發(fā)布時(shí)間：2019-03-23 15:47

【摘要】：城市化進(jìn)程的快速發(fā)展帶來(lái)了醫(yī)療、社會(huì)治安等方面的問題,如何很好的解決這些問題成為眾多學(xué)者討論和研究的熱點(diǎn)。其中,非接觸式體征檢測(cè)作為一種重要的方法為解決此類問題提供了一個(gè)研究方向。而UWB雷達(dá)因其穿透能力強(qiáng)、抗干擾以及分辨率高等優(yōu)點(diǎn),使其在非接觸式體征檢測(cè)領(lǐng)域發(fā)揮著重要的作用。因此,研究基于UWB雷達(dá)的體征信號(hào)檢測(cè)在非接觸性體征信號(hào)檢測(cè)領(lǐng)域具有重要的意義。本文從信號(hào)處理方面,以模式分類為指導(dǎo)思想,根據(jù)體征信號(hào)中各個(gè)成分的信號(hào)模式特征分別在直達(dá)波的消除、多目標(biāo)的識(shí)別、目標(biāo)信號(hào)的分離重組等方面進(jìn)行體征信號(hào)的檢測(cè)研究。在分析體征信息檢測(cè)的主要技術(shù)路線和典型算法的基礎(chǔ)上,提出了本文的技術(shù)總路線。本文的研究主要涉及以下內(nèi)容:首先,綜述了幾種典型的非接觸性檢測(cè)方法及基于雷達(dá)的體征檢測(cè)算法,并比較了各自的優(yōu)缺點(diǎn),在對(duì)UWB雷達(dá)體制的分析的基礎(chǔ)上對(duì)UWB雷達(dá)在體征檢測(cè)中的特點(diǎn)進(jìn)行了分析,建立了生命體征信號(hào)模型。同時(shí),總結(jié)了兩種算法質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn),分別從整體和局部的角度對(duì)算法進(jìn)行質(zhì)量評(píng)價(jià)。其次,對(duì)直達(dá)波進(jìn)行分析并建立了直達(dá)波數(shù)學(xué)模型,提出了結(jié)合K-L變換的FastICA的直達(dá)波抑制算法。通過對(duì)靜止的單人目標(biāo)和運(yùn)動(dòng)的單人目標(biāo)的實(shí)驗(yàn)研究,驗(yàn)證了該方法在直達(dá)波抑制方面的有效性,并通過與ICA、K-L的迭代次數(shù)、運(yùn)行時(shí)間以及載干比、信噪比等客觀性能的對(duì)比分析,證明了該算法在迭代速度和計(jì)算復(fù)雜度方面的優(yōu)越性。再次,對(duì)體征信號(hào)中的呼吸、心跳成分,在對(duì)傳統(tǒng)信號(hào)提取方法的分析研究的基礎(chǔ)上,針對(duì)傳統(tǒng)EMD方法端點(diǎn)飛躍和傳統(tǒng)EEMD重構(gòu)信號(hào)質(zhì)量差等不足研究基于EEMD與BP優(yōu)化策略的體征信號(hào)提取算法,并對(duì)單人體征信號(hào)的提取進(jìn)行了實(shí)驗(yàn)研究,實(shí)驗(yàn)證明該算法不僅克服了EMD端點(diǎn)延拓問題,避免了端點(diǎn)飛躍現(xiàn)象,而且提高了重構(gòu)信號(hào)的信噪比,驗(yàn)證了該算法適合于體征信號(hào)中具體信號(hào)成分的提取。最后,分析了多目標(biāo)人體信號(hào)特征并構(gòu)建了雙人信號(hào)模型,并在此基礎(chǔ)上對(duì)MUSIC方法作了理論推導(dǎo),研究本文MUSIC算法的理論模型和算法實(shí)現(xiàn)步驟。分別對(duì)單人和雙人靜止人體目標(biāo)信號(hào)進(jìn)行實(shí)驗(yàn)研究,實(shí)驗(yàn)結(jié)果表明,該方法能有效地識(shí)別出人體目標(biāo)信號(hào)數(shù)目,尤其是在多人體目標(biāo)信號(hào)識(shí)別方面,具有分辨率高,抗干擾能力強(qiáng)等優(yōu)點(diǎn)。
[Abstract]:The rapid development of urbanization has brought the problems of medical treatment, social security and so on. How to solve these problems well has become a hot topic discussed and studied by many scholars. Non-contact physical sign detection as an important method provides a research direction for solving this kind of problem. Because of its strong penetrating ability, anti-jamming and high resolution, UWB radar plays an important role in the field of non-contact physical sign detection. Therefore, it is of great significance to study the detection of physical sign signal based on UWB radar in the field of non-contact physical sign signal detection. From the aspect of signal processing, according to the pattern classification as the guiding ideology, according to the signal pattern characteristics of each component of the sign signal, the direct wave elimination and multi-target recognition, respectively, are carried out in this paper. The separation and recombination of the target signal is used to detect the physical sign signal. On the basis of analyzing the main technical route and typical algorithm of physical sign information detection, the general technical route of this paper is put forward. The main contents of this paper are as follows: firstly, several typical non-contact detection methods and radar-based physical sign detection algorithms are summarized, and their advantages and disadvantages are compared. Based on the analysis of UWB radar system, the characteristics of UWB radar in physical sign detection are analyzed, and the vital sign signal model is established. At the same time, the quality evaluation criteria of two algorithms are summarized, and the quality evaluation of the algorithm is carried out from the whole and local angles respectively. Secondly, the direct wave is analyzed and the mathematical model of the direct wave is established, and the direct wave suppression algorithm of FastICA based on K _ (L) transform is proposed. The effectiveness of this method in direct wave suppression is verified by experiments on static single-person targets and moving single-person targets, and the iterations with ICA,K-L, running time and carrier-to-interference ratio are also verified. The advantages of the algorithm in iteration speed and computational complexity are proved by comparing and analyzing the objective performance such as signal-to-noise ratio (SNR). Thirdly, on the basis of the analysis and research of the traditional signal extraction methods, the respiratory and heartbeat components in the sign signal are analyzed. Aiming at the deficiency of traditional EMD method such as endpoint leap and bad quality of traditional EEMD reconstruction signal, the physical sign signal extraction algorithm based on EEMD and BP optimization strategy is studied, and the extraction of single sign signal is studied experimentally. Experimental results show that the algorithm not only overcomes the problem of EMD endpoint continuation and avoids the phenomenon of endpoint leap, but also improves the signal-to-noise ratio of reconstructed signals. It is verified that the algorithm is suitable for the extraction of concrete signal components from physical signs. Finally, the signal characteristics of multi-target human body are analyzed and a double signal model is constructed. On this basis, the MUSIC method is derived theoretically, and the theoretical model and the algorithm realization steps of the MUSIC algorithm in this paper are studied. The experimental results show that the method can effectively identify the number of human body target signals, especially in the multi-body target signal recognition, and has high resolution, and the experimental results show that the proposed method can effectively identify the number of human body target signals, especially in the multi-human body target signal recognition. Strong anti-jamming ability and other advantages.
【學(xué)位授予單位】：山東建筑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN957.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張青春;晏裕春;王坤;;數(shù)字式平均法在信號(hào)檢測(cè)中的應(yīng)用及其仿真[J];微計(jì)算機(jī)信息;2006年01期

2 張濱;張峰干;蔡國(guó)新;任嘉偉;;衛(wèi)星信號(hào)檢測(cè)[J];中國(guó)有線電視;2009年01期

3 徐科軍;;信號(hào)檢測(cè)、處理及實(shí)現(xiàn)系列課程建設(shè)探討[J];電氣電子教學(xué)學(xué)報(bào);2009年02期

4 戶永清;;基于取樣積分技術(shù)的混沌檢測(cè)法與微弱正弦信號(hào)檢測(cè)[J];綿陽(yáng)師范學(xué)院學(xué)報(bào);2009年08期

5 劉洋;張明;;“信號(hào)檢測(cè)與處理”課群構(gòu)建初探[J];沈陽(yáng)教育學(xué)院學(xué)報(bào);2010年01期

6 董智紅;王劍;王X;孫昕;;伽利略搜救信號(hào)檢測(cè)算法設(shè)計(jì)[J];北京理工大學(xué)學(xué)報(bào);2010年08期

7 邵亞勇;竺小松;;基于遞推最小二乘算法的小信號(hào)檢測(cè)[J];信息與電子工程;2012年02期

8 朱才榮;;高職“工業(yè)信號(hào)檢測(cè)與控制”課程項(xiàng)目化教學(xué)改革[J];中國(guó)電力教育;2012年19期

9 朱才榮;;高職《工業(yè)信號(hào)檢測(cè)與控制》課程改革探索[J];職業(yè)教育研究;2013年04期

10 叢玉良;趙曉暉;周求湛;;信號(hào)檢測(cè)與處理系列課程的建設(shè)與改革實(shí)踐研究[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(高教研究版);2013年03期

相關(guān)會(huì)議論文 前10條

1 杜雄;蘇向豐;謝品芳;;用硬件實(shí)現(xiàn)的四重信號(hào)檢測(cè)法及其在通信中的應(yīng)用[A];四川省電工技術(shù)學(xué)會(huì)第七屆學(xué)術(shù)年會(huì)論文集[C];2003年

2 張鐸;;信號(hào)檢測(cè)論在船舶了望中的應(yīng)用[A];中國(guó)航海學(xué)會(huì)2007年度學(xué)術(shù)交流會(huì)優(yōu)秀論文集[C];2007年

3 宋愛國(guó);段江海;;混沌、隨機(jī)共振在信號(hào)檢測(cè)中的應(yīng)用研究[A];第三次全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2002年

4 鄭娜;;基于假設(shè)檢驗(yàn)的信號(hào)檢測(cè)[A];電波科學(xué)學(xué)報(bào)[C];2011年

5 馬光彬;曹海燕;;基于OSIC的低復(fù)雜度MIMO檢測(cè)算法[A];浙江省信號(hào)處理學(xué)會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

6 張維全;胡科強(qiáng);;凸優(yōu)化在水聲脈沖信號(hào)檢測(cè)中的應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

7 高源;李煒;;基于LabVIEW的異常信號(hào)檢測(cè)研究[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

8 陳帥;楊鐵軍;李媚;;一種改進(jìn)型CHASE檢測(cè)算法在MIMO-OFDM系統(tǒng)中的應(yīng)用[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

9 劉竹青;陳奕宏;;抗混響信號(hào)檢測(cè)的研究[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

10 王春光;周正;;OFDM系統(tǒng)中的一種信號(hào)檢測(cè)算法[A];第九屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)重要報(bào)紙文章 前1條

1 江蘇 陳廣榮;小天鵝模糊洗衣機(jī)稱重電路維修一例[N];電子報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 黃敏;高速移動(dòng)環(huán)境下信道估計(jì)及OFDM信號(hào)檢測(cè)研究[D];西安電子科技大學(xué);2015年

2 朱才業(yè);不同尾型綿羊全基因組關(guān)聯(lián)分析、拷貝數(shù)變異及選擇信號(hào)檢測(cè)[D];中國(guó)農(nóng)業(yè)大學(xué);2017年

3 張新賀;空間調(diào)制系統(tǒng)中的信號(hào)檢測(cè)算法研究[D];大連理工大學(xué);2017年

4 郭心悅;基于信息交互理論的無(wú)線信號(hào)的迭代估計(jì)與檢測(cè)[D];復(fù)旦大學(xué);2008年

5 湯宏穎;提高微光信號(hào)檢測(cè)靈敏度的新方法[D];天津大學(xué);2012年

6 吳利平;復(fù)雜電磁環(huán)境下的信號(hào)檢測(cè)與估計(jì)關(guān)鍵技術(shù)[D];西安電子科技大學(xué);2011年

7 劉謙雷;MIMO通信系統(tǒng)信號(hào)檢測(cè)算法研究[D];東南大學(xué);2006年

8 申京;MIMO-OFDM系統(tǒng)中信道估計(jì)及信號(hào)檢測(cè)算法的研究[D];北京郵電大學(xué);2012年

9 蔣忠進(jìn);彈性波Chirp信號(hào)檢測(cè)與時(shí)延估計(jì)研究[D];吉林大學(xué);2004年

10 鄭賤平;MIMO通信系統(tǒng)中的信號(hào)檢測(cè)與預(yù)編碼技術(shù)研究[D];西安電子科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 李燕;基于壓縮感知的低截獲概率雷達(dá)信號(hào)檢測(cè)分析[D];南京理工大學(xué);2015年

2 吳迪;Massive MIMO的信號(hào)檢測(cè)算法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 王龍;壓縮感知信號(hào)檢測(cè)和參數(shù)估計(jì)方法研究[D];西安電子科技大學(xué);2014年

4 李富強(qiáng);信號(hào)檢測(cè)和分離算法研究及其FPGA實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

5 劉文廣;MIMO-OFDM系統(tǒng)中信道估計(jì)與信號(hào)檢測(cè)算法的研究[D];蘭州交通大學(xué);2015年

6 王曉天;面向5G的大規(guī)模MIMO信號(hào)檢測(cè)算法研究[D];南京郵電大學(xué);2015年

7 魏利霞;MIMO系統(tǒng)的信號(hào)檢測(cè)算法研究[D];南京郵電大學(xué);2015年

8 徐紅梅;基于SVM多分類判決的MPPSK信號(hào)檢測(cè)研究[D];東南大學(xué);2015年

9 溫鵬;寬帶MIMO-SCFDE通信系統(tǒng)的信號(hào)檢測(cè)算法與實(shí)現(xiàn)[D];西南交通大學(xué);2016年

10 孫彥龍;基于達(dá)芬振子的微弱機(jī)械故障信號(hào)檢測(cè)及特征提取方法[D];燕山大學(xué);2016年

，

本文編號(hào)：2445979