[发明专利]一种太赫兹雷达回波的生命特征微动信号分离方法

说明书

技术领域

本发明属于雷达信号处理技术领域，尤其涉及一种太赫兹雷达回波的生命特征微动信号分离方法。

背景技术

微动是指目标除自身平动之外的沿雷达径向上的微弱运动。微动存在于大多数的运动目标，人体呼吸和心跳引起的胸腔振动和肢体摆动，发动机的振动、直升机螺旋桨的旋转等均为微动。一般情况下微动特性能够反映目标的唯一特性。利用目标的微动特性可以对目标进行识别和分类。我们可以通过对人体胸腔微动引起的微多普勒进行研究，进而提取出人体生理特征信号特征，呼吸和心跳频率。由此可以识别人体的存在和人体的生理特征。

雷达所接受的回波信号一般是由微动引起的多普勒信号和目标主体的回波信号叠加形成。在时频域中两种信号互相干扰。只有分离提取微多普勒信号，才能更好地研究信号的微动特性。当前的研究主要是基于时域和时频域两个方面进行微多普勒的信号分离处理。根据微动信号和目标主体回波信号的运动方式不同进行时域分离处理。时域分离的主要过程是，首先将信号分解为处于不同频段的基函数，然后使用基函数重构微动信号。主要的方法是chirplet分解、小波分解、经验模态分解。然而这些方法处理的结果精度往往不够。在时频域的处理方法是将信号进行时频分析转换至时频域，根据微动信号和目标主体信号的瞬时频率不同，进而实现分解。主要是Hough变换和Radon变换。但是Hough和Radon变换对时频率曲线有严格的要求，一般主要是针对标准正弦频率曲线。这些方法不适合用于生命微动特征信号的分离。

发明内容

本发明的目的在于提供一种太赫兹雷达回波的生命特征微动信号分离方法，旨在解决上述背景技术中的不足。

本发明是这样实现的，一种太赫兹雷达回波的生命特征微动信号分离方法，包括以下步骤：

S1、建立太赫兹雷达对人体生命特征信号回波信号的模型：

S2、对回波信号s(t)进行采样，获得其离散形式信号s(n)，对所述离散形式信号s(n)进行B分布的时频域处理，获得该信号的时频分布BD(n,w)；

S3、采用Viterbi算法对所述时频分布BD(n,w)进行处理，估计目标主体、生命特征信号的瞬时频率，获得瞬时频率曲线；

S4、分别根据目标主体、生命特征信号的瞬时频率，并选择合适的带宽设计两覆盖函数，根据生命特征信号的瞬时频率定义时变的覆盖函数C₁(n,w)，根据目标主体信号的瞬时频率定义时变的覆盖函数C₂(n,w)，覆盖函数C₁(n,w)与回波信号的时频分布BD(n,w)相乘获得生命特征信号的时频分布BD₁(n,w)，覆盖函数C₂(n,w)与回波信号的时频分布BD(n,w)相乘获得目标主体信号的时频分布BD₂(n,w)；

S5、将单分量信号的时频分布进行频谱质心估计，然后使用B分布进行二次时频分析，获得单分量信号的频率参数。

优选地，在步骤S1中，所述回波信号用函数定义为：