基于加權最大值波束合成的靜止人體檢測與定位方法

孫欣欣， 晉良念,2

(1.桂林電子科技大學 信息與通信學院，廣西 桂林 541004;2.桂林電子科技大學 廣西無線寬帶通信與信號處理重點實驗室，廣西 桂林 541004)

穿墻雷達技術可以實現隱藏目標的檢測和定位，已經成為國內外廣大科學工作者研究的熱點[1-2]。傳統的穿墻雷達人體探測技術利用單頻連續波(CW)進行生命特征檢測[3-4]，僅能判斷人體的有無，無法提供目標的位置信息。自動增益(AGC)和高級歸一化(AN)方法能對較弱的人體回波信號進行增強[5]，實現多個靜止人體檢測。將回波信號的相位信息進行圖像二值化、邊緣檢測和邊緣腐蝕等操作，可實現墻后人體目標的檢測[6]。狀態空間方法(SSM)、復信號調制法和正切調制法的結合使用，可成功提取人體目標的呼吸和心跳頻率[7]，但該方法僅適用于單人體近距離的狀態。上述研究都是基于單通道生物雷達，不具備橫向分辨率，存在信息模糊，不適用于多個靜止人體目標的檢測。

多通道技術能夠有效增強UWB雷達系統的橫向分辨率，實現方位向估計。不同通道目標回波信號間的相干性可用來減弱背景雜波，利用非相干性進行加權能夠實現人體目標與靜止物體的區分，進而對隱藏人體進行定位[8]。另外，恒虛警和聚類算法可提高UWB多輸入多輸出雷達對弱反射目標的檢測性能[9]，實現墻后多個目標的精確定位，然而其操作復雜，耗時較長。文獻[10]提出了一種一發多收的UWB線性陣列結合基爾霍夫成像方法，實現了多個靜止人體的生命信號提取，但未充分利用所有通道回波能量，致使目標點像素值較弱，成像質量不佳，且方位角和距離信息分別畫圖顯示，觀察不便。針對上述問題，提出了一種基于加權最大值波束合成的隱藏人體檢測定位方法。在角度分割的基礎上，充分利用所有通道回波信號的能量進行波束合成，增強目標回波信號強度，準確直觀地進行場景成像，利用呼吸頻段內能量和進行加權，實現靜止人體與物體的區分。

1 信號模型

采用一發L收的步進頻連續波(SFCW)穿墻雷達系統，假定其發射信號初始頻率為f0，步進間隔為Δf，1個掃描周期內發射I個頻點，對應帶寬為(I-1)Δf。對于靜止人體目標，固有的呼吸微動會引起人體腹腔相對于雷達系統前后起伏，近似于正弦振動，因此對應的傳播時延也會隨著慢時間呈現周期性變化，這是實現靜止人體目標檢測的關鍵。設xi(t)為發射信號的第i個頻點，yl,i(t)為電磁波被場景內目標反射后由第l個接收天線接收到的回波信號，經本振混頻、低通濾波去除高頻分量、AD采樣、IQ解調后，用等長的漢明窗抑制旁瓣，再進行IFFT，得到時域回波信號，即

(1)

其中：A為目標反射強度；K為快時間采樣點數；τ為慢時間；tl,v(τ)為雷達波在人體目標與第l個通道收發天線間的傳播時延。假設人體呼吸時胸腔起伏的幅度為Ab，呼吸頻率為wb，則

(2)

其中：tl,0為電磁波在第l個通道對應的收發天線與人體中心位置間的傳播時延，可通過延時操作消除；tb(τ)為人體呼吸微動引起的電磁波傳播時延，隨慢時間呈周期性變化；c為電磁波的傳播速度。連續進行N次掃描，對所有回波信號離散采樣后得到N組通道-快時間二維矩陣Rn[m,l]，其中，m為快時間采樣索引。將N次掃描數據構成矩陣R=[R1，R2，…，RN]。

2 算法流程

算法流程如圖1所示。

圖1 算法流程圖

1)對回波數據進行預處理，抑制雜波，將掃描區域等角度劃分。

2)利用回波數據的最大能量值對所有掃描角度進行波束合成，以形成角度-距離平面。對比判決所有角度的距離向最大像素值，確定可能存在目標的掃描角度。

3)采用傳統波束合成與基爾霍夫變換相結合求得該掃描角度的快慢時間平面，其行向量表示像點的慢時間采樣，列向量表示距離索引。

4)對所有像點的慢時間進行采樣，通過傅里葉變換得到其在人體呼吸頻段內的能量值，將其與該角度的一維距離向量加權，進行靜止人體與靜止物體的區分，實現墻后靜止人體的檢測和定位。

2.1 最大值合成波束法場景成像

在未知場景目標探測過程中，多個通道回波數據能量疊加可以有效增強目標點處的能量，增大信噪比，從而提高檢測準確度。由于人體目標呼吸微動的存在，回波信號間存在距離偏移，且無法被延時補償操作消除，若將回波數據時延點的能量值直接相加作為像點的像素值，可能會因不同通道間能量相消產生漏判和誤判。為避免該問題，取各通道回波信號在人體目標呼吸幅度范圍內取值的最大值進行累加作為該像點的像素值。將探測區域以Δθ和Δr的間隔分別進行角度和距離劃分，則第q(q=1,2，…，Q)個掃描角度θq，距離索引值為r(r=1,2,…,U)的像點的值可以表示為

(3)

其中：Ol,r為第l個通道的接收數據在[ml,r-Δm,ml,r+Δm]區間內所有取值的集合；max(·)表示取集合的最大值；Δm取決于人體呼吸幅度，Δm=Ab/c/δT，δT為快時間采樣間隔；ml,r為第r個像點相對于第l個通道收發天線的距離采樣點索引值，

(4)

其中d為墻體厚度，εr為墻體的介電常數，rx=r×Δr×cos(θq)，ry=r×Δr×sin(θq)。

由式(3)求得θq角度上所有像點的像素值，形成一維距離向量Zq(U×1)。令Q個角度對應的一維距離向量構成角度-距離平面Z=[Z1,Z2,…,ZQ]，利用極坐標畫圖進行場景成像。已知目標像點的像素值遠大于其它像點，因此，在角度-距離平面中，通過對比判決各角度的距離向最大像素值來確定場景內可能存在靜止目標的角度數量。考慮到一個角度上可能存在多個目標，所以只判斷可能存在目標的角度的數量，而不是目標的數量。Q個最大像素值形成1×Q的最大像素值掃描角度函數，該函數的極大值點對應可能存在靜止目標的角度的索引。假設探測場景內存在G個靜止目標，則掃描角度函數的G個極大值點形成[G×1]的極大值點數組H，其中第g個靜止目標對應的方位角為

θg=(H(g)-1)×Δθ+θstart，

(5)

其中θstart為掃描范圍的起始角度。

2.2 呼吸頻段內能量加權檢測人體目標

得到的場景圖像中包括靜止人體和其他靜止物體。有效區分兩者，確定隱藏人體的位置至關重要。如式(2)，靜止人體固有的呼吸微動會引起傳播時延隨慢時間呈現周期性變化，而靜止物體不存在這種變化。因此，利用像點的頻域信號在呼吸頻段內的能量和可以實現人體目標和靜止物體的區分。

根據式(5)求得可能存在靜止目標的角度θg，從角度-距離平面中提取對應的一維距離向量Zg。同時，利用基爾霍夫變換得到θg對應的合成波束Rsub(U×N)，其行向量表示某一像點的慢時間采樣，列向量表示該角度不同像點在某次掃描回波的所有通道合成像素值。對第r個像點的慢時間采樣值Rsub(r)(1×N)進行N′點的FFT，得到其頻域信號p(k)，k=0,1,…，N′為頻域索引，則該像點對應的呼吸頻段內能量和為

(6)

其中[k0,k1]表示呼吸頻率范圍對應的頻率索引范圍。對能量和E(r)進行閾值判斷，獲得該像點對應的加權系數α(r)，將其與式(3)相乘，可得

Zg,new(r)=α(r)Zg(r)。

(7)

循環處理該掃描角度所有像點以得到新的一維距離向量Zg,new，替換更新角度-距離平面中的Zg。對G個靜止目標對應的角度進行上述操作，其他不存在靜止目標的掃描角度不做處理，得到新的角度-距離平面Znew，實現人體目標的檢測與定位。

3 實測數據處理結果

步進頻穿墻雷達系統如圖2所示。該系統采用6個喇叭天線等高度線性排列，從左至右相鄰天線間隔依次為0.27、0.28、0.32、0.28、0.27 m，用第4個天線發射電磁波進行場景掃描，其余5個同時接收回波信號。假設發射信號的頻率為1～2 GHz，步進間隔10 MHz，一次掃描用時0.02 s，掃描間隔0.05 s。經測量得到的墻體厚度為0.25 m，介電常數為6.4。探測場景如圖3所示。2個人體目標分別距離墻體3.5、5 m，靜止物體處于墻后7 m，3個目標對應的角度分別為-20°、30°、0°，掃描過程中人體目標正常呼吸且靜止不動。

圖2 步進頻穿墻雷達系統

圖3 探測場景

最大像素值掃描角度函數曲線如圖4所示。從圖4可看出，本方法像素值約為文獻[10]方法的4倍，且曲線更平滑，角度判斷可靠性高。本方法在-20°、30°、0°掃描角度上都存在極大值，可以確定靜止目標的存在。然而，其他一部分掃描角度也是曲線的極大值點，這是實測環境的復雜性造成的。為了避免漏檢，在實測數據處理過程中對曲線的所有極值進行閾值判斷，排除像素值極小的極值點，對保留下來的可能存在目標的角度進行呼吸頻段內能量和加權操作，實現靜止人體目標的檢測。

本方法與基爾霍夫變化法的場景成像結果如圖5所示。從圖5可看出，2種方法都能實現場景成像，但基爾霍夫變化法中目標回波信號特別微弱，很容易發生誤判。就0°方向距離7 m處反射強度最大的靜止物體而言，文獻[10]方法像素值為0.9，本方法像素值大于4，可見最大值波束合成方法充分利用了回波信號在呼吸幅度對應的頻點范圍內的最大值，有效地增大了目標點的像素值，提高了成像質量。

圖4 最大像素值掃描角度函數曲線

圖5 場景成像結果

不同成像點對應的慢時間頻域信號波形如圖6所示。從圖6可看出，靜止人體像點頻域信號在呼吸頻率0.2～0.7 Hz的能量值遠大于其他像點。

圖6 不同成像點頻域信號波形

利用呼吸頻段內能量和對圖4中可能存在目標的掃描角度進行加權處理，得到靜止人體檢測結果如圖7所示。從圖7可看出，7 m處靜止物體被消除，僅保留靜止人體目標。實驗結果表明，本方法能夠充分利用回波信號能量，有效提高目標檢測準確度，并實現了多個人體目標的檢測與定位。

圖7 靜止人體檢測結果

4 結束語

提出了一種最大值合成波束場景目標成像方法。在角度分割掃描的基礎上，充分利用多個通道回波數據在像點處的最大值，增強了目標像點的像素值，提高了成像質量。此外，將靜止人體像點對應的慢時間采樣在呼吸頻段內的能量值與最大值波束合成得到的像素值進行加權，能夠實現靜止人體與物體的區分，并能對多個靜止人體進行準確定位。實測數據結果表明，該方法明顯提高了未知場景成像質量，并能夠實現多個靜止人體的檢測與定位。