為選定呼吸模態(tài)的三倍振蕩周期、 高度為1; (4.3) 通過求和fdt)，得到信號(hào)f(t)作為不含有墻面干擾，諧波干擾，并具有動(dòng)態(tài)呼吸 跟蹤特性的多人穿墻時(shí)變呼吸信號(hào)的結(jié)果。
【文檔編號(hào)】G01S13/88GK106019271SQ201610274139
【公開日】2016年10月12日
【申請(qǐng)日】2016年4月27日
【發(fā)明人】洪弘, 閆嘉明, 楊宇鑫, 丁傳威, 顧陳, 李彧晟, 朱曉華
【申請(qǐng)人】南京理工大學(xué)