微多普勒頻移技術用于生命探測中的研究

肖 靖，唐 超，常馨月

（1.國家無線電監測中心檢測中心，北京 100041；2.北京理工大學，北京 100081）

0 引言

微多普勒頻移技術研究大多用于軍事目標分析，可以使用時頻分析法、參數搜索法、外推法等進行目標的旋轉和運動信息提取。近年來，利用各類無線通信信號進行人體特征提取的微多普勒頻移技術得到了快速地發展，例如，使用Wi-Fi 信號進行室內人員行走、站立、摔倒姿態的判定。

在災后的人員搜救過程中，快速判定廢墟下是否有受困人員，以及受困人員的生命特征是否明顯，可以高效指導救援工作。隨著手機的日益普及，受困人員大多會隨身攜帶手機，手機發送的各類信號可以將受困人員的生命體征信息傳輸給地面搜救人員?；趯W通信信號的處理和分析，本文設計了一套利用目標手機來探測被困人員生命體征信息的便攜式設備。

1 技術原理

微動是指目標或其組件除了質心的平動以外發生的小幅運動，比如振動、旋轉等[1]。人體的很多生命特征都屬于微動，主要集中在脈搏、呼吸、心跳、血壓等領域，能夠通過無線電信號采集的大多側重于心跳和呼吸，其中心跳60–100 次/分鐘（1–1.6 Hz），呼吸20–40 次/分鐘（0.3–0.6 Hz），人體處于某種身體狀態一定時間之后，生命特征會趨于平穩。

1.1 微多普勒效應

除了平動帶來的多普勒頻移外，當目標發生微動時（例如人體的呼吸、心跳等），回波信號中會產生附加頻移，導致多普勒譜展寬，這種效應被稱為“微多普勒效應”。微多普勒效應反映了目標的精細特征及運動狀態的細節，為目標分類識別提供了新的解決方案。

人和物體運動的微多普勒頻率是一種時變的信號，需要借助于時頻分析的手段才能得到其隨時間變化的頻率信息。信號時頻分析算法的研究要遠早于人體運動微多普勒特征的研究，經過一些學者的改進與拓展，逐漸成為現在常用的短時傅里葉變換STFT（Short-Time Fourier Transform）。STFT 是在短時間窗的基礎上進行傅里葉變換得到的，窗長的選擇對分析精度有很大影響，同時不同窗函數將得到不同的分辨率效果[2]。此外，也有很多其他的時頻分析方法，其中較為常用的有小波變換、廣義S 變換等。其中，小波變換和廣義S 變換與STFT 相比，具有可分析非穩定時變頻率信號的特性。

1.2 特征捕獲

目前，GSM 系統和LTE 系統已廣泛應用于公網移動通信，移動通信網絡覆蓋范圍已擴大到國內各大中型城市，大部分的縣、鄉、郊區和農村地區，許多旅游景點和交通干線，覆蓋人口已占全國人口的95%以上。相應的，手機也早已成為普通人隨身攜帶的電子設備之一。

利用專用的移動通信基站作為吸附基站，通過吸附特定范圍內手機的方式，可以分析和捕獲移動通信空口信號中攜帶的被困人員的生命特征。吸附基站射頻信號由本地振蕩器產生，該信號被放大后送至定向天線向目標空間輻射。輻射電磁波覆蓋到目標范圍內被困人員的手機后，手機會與吸附基站進行通信，開始信令交互最后入網，進入被吸附狀態。如圖1所示。

圖1 吸附基站誘騙目標手

吸附基站規律地向目標手機發送信令，根據標準移動通信協議，手機發送射頻信號，同樣規律地響應基站信令。攜帶特征的空口信號被接收天線接收，接收到的回波信號經過濾波、放大、A/D 轉換為數字信號，并將其作數字信號處理。在與本地標準同步信號進行匹配濾波去碼型后，對這些信號進行一系列相應的時頻響應分析，實現對人體生命特征的探測及參數測量識別等任務。計算機完成各種數據的存儲、顯示和實時運行情況。

2 總體架構

在救援現場，設備還需具備便攜和快速部署等特點，即達到電池獨立供電、設備體積小、用戶交互簡單等要求，系統抽象架構如圖2所示。

圖2 抽象架構圖

2.1 工作流程

吸附基站通過定向天線，將廢墟掩埋受困人員的手機吸附，采集手機上行信號，通過分析上行信號中的微多普勒頻移信息，提取受困人員的生命體征[3]，用最簡單的呈現方式向操作人員展示系統采集結果，如圖3所示。

圖3 監測設備工作示意

2.2 業務流程

系統工作的業務流程如圖4所示。在業務運行過程中，上行信號不僅可以用于生命特征信息的提取，還可以通過手臺的功率、定向天線的方向圖、廢物現場的無線電模型，推斷受困人員的大致區域和深度[4]，更有針對性地開展救援工作。

圖4 業務流程

3 測試情況

針對手機不同制式的無線上行信號的頻率作測試，人采取握持和非握持手機的兩種情況，結合人體特征的實際特點，驗證微多普勒頻移技術受信號功率的影響情況。設計的測試內容見表1。

表1 測試內容

3.1 GSM 測試結果

采集GSM 的上行信號，對手機發出的空口信號進行下變頻，記錄序號1、序號2情況下的的IQ 數據。利用已知手機上行信號的周期性信令的訓練序列，做匹配濾波去碼型，之后利用微多普勒測量技術對去除調制的信號進行生命特征提取，得到結果如圖5、圖6所示。

圖5 GSM未握持

圖6 GSM握持

其中，圖5中的結果展示了在人未握持時，對采集的數據進行去碼型處理后，可以得到無干擾的零頻信號，說明信道載波負載著單一的GSM 調制信息。通過對比圖5，可以看出圖6中的結果，即在握持手機情況下，可以提取到明顯的特征信號，頻率在0.4 Hz 左右，符合人體的呼吸特征。

3.2 LTE 測試結果

通過采集LTE 的上行信號，利用微多普勒測量技術進行特征提取，得到結果如圖7、圖8所示。

圖7 LTE未握持

圖8 LTE握持

通過對比圖7和圖8，可以提取到明顯的特征信號，頻率在0.3–0.4 Hz 左右，符合人體的呼吸特征， 并且在握持的情況下，特征更為明顯。

3.3 衰減測試結果

為了更好地模擬實際環境中的信號，對典型測試例加入衰減后進行驗證。通過采集GSM 的上行信號，并在接收端控制是否添加衰減器，得到結果如圖9、圖10所示。

圖9 無衰減

圖10 10dB衰減

通過對比圖9和圖10，可以提取到明顯的特征信號，頻率在0.2 Hz 左右，符合人體的呼吸特征，并受信號衰減影響較小，說明在滿足信噪比要求的情況下，該方法受手機信號強弱影響較低，具備較好的穿墻特性，可以在廢墟現場得到較好的應用。

4 結束語

本文通過微多普勒頻移信號幅度分析法[5]，對手機的上行信號進行了分析，GSM 和LTE 信號均可以得到較好的應用，能夠提取到符合人體呼吸特征的參數，由于GSM 信號頻段低、信號帶寬窄，握持特征明顯，可以作為目前的突破重點；并且隨著信號功率的衰減，特征提取并未受到明顯的影響，證明本方法在實際的廢墟現場能夠達到較好的穿墻性，利于現場情況的實際應用。