面向鉆孔救援的UWB 雷達回波信息處理關鍵問題研究進展

鄭學召 ，丁 文 ，蔡國斌 ，黃 淵 ，寇智哲 ，周 博

（1.西安科技大學 安全科學與工程學院，陜西 西安 710054；2.國家礦山救援西安研究中心，陜西 西安 710054）

煤炭作為我國的主導能源，在一次能源生產和消費結構中分別占比68.6%和57.7%[1]。近年來，隨著淺部煤炭資源的枯竭，部分礦井的開采深度已超過800 m[2]，當發生爆炸、透水和冒頂片幫等事故時，易造成巷道嚴重堵塞[3]，極大地增加了巷道疏通難度。傳統巷道疏通救援難以滿足實際救援需求[4]，垂直鉆孔救援技術作為一種生命通道快速構建的新型救援技術得到廣泛應用[5-6]。

鉆孔施工過程若造成局部坍塌或鉆孔位置偏移，未精準貫徹至探測巷道空間內，則會使被困人員處于障礙物后方[7]。目前鉆孔救援中運用的紅外、氣體和音視頻探測等都無法實現對障礙物后方被困人員的非接觸式生命探測[8-10]。而超寬帶（Ultra-wide Band, UWB）雷達具有穿透能力強、抗干擾性好、近距離分辨率高、多徑分辨能力強、傳輸速度快和傳輸距離遠等特點[11-13]，可穿透煤巖體、混凝土等非金屬障礙物進行生命信息的非接觸式探測[14]，若將其運用到鉆孔救援當中[15]，可實現非視條件下的人員生命信息探測。UWB 雷達探測在鉆孔救援應用的關鍵就是對雷達回波信息進行有效處理[16]，但是發生災害的井下環境相當復雜，會使各種環境噪聲、背景雜波存在于回波當中，使回波波形雜亂、信噪比低、有效生命信息被掩蓋[17]，導致雷達回波信息處理艱難，探測效率低下，影響救援進程，因此亟須開展面向鉆孔救援的UWB 雷達回波信息處理研究。

鑒于此，介紹了UWB 雷達鉆孔探測系統及其原理，分析了鉆孔救援中UWB 雷達回波處理的影響因素；從雜波濾除和有效特征提取2 個關鍵問題對UWB 雷達回波信息處理研究現狀進行文獻梳理總結，指出目前研究存在的主要問題，并展望未來發展趨勢；為今后應用UWB 雷達探測技術開展鉆孔救援決策和后續的救援行動提供參考。

1 基本原理

1.1 UWB 雷達鉆孔探測系統及原理

1）UWB 雷達鉆孔探測系統。UWB 雷達鉆孔探測系統由UWB 雷達探測器、基于雙絞線的輪盤通信裝置（雙絞線服從SDSL 網絡傳輸協議）、系統監測終端組成。鉆孔施工完成后，通過有承重功能的雙絞線（可實現長距離傳輸）將UWB 雷達探測器沿鉆孔下放至災區核心，對障礙物后方進行生命信息探測；探測到的信息通過雙絞線傳輸至地面輪盤處理模塊，之后利用有線無線轉換將輪盤與電腦終端連接，在終端軟件上顯示處理后的有效信息，地面指揮人員可直觀地接收到雷達探測信息；同時利用Internet 將探測數據實時傳輸至國家或省市應急管理部門，實現地面指揮中心的多級部門協同指揮。

2）UWB 雷達鉆孔探測原理。UWB 雷達鉆孔探測是基于多普勒效應，呼吸、心跳等生命有效特征引起人體胸腔周期性微動，造成被測人體與探測器的間距隨時間成簡諧變化[18]。當UWB 雷達探測器發射雷達波穿透煤巖體及其他障礙后，受到人體簡諧微動的反射，引起雷達回波的時延（包含呼吸心跳等有效特征引起的時延、各類噪聲雜波引起的時延）[19]；利用信號處理技術對采集到的雷達回波時延分析，將大量噪聲和雜波引起的時延分離濾除，提取有效信息的時延，獲得呼吸心跳等有效生命特征。

1.2 鉆孔救援中UWB 雷達回波處理的影響因素

1）環境噪聲。井下環境復雜、機械設備眾多，產生各類環境噪聲存在于UWB 雷達回波當中，使信號弱、干擾強、頻率范圍較低，最終造成回波信號信噪比低、波形雜亂。

2）背景雜波。由井下各種障礙物對UWB 雷達波的多次折射、反射造成直達波、直耦波、大型機械設備的反射波等多種雜波產生，其頻率和波形規律不確定且隨機性強、時變性顯著，使雷達回波波形不穩定，以非線性形式分布。

3）探測目標的運動狀態。井下障礙物后方被困人員靜止時的生命體征是否正常，運動時的肢體移動、體態和步態運動狀態，都會引起雷達回波變化。

2 UWB 雷達回波信息處理研究現狀

由UWB 雷達鉆孔探測原理可知，其重點和難點是對回波信號的處理，從中提取有效生命特征。鉆孔救援中用UWB 雷達探測，災后井下復雜的環境噪聲和背景雜波都會干擾回波信號[20]，致使回波波形雜亂、信噪比低、有效生命信息被淹蓋，需要進行預處理，進而實現對不同運動狀態下的有效生命特征提取。以下主要對UWB 雷達回波雜波濾除和有效特征提取2 個關鍵問題的研究現狀進行梳理總結。

2.1 UWB 雷達回波雜波濾除

為了從UWB 雷達回波中獲取有用生命信息，要進行雜波濾除的預處理，關于雜波濾除的研究目前主要從濾除方法、算法和模型3 方面進行。

在雜波濾除方法方面，張金元等[21]運用多普勒特征與所處環境的不同，提出濾波器和小波變換的干擾抑制方法來抑制環境噪聲和雜波的干擾，在提高信雜比的同時，還取得了很好的抑制雜波干擾效果；TIVIVE F H C 等[22]利用墻壁雜波抑制方法，通過實際和模擬實驗數據證明其對雜波的抑制效果；MABROUK[23]等利用UWB 雷達探測障礙物后目標的方法，能夠有效地從靜止目標反射的呼吸信號中濾除雜波。

在雜波濾除算法方面，郭繼坤等[24]通過采用EMD 和參考獨立成分分析（ICA-R）聯合算法有效抑制了UWB 雷達回波中的雜波，并能夠將人體呼吸心跳信號與雜波分離；劉永立等[25]為了將UWB 雷達回波中噪聲和雜波濾除，提出了改進的卡爾曼濾波算法，并進行仿真與現場的測試，彌補卡爾曼濾波精度低的缺陷；文樂等[26]通過正交解調將載有人體呼吸信號回波中的固定雜波濾除，并進行仿真模擬實驗，獲得MUSIC 算法能夠有效抑制噪聲波，提高信噪比。

在雜波濾除模型方面，根據EMD 分解可以對信號進行時域或頻域上的分析[27]，主要采用的是一種基于EMD 分解的時域新型雜波濾除方法——時域尺度濾波法[28]，其為：

式中：Sb（t）為呼吸波形數據；Sh（t）為心跳波形數據；IMF 為固有模態函數；t為時間。

該方法將回波時延序列分解為N個IMFj（t），（j=1，2， ···，N），對每個IMF 進行快速傅里葉變換（FFT），達到有效地濾波目的；其基本保留了雷達回波中原始數據即不平穩又不線性的特性。

2.2 UWB 雷達回波有效特征提取

UWB 雷達回波經過雜波抑制、濾除和優化后，要進行關鍵的有效生命特征提取工作。為此，通過從時域/頻域分析方法、時頻分析方法、數字處理技術和其他處理方式4 個方面來介紹UWB 雷達回波有效特征提取的研究現狀。

2.2.1 時域/頻域分析方法

時域分析方法可直接提取接收的回波信號，并將呼吸、心跳信號分離出來；可以有效地克服呼吸與心跳之間的相互干擾，但對所用設備的指標要求比較高。頻域分析方法先對接收的回波信號進行頻譜分析，從頻域上獲取呼吸、心跳的譜圖，獲得呼吸率和心率；可以彌補信號在時域上偏移、混疊的不足，但呼吸會對心跳造成干擾[29]。經驗模態分解（EMD）和平均經驗模態分解（EEMD）算法是目前常用的時域、頻域分析方法。EMD 和EEMD 的比較見表1。

表1 EMD 和EEMD 的比較Table 1 Comparison of EMD and EEMD

EMD 算法能依據信號自身特征自適應的將時延序列分解為若干IMF，可在時域或頻域上進行信號重構[30]；在EMD 的基礎上加入高斯白噪聲，并將IMF 取平均作為時延序列基函數，得到EEMD 算法[31]，具有多分辨率的特性。WANG 等[32]運用時域有限元方法和EMD 算法對UWB 雷達回波數據進行分析，結果表明EMD 算法可有效地識別提取障礙物后的生命體征；張崇超等[33]利用EEMD 算法提取UWB 雷達回波中的有效生命信息，根據模式判別準測重構呼吸心跳信號，有效地解決了模態混疊現象，準確地提取呼吸心跳信號。

2.2.2 時頻分析方法

時頻分析方法將時域頻域聯合依據頻譜隨時間變化規律來精確分析呼吸、心跳等有效特征，探測是否有生命存在。該方法彌補了時域和頻域分析方法存在對波形中振幅、相位和頻率等成分分析難，不能反映頻譜隨時間變化規律的缺陷。

通過近年對UWB 生命探測回波信號的時頻分析，認為Wigner-Hough 變換為最優的時頻分析法[34]，其對呼吸、心跳信號提取有明顯的優勢，彌補了短時傅里葉變換和魏格納變換等時頻分析方法受交叉項干擾的缺陷；同時快速傅里葉變換和小波變換也是有效的時頻分析方法。陳瑞鼎等[35]利用卡爾曼濾波將墻后運動人體反射的UWB 雷達回波分離，并采用快速傅里葉變換處理分離后的目標信號，從而提取腿、胳膊等體位運動有效特征；小波變換可自動改變時寬和頻寬大小，具有良好的時頻聯合分析特性，是線性時頻表示，QIANG 等[36]利用小波變換法對UWB 雷達回波信號中的生命信息進行提取，但其過程會涉及大量復雜的積分、卷積運算影響提取效率；徐進等[37]提出小波變換的改進算法，如改進型D4 小波算法。改進型D4 小波算法具有較小的運算量、編程量和存儲量開支，可實現對雷達回波有效生命特征的快速提取。

2.2.3 數字處理技術

傳統的數字處理技術在UWB 雷達回波有效特征提取上，通過數字處理器、數學模型的方式將有效生命特征提取。HAN 等[38]運用數字信號處理技術，對UWB 雷達回波進行信息處理，獲得心跳、呼吸等人體生命信息參數；李孝揆[39]將UWB 雷達應用到礦用生命探測儀上，該探測儀采用數字濾波將回波信號經過采樣積分后進行AD 轉換、數字正交鑒相（I/Q 分離）和數字信號處理器的處理后，獲取回波中有效特征，進而提取生命信息。

2.2.4 其他方法的回波信息處理

崔學榮等[40]結合神經網絡模型對復雜環境下UWB 雷達回波中的呼吸信號提取，并與最大能量法對比獲得的呼吸信號，經實驗證明其提高了呼吸信號的實時探測精度和魯棒性；劉超等[41]為了獲取有效的生命信息，運用K-L 變換對UWB 雷達回波信號進行處理，并通過實驗證明UWB 雷達回波信號得到增強。此外，還有相干解調法、半正定松弛、衍生短時傅里葉變換、周期抽樣疊加法、Charnes-Cooper 轉換、序列優化、拉格朗日對偶方法和插值尋峰法等都可從不同角度實現不同程度的UWB 雷達回波信息處理。

3 存在的問題

以上國內外學者對UWB 雷達回波信息處理進行了大量研究，獲得了豐碩的成果，但受限于現有技術水平等因素，仍在礦山垂直鉆孔救援的應用研究中存在不足，主要體現在以下方面：

1）雜波濾除技術、濾除種類比較單一且缺乏濾波后信息驗證。雜波濾除技術因其自身的局限性缺乏多域信息處理，不能實現井下多種雜波（背景噪聲和環境雜波）的同步抑制、濾除和優化；雜波濾除后波形特征明顯優化，但數據特征的有效性、可靠性缺乏驗證。

2）缺乏多類型的微多普勒特征提取。目前對鉆孔救援UWB 雷達回波有效特征的提取，主要集中在正常生命狀態下的呼吸、心跳信號上，缺乏對靜止時的姿態、脈搏微動和運動時的步態、體位運動特征等準確提取與科學表征；對非正常狀態下的呼吸心跳信號（如生病時的咳嗽、急促呼吸和竇性心律）作為有效生命特征提取的研究更加匱乏。

3）礦井災害環境下UWB 雷達回波信息處理研究較少。現有雜波濾除的研究主要針對地面雜波或大氣雜波，UWB 雷達探測目前主要應用在室內、大氣和地面環境領域，而基于鉆孔救援的礦井環境下UWB 雷達回波信息處理研究較為匱乏，也缺乏相關的理論支持。

4）現有信息處理設備不能滿足礦山鉆孔救援需求。目前所研發的芯片在雷達回波信息處理過程中不能解決運算量和存儲量大的問題，且缺乏融合多領域技術的信息處理模塊；深度自學習的有效特征數據庫建立不足，無法滿足對多種運動狀態下的微弱生命信息比對需求，致使設備實時性差、適應性低，難以保證所獲生命信息的準確性與可靠性。

4 發展趨勢

1）結合時頻分析方法和多域處理濾波。將雜波濾除技術與時頻分析結合，從時域頻域聯合角度研究對井下多種環境噪聲和背景雜波的同步濾除，獲取其實時性、魯棒性等指標參數；結合多域處理（時域、頻域、倒譜、距離-時間域、距離-多普勒域）從多角度進行噪聲雜波濾除，建立各類噪聲雜波與其最佳濾除域（角度）的對應關系。

2）研究多種微多普勒特征提取且加強心跳信號提取。運用ICA 算法研究井下被困人員靜止時的姿態、脈搏微動以及非正常狀態下咳嗽、急促呼吸和竇性心律等信號作為有效生命特征的提取；利用同步擠壓短時傅里葉變換提取運動時的步態、體位運動特征，研究步態規律建立人體步態運動模型；基于互相關的聯合多距離門信號的體征提取算法研究對淹沒在呼吸信號和雜波中的心跳信號提取。

3）加大對災后礦井環境下雷達回波信息處理的研究。利用神經網絡模型研究基于鉆孔救援的礦井環境下UWB 雷達回波的振幅、頻率和相位等關鍵參數，并與運用在地面環境的雷達回波成分對比，得出運用在礦井環境與地面環境之間的映射關系，獲得在井下研究的理論依據。

4）融合多領域技術研發適用鉆孔救援生命信息識別設備。針對信息處理存在運算量和儲存量大等缺陷，設備研發要融入物聯網、通信、大數據和云計算等領域的技術，滿足礦山鉆孔救援需求；進一步擴充礦井環境下雷達回波數據訓練集，與深度自學習結合，建立有效特征數據庫，適應井下多種目標狀態的回波數據。

5 結 語

經過國內外學者對UWB 雷達回波信息處理進行的大量研究，促使雷達回波信息處理取得了一定的進展，并推動礦山垂直鉆孔救援技術進入超寬帶雷達探測階段，實現了對障礙物后方的非接觸式生命探測，使鉆孔救援探測系統的探測性能獲得進一步拓展。但是為了應對復雜多變的井下救災環境，礦山垂直鉆孔救援技術在UWB 雷達回波信息處理上仍需與物聯網、通信、大數據和云計算等領域的技術進行聯合、集成，并向數字化、信息化和智能化方向發展；進一步加大對雜波濾除和有效特征提取關鍵問題的研究力度，從而實現準確高效的UWB 雷達回波信息處理，以提高對礦山垂直鉆孔救援中井下障礙物后方被困人員生命信息探測、識別和提取的可靠性與準確性。