【摘要】：城市化進程的快速發展帶來了醫療、社會治安等方面的問題,如何很好的解決這些問題成為眾多學者討論和研究的熱點。其中,非接觸式體征檢測作為一種重要的方法為解決此類問題提供了一個研究方向。而UWB雷達因其穿透能力強、抗干擾以及分辨率高等優點,使其在非接觸式體征檢測領域發揮著重要的作用。因此,研究基于UWB雷達的體征信號檢測在非接觸性體征信號檢測領域具有重要的意義。本文從信號處理方面,以模式分類為指導思想,根據體征信號中各個成分的信號模式特征分別在直達波的消除、多目標的識別、目標信號的分離重組等方面進行體征信號的檢測研究。在分析體征信息檢測的主要技術路線和典型算法的基礎上,提出了本文的技術總路線。本文的研究主要涉及以下內容:首先,綜述了幾種典型的非接觸性檢測方法及基于雷達的體征檢測算法,并比較了各自的優缺點,在對UWB雷達體制的分析的基礎上對UWB雷達在體征檢測中的特點進行了分析,建立了生命體征信號模型。同時,總結了兩種算法質量評價標準,分別從整體和局部的角度對算法進行質量評價。其次,對直達波進行分析并建立了直達波數學模型,提出了結合K-L變換的FastICA的直達波抑制算法。通過對靜止的單人目標和運動的單人目標的實驗研究,驗證了該方法在直達波抑制方面的有效性,并通過與ICA、K-L的迭代次數、運行時間以及載干比、信噪比等客觀性能的對比分析,證明了該算法在迭代速度和計算復雜度方面的優越性。再次,對體征信號中的呼吸、心跳成分,在對傳統信號提取方法的分析研究的基礎上,針對傳統EMD方法端點飛躍和傳統EEMD重構信號質量差等不足研究基于EEMD與BP優化策略的體征信號提取算法,并對單人體征信號的提取進行了實驗研究,實驗證明該算法不僅克服了EMD端點延拓問題,避免了端點飛躍現象,而且提高了重構信號的信噪比,驗證了該算法適合于體征信號中具體信號成分的提取。最后,分析了多目標人體信號特征并構建了雙人信號模型,并在此基礎上對MUSIC方法作了理論推導,研究本文MUSIC算法的理論模型和算法實現步驟。分別對單人和雙人靜止人體目標信號進行實驗研究,實驗結果表明,該方法能有效地識別出人體目標信號數目,尤其是在多人體目標信號識別方面,具有分辨率高,抗干擾能力強等優點。
[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.
【學位授予單位】：山東建筑大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN957.51

【相似文獻】

相關期刊論文 前10條

1 張青春;晏裕春;王坤;;數字式平均法在信號檢測中的應用及其仿真[J];微計算機信息;2006年01期

2 張濱;張峰干;蔡國新;任嘉偉;;衛星信號檢測[J];中國有線電視;2009年01期

3 徐科軍;;信號檢測、處理及實現系列課程建設探討[J];電氣電子教學學報;2009年02期

4 戶永清;;基于取樣積分技術的混沌檢測法與微弱正弦信號檢測[J];綿陽師范學院學報;2009年08期

5 劉洋;張明;;“信號檢測與處理”課群構建初探[J];沈陽教育學院學報;2010年01期

6 董智紅;王劍;王X;孫昕;;伽利略搜救信號檢測算法設計[J];北京理工大學學報;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檢測[J];信息與電子工程;2012年02期

8 朱才榮;;高職“工業信號檢測與控制”課程項目化教學改革[J];中國電力教育;2012年19期

9 朱才榮;;高職《工業信號檢測與控制》課程改革探索[J];職業教育研究;2013年04期

10 叢玉良;趙曉暉;周求湛;;信號檢測與處理系列課程的建設與改革實踐研究[J];長春工業大學學報(高教研究版);2013年03期

相關會議論文 前10條

1 杜雄;蘇向豐;謝品芳;;用硬件實現的四重信號檢測法及其在通信中的應用[A];四川省電工技術學會第七屆學術年會論文集[C];2003年

2 張鐸;;信號檢測論在船舶了望中的應用[A];中國航海學會2007年度學術交流會優秀論文集[C];2007年

3 宋愛國;段江海;;混沌、隨機共振在信號檢測中的應用研究[A];第三次全國會員代表大會暨學術會議論文集[C];2002年

4 鄭娜;;基于假設檢驗的信號檢測[A];電波科學學報[C];2011年

5 馬光彬;曹海燕;;基于OSIC的低復雜度MIMO檢測算法[A];浙江省信號處理學會2012學術年會論文集[C];2012年

6 張維全;胡科強;;凸優化在水聲脈沖信號檢測中的應用[A];中國聲學學會水聲學分會2013年全國水聲學學術會議論文集[C];2013年

7 高源;李煒;;基于LabVIEW的異常信號檢測研究[A];2011年全國通信安全學術會議論文集[C];2011年

8 陳帥;楊鐵軍;李媚;;一種改進型CHASE檢測算法在MIMO-OFDM系統中的應用[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

9 劉竹青;陳奕宏;;抗混響信號檢測的研究[A];全國第三屆信號和智能信息處理與應用學術交流會�？痆C];2009年

10 王春光;周正;;OFDM系統中的一種信號檢測算法[A];第九屆全國青年通信學術會議論文集[C];2004年

相關重要報紙文章 前1條

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

相關博士學位論文 前10條

1 黃敏;高速移動環境下信道估計及OFDM信號檢測研究[D];西安電子科技大學;2015年

2 朱才業;不同尾型綿羊全基因組關聯分析、拷貝數變異及選擇信號檢測[D];中國農業大學;2017年

3 張新賀;空間調制系統中的信號檢測算法研究[D];大連理工大學;2017年

4 郭心悅;基于信息交互理論的無線信號的迭代估計與檢測[D];復旦大學;2008年

5 湯宏穎;提高微光信號檢測靈敏度的新方法[D];天津大學;2012年

6 吳利平;復雜電磁環境下的信號檢測與估計關鍵技術[D];西安電子科技大學;2011年

7 劉謙雷;MIMO通信系統信號檢測算法研究[D];東南大學;2006年

8 申京;MIMO-OFDM系統中信道估計及信號檢測算法的研究[D];北京郵電大學;2012年

9 蔣忠進;彈性波Chirp信號檢測與時延估計研究[D];吉林大學;2004年

10 鄭賤平;MIMO通信系統中的信號檢測與預編碼技術研究[D];西安電子科技大學;2008年

相關碩士學位論文 前10條

1 李燕;基于壓縮感知的低截獲概率雷達信號檢測分析[D];南京理工大學;2015年

2 吳迪;Massive MIMO的信號檢測算法研究[D];哈爾濱工業大學;2015年

3 王龍;壓縮感知信號檢測和參數估計方法研究[D];西安電子科技大學;2014年

4 李富強;信號檢測和分離算法研究及其FPGA實現[D];西安電子科技大學;2014年

5 劉文廣;MIMO-OFDM系統中信道估計與信號檢測算法的研究[D];蘭州交通大學;2015年

6 王曉天;面向5G的大規模MIMO信號檢測算法研究[D];南京郵電大學;2015年

7 魏利霞;MIMO系統的信號檢測算法研究[D];南京郵電大學;2015年

8 徐紅梅;基于SVM多分類判決的MPPSK信號檢測研究[D];東南大學;2015年

9 溫鵬;寬帶MIMO-SCFDE通信系統的信號檢測算法與實現[D];西南交通大學;2016年

10 孫彥龍;基于達芬振子的微弱機械故障信號檢測及特征提取方法[D];燕山大學;2016年

，

本文編號：2445979