基于雙源IR-UWB生物雷達的強反射雜波抑制

張芫蓓，王帥杰，王昊，祁富貴，王健琪，李釗

第四軍醫大學 生物醫學工程系，陜西西安 710032

基于雙源IR-UWB生物雷達的強反射雜波抑制

張芫蓓，王帥杰，王昊，祁富貴，王健琪，李釗

第四軍醫大學 生物醫學工程系，陜西西安 710032

在基于生物雷達的生命探測技術研究中，強反射雜波干擾對雷達回波的信噪比影響十分重要，普通的信號處理方法很難將其去除，從而使雷達系統發生誤判或者漏判。本文在現有超寬帶生物雷達技術的基礎上，提出了一種基于雙源IR-UWB生物雷達的強反射雜波抑制方法。利用兩種不同中心頻率的天線同時進行探測，首先對不同頻率雷達回波信號分別進行通道內處理，實現人體微弱生命信號的增強；然后進行通道間處理，并采用自適應雜波消除技術抑制雷達回波中的強反射雜波干擾。在穿透磚墻和廢墟兩種不同場景下進行實驗，結果表明本文所提出的方法可以明顯提高雷達探測的準確率。

超寬帶；生物雷達；生命探測；自適應雜波消除技術；雜波抑制

引言

超寬帶（Ultra-Wide Band，UWB）生物雷達融合了雷達技術和生物醫學工程技術，通過發射出的電磁波穿透非金屬介質（木板、墻壁、廢墟等），檢測到生命體目標的體動，或者呼吸、心跳等生命體征引起的體表微動，并以此為依據探測和識別生命體目標。與基于紅外、光學和超聲的探測技術相比，UWB生物雷達因其具有非接觸、穿透性強、能夠獲得目標距離信息、抗干擾能力強等特點，可廣泛應用于醫學、軍事、反恐等領域，特別是在地震、塌方等災害發生后的應急救援中，具有不可替代的優勢[1-5]。

目前的UWB生物雷達技術多采用沖激脈沖（Impulse Radio，IR）雷達，它是以固定的脈沖重復頻率發射超短脈沖來實現超寬帶的[6-7]。IR-UWB生物雷達在地震、塌方等災后應急救援場景中，通常采用小時窗分段探測技術來提高雷達的探測精度和回波信噪比[8]。但當目標壓埋較深，距離雷達較遠時，使用這種技術就會增加探測時間，影響探測效率。因此，為了能夠更加快速準確地發現幸存人員，應當使用大時窗探測技術。

但是當生物雷達進行大時窗探測時，由于探測環境十分復雜，雷達發射的電磁波通常需要穿透多種不同介質才能照射到被壓埋的人體目標。當IR-UWB生物雷達發射的電磁波穿過兩種介電常數不同的介質（如磚和空氣）時，由于雷達硬件電路不可能工作在理想條件下，發射脈沖必然會產生細微抖動，原本應該靜止的不同介質交界面處的雷達回波，將會隨時間不斷變化，產生強反射雜波[9-10]。有時這種強反射雜波和人體的呼吸信號十分相近，普通的雷達回波信號處理方法很難將其去除，從而導致雷達系統發生誤判或者漏判，浪費寶貴的救援時間和資源，影響對幸存人員的搜救[11]。

在以往的IR-UWB生物雷達探測研究中，為了消除這種由強反射障礙物引起的非靜態雜波，有研究通過在人體目標身后放置吸波材料來消除磚墻、地面等帶來的強雜波干擾[12-13]，但是這種方法只能在實驗研究中運用，無法應用在實際的災后搜救場景中；還有研究通過改變雷達回波的起始位置將這種非靜態雜波干擾調整到雷達接收時窗之外[14]，但這種方法會導致探測時出現盲區，影響雷達系統的實用性；還有些研究利用特殊的雷達回波信號處理算法，對這種非靜態雜波的消除具有一定的效果，但是當障礙物距離人體目標非常近時（如人體靠墻站立或平躺在地面上），由障礙物發射產生的非靜態雜波和人體目標的呼吸信號就變得更加難以區分[15-16]。

本文提出了一種基于雙源IR-UWB生物雷達的強反射雜波抑制方法，利用兩種不同中心頻率的天線，通過等效時間采樣和分時復用技術同時對目標進行探測，再配合自適應雜波消除算法，能夠有效地抑制這種強反射雜波干擾，提高雷達判斷的準確率。

1 基于雙源IR-UWB生物雷達的通道內處理算法

雙源IR-UWB生物雷達的發射天線發射雷達脈沖，雷達脈沖被人體目標反射，再通過雙源IR-UWB生物雷達的接收天線接收到被人體目標反射后的雷達脈沖，即雷達原始回波信號。雙源IR-UWB生物雷達包含兩對具有不同中心頻率的天線，每對天線均包括一個發射天線和一個接收天線，兩個接收天線接收到兩個具有不同中心頻率的雷達原始回波信號R1和R2。分別對這兩個通道的回波信號做通道內處理，具體步驟如下：

1.1 距離累積

用R表示任意一個通道內的雷達原始回波信號，R可以表示為二維矩陣R(m，n)。雷達原始回波信號二維矩陣示意圖，見圖1。圖 中橫軸表示探測時間，稱為“慢時間”，沿著探測時間的方向為慢時間方向，單位是s；縱軸表示探測距離，稱為“快時間”，沿著探測距離的方向為快時間方向，單位是ns。在某一時刻，沿著快時間方向的信號，即二維矩陣的列向量，叫做“道信號”；在某一距離點上，沿著慢時間方向的信號，即二維矩陣的行向量，叫做“點信號”。由于快時間方向上鄰近距離點處的雷達回波的調制方式大致相同，且具有一定的相關性，因此，在不影響有用信息的前提下，首先對二維矩陣R(m，n)在空間域沿著快時間方向進行距離累積，即：

式中，R1(l，n) (l=1，2，...，L)為距離累積后的雷達回波數據，Q為沿著快時間方向累積的窗寬，L為累積后在快時間方向的距離點數，且其中表示向下取整，設定窗寬Q=40，采樣點數M為8192，則L為200，從而大大降低了雷達數據處理的運算量，減少了探測所需的運算時間，提高了廢墟搜救幸存人員的工作效率。

圖1 雷達原始回波信號二維矩陣示意圖

1.2 歸一化

距離累積后的雷達回波信號R1在時間域沿著慢時間方向進行歸一化處理，得到歸一化后的雷達回波信號R2。為了增強距離雷達較遠處目標信號的幅度，補償信號在穿透和傳播過程中的衰減，提高雷達回波信號的信噪比，對距離累積后的信號R1，在時間域沿著慢時間方向進行點信號的歸一化處理，即：

式中，R2(l，n)為歸一化后的雷達回波數據，N為R1中包含的道信號的個數。雷達回波數據R1(l，n)經過歸一化處理后，每個距離上的點信號的幅值范圍都在-1到1之間。

1.3 線性趨勢消除

對雷達回波信號R2進行線性趨勢消除，得到雷達回波信號R3。由于IR-UWB生物雷達的硬件不可能在理想條件下工作，采集數據過程中往往伴隨著回波基線的漂移。因此，本文采用線性趨勢消除（Linear Trend Subtraction，LTS）來去除雷達回波信號R2中的靜態雜波以及線性漂移，LTS通過線性最小二乘擬合估計出雷達回波信號R2在慢時間方向上的直流分量和線性趨勢后，再從回波數據中減去，即：

式中，R3表示LTS后的雷達回波信號，

y = [n/N，IN]，n = [0，1，2，...，N-1]T，IN為一個長度是N且元素都是1的列向量，N為R2中包含的道信號的個數。

1.4 低通濾波

對雷達回波信號R3進行低通濾波，得到濾波后的雷達回波信號R4。由于IR-UWB生物雷達的硬件在工作過程中不可避免的會產生高頻噪聲，而且人體目標的呼吸信號又是一個窄帶的準周期信號，因此，為了進一步提高雷達回波的信噪比，就需要在慢時間方向上對雷達回波信號R3的點信號進行低通濾波：

式中，R4(l，n)為濾波后的雷達回波數據，“*”表示卷積運算，h(t)為有限沖擊響應（Finite Impulse Response, FIR）濾波器的沖擊函數。根據人體的呼吸頻率，該算法中低通濾波器的截止頻率為0.5 Hz。

按照上述4個步驟，分別對兩個通道內的雷達原始回波信號R1和R2進行通道內處理，得到處理后的雷達回波信號R41和R42。

2 基于雙源IR-UWB生物雷達的通道間處理算法

本文中雙源IR-UWB生物雷達包含中心頻率分別為270 MHz和400 MHz的兩對蝶型天線，采用等效時間采樣、多通道分時復用技術，實現不同中心頻率天線每發射出一道信號后交替工作，從而使兩種中心頻率的天線在工作時相互不產生干擾。由于兩對不同中心頻率的天線分時復用交替探測，且交替時間間隔非常短，可近似認為兩對天線同時對目標進行探測，兩對不同頻率的雷達回波中人體呼吸信號具有一定的相關性；但是兩對天線的脈沖發射源是相互獨立的，因此產生的脈沖抖動是隨機的，不具有相關性。

R41和R42分別是中心頻率為270 MHz和400 MHz通道內處理后的雷達回波信號。對R41和R42進行自適應雜波消除，得到人體呼吸信號的估計值S(k)?；陔p源IRUWB生物雷達的通道間處理具體算法的原理，見圖2。主輸入信號y(k)為提取的雷達回波信號R41的點信號，由人體目標的呼吸信號S1(k)和非靜態雜波n1(k)組成，而參考信號x(k)為提取的雷達回波信號R42的點信號，由人體目標的呼吸信號S2(k)和非靜態雜波n2(k)組成。由于兩對不同中心頻率的天線同時對人體目標進行探測，因此呼吸信號S1(k)和S2(k)具有一定的相關性，又由于兩對天線的脈沖發射源是相互獨立的，因此產生的脈沖抖動是隨機的，非靜態雜波n1(k)和n2(k)不具有相關性。利用誤差信號e(k)，通過最小均方算法調整FIR濾波器的參數，使濾波器的輸出信號S(k)為相關的人體呼吸信號的估計值，將雷達回波信號中的強反射雜波等非靜態雜波去除，計算步驟如下：

其中，FIR濾波器的階數L=50，步長因子μ=10-5，權系數向量ωi(k)的初始值全是0，k表示輸出信號S(k)中的數據序號。

圖2 自適應雜波消除算法的原理框圖

3 雙源IR-UWB生物雷達探測實驗

3.1 穿墻實驗

穿墻探測場景，見圖3。房間內兩堵平行的磚墻厚度均為24 cm，將雙源IR-UWB生物雷達系統擺放在其中一堵墻后，對無人的房間進行探測。探測完成后，一名健康成年男子緊靠另一堵墻且正對雷達站立，平靜呼吸，身體保持靜止，雷達與人體目標之間的距離約為3 m，對其進行探測。

圖3 穿墻探測場景示意圖

為了能夠更加直觀地識別人體目標的呼吸信號及其所在位置，對處理后的雷達回波數據沿慢時間方向計算每個距離上的點信號的方差，得到雷達回波信號的能量譜。在有人體目標和無人體目標兩種情況時，采用普通IR-UWB生物雷達處理方法（基于單源IR-UWB生物雷達的常規處理算法[16]）得到的雷達回波數據能量譜，見圖4。從圖4(a)中可以看出，3 m附近的能量值明顯大于其余位置的能量值，這正是由人體目標的呼吸引起的。而圖4(b)中，3 m附近也出現了很明顯的能量峰值，這是因為IR-UWB雷達在探測過程中，人體身后的墻產生了強反射雜波干擾，它與人體目標的呼吸信號十分相似，無法通過普通的IRUWB生物雷達處理方法濾除。因此，通過普通的生物雷達探測技術，有人體目標和無人體目標兩種情況的雷達回波數據都被判斷為探測區域內有人體目標，且目標距離都約為3 m，圖4(b)的回波數據產生誤判。

圖4 穿墻場景采用普通方法處理的雷達回波數據能量譜

在有人體目標和無人體目標兩種情況時，采用基于雙源IR-UWB生物雷達的強反射雜波抑制方法得到的雷達回波數據能量譜，見圖5。從圖5(a)中可以看出，只有3 m附近的能量峰值較強，其最大值在2.88 m處，正好是人體目標所站的位置。而圖5(b)中有多處較強的能量峰值，這是由于能量譜進行歸一化后，原本很小的峰值都變得比較明顯。實際上，出現在圖4(b)中近似呼吸的強反射雜波已經被較好的抑制。因此，圖5(b)中雷達回波數據的判斷結果為探測區域內無人體目標，與實際情況相符。

圖5 穿墻場景采用基于雙源IR-UWB生物雷達的強反射雜波抑制方法處理的雷達回波數據能量譜

3.2 穿廢墟實驗

穿廢墟探測場景，見圖6。模擬廢墟高度約為3 m，包括兩個10 cm厚的混凝土預制板，兩段厚度約為1 m的磚塊堆，還有一個高度約為80 cm的廢墟空洞。IR-UWB雷達系統放置在模擬廢墟頂端，方向朝下進行探測。探測完成后，一名健康成年男子平躺在廢墟空洞中，胸壁正對雷達，平靜呼吸，身體保持靜止，雷達與人體目標之間的距離接近3 m，對其進行探測。

在有人體目標和無人體目標兩種情況時，采用普通IRUWB生物雷達處理方法得到的雷達回波數據能量譜，見圖7。兩幅圖的能量波形很相似，都存在多處較強的能量峰值，這主要是因為IR-UWB雷達系統在穿透模擬廢墟探測過程中，由于雷達脈沖的抖動，在兩種介質（預制板和空氣、磚和空氣）的交界面處原本應該靜止的雷達回波卻隨慢時間不停變化，產生近似呼吸的強反射雜波干擾。因此，兩幅圖的雷達回波數據判斷結果都是探測區域內無人體目標，圖7(b)的探測結果發生了漏判。

圖6 穿廢墟探測場景示意圖

圖7 穿廢墟場景采用普通方法處理的雷達回波能量譜

在有人體目標和無人體目標兩種情況時，采用基于雙源IR-UWB生物雷達的強反射雜波抑制方法得到的雷達回波數據能量譜，見圖8。雖然圖8(a)中仍存在多處較強的能量峰值，但實際上由廢墟交界面產生的近似呼吸的強反射雜波已經被大大的削弱了，只是能量歸一化使得原本幅度很小的能量峰值又變得比較明顯。因此，這幅圖的回波數據判別結果為探測區域內無人體目標，與實際情況相符。圖8(b)中只剩下一處較強的能量峰值，這正是人體目標的呼吸能量，其能量最大值在4.05 m處。由于該坐標距離計算的是電磁波在空氣中的傳播距離，而電磁波在該模擬廢墟中的衰減很大，經過距離校準后的實際位置約為2.83 m，與人體目標所躺的位置相符。

4 結語

在基于IR-UWB生物雷達的生命探測技術研究中，強反射雜波干擾對雷達回波的信噪比影響十分重要。本文采用一種雙源IR-UWB生物雷達配合自適應雜波消除方法能夠較好地抑制不同場景中的強反射雜波干擾，提高了生物雷達系統判斷的準確率，為該領域的進一步發展提供了新的研究思路和方法。

圖8 穿廢墟場景采用基于雙源IR-UWB生物雷達的強反射雜波抑制方法處理的雷達回波能量譜

[1] Kumar A,Li Z,Liang Q,et al.Experimental study of throughwall human detection using ultra wideband radar sensors[J]. Measurement,2014,47(1):869-879.

[2] Lou J,Wang Y.Implement of UWB Radar for Human Life Detection[J].Appl Mech Mater,2012,239-240:348-352.

[3] Liu L,Liu Z,Xie H,et al.Numerical simulation of UWB impulse radar vital sign detection at an earthquake disaster site[J].Ad Hoc Networks,2014,13(1):34-41.

[4] Wang Y,Yu X,Zhang Y,et al.Detecting and monitoring the micro-motions of trapped people hidden by obstacles based on wavelet entropy with low centre-frequency UWB radar[J].Int J Remote Sens,2015,36(5):1349-1366.

[5] Ren L,Yun SK,Wang H,et al.Noncontact Multiple Heartbeats Detection and Subject Localization Using UWB Impulse Doppler Radar[J].IEEE Microw Wireless Compon Lett,2015, 25(10):690-692.

[6] Gezici S.Theoretical Limits for Estimation of Periodic Movements in Pulse-Based UWB Systems[J].IEEE J Sel Top Signal Process,2007,1(3):405-417.

[7] Lazaro A,Girbau D,Villarino R.Analysis of Vital Signs Monitoring Using an Ir-UWB Radar[J].Prog Electromagn Res, 2010,100(1):265-284.

[8] 安強,李釗,呂昊,等.UWB搜救生物雷達分段時窗探測系統的實現[J].中國醫療設備,2015,30(11):18-21.

[9] Nezirovic A.Stationary clutter-and linear-trend suppression in impulse-radar-based respiratory motion detection[A].Ultra-Wideband (ICUWB),2011 IEEE International Conference on[C].New York:IEEE,2011:331-335.

[10] Crabbe S.Detection and localization of persons behind obstacles using M-sequence through-the-wall radar[J].Proc Spie,2006(6201):62010I-62010I-12.

[11] 梁福來,李釗,安強,等.脈沖式超寬帶生命探測雷達時間抖動抑制[J].雷達學報,2015,4(4):439-444.

[12] Nezirovic A,Yarovoy AG,Ligthart LP.Experimental study on human being detection using UWB radar[A].2006 International Radar Symposium[C].New York:IEEE,2006:1-4.

[13] Kiriazi JE,Boric-Lubecke O,Lubecke VM.Dual-Frequency Technique for Assessment of Cardiopulmonary Effective RCS and Displacement[J].IEEE Sensors J,2012,12(3):574-582.

[14] Tenenbaum B,Karshan M,Ziskin D,et al.Adaptive Ground Clutter Removal Algorithm for Ground Penetrating Radar Applications in Harsh Environments[J].Sens Imag Int J,2006, 7(3):71-89.

[15] Singh S,Liang Q,Chen D,et al.Sense through wall human detection using UWB radar[J].EURASIP JWCN,2011,(1):1-11.

[16] Lv H,Lu GH,Jing XJ,et al.A new ultra-wideband radar for detecting survivors buried under earthquake rubbles[J].Microw Opt Technol Lett,2010,52(11):2621-2624.

Suppression of Strong Clutter Based on the Dual-Frequency IR-UWB Bioradar

ZHANG Yuan-bei, WANG Shuai-jie, WANG Hao, QI Fu-gui, WANG Jian-qi, LI Zhao
Faculty of Biomedical Engineering, the Fourth Military Medical University, Xi'an Shaanxi 710032, China

In the study of life detection based on bioradar, strong clutter has a very important influence on the signal-to-noise ratio of radar echo. And it is difficult to be removed by using traditional signal processing methods, so that false alarm or missing result usually occurs in the complex environment. In the light of existing ultra-wideband (UWB) radar technology, this paper put forward a suppression method of strong clutter based on the dual-frequency IR-UWB radar, which could detect target at the same time by using two pairs of antennas with different center frequencies. At first, the radar echo signal was respectively processed in different channels to enhance the weak vital signal of human. Then in order to suppress the interference of strong clutters, the data of two channels were processed together with adaptive clutter elimination technology. Experiments were conducted in two different scenarios of brick wall and simulation ruins, and the results showed that the accuracy of radar detection could be significantly improved by using the method proposed in this paper.

ultra-wide band; bioradar; life detection; adaptive clutter elimination technology; clutter suppression

R318；TN957.51

A

10.3969/j.issn.1674-1633.2016.11.006

1674-1633(2016)11-0028-05

2016-09-18

2016-09-23

陜西省自然科學基礎研究計劃青年人才項目（2014JQ2-6034）。

作者郵箱：lizhaofmmu@fmmu.edu.cn