2015, Vol. 4 Issue (4): 439-444 DOI: 
生命探测雷达综合运用生物医学、电子工程和雷达信号处理等技术，对人体目标进行非接触的探测、定位、跟踪和成像，广泛应用于火灾或地震后对幸存者的搜救[1]、反恐行动中对人员情况的掌控等[2]。现有的生命探测雷达从体制上可分为连续波体制[3]和超宽带体制[4, 5, 6]两类。脉冲式超宽带雷达（Impulse Radio Ultra-Wide band，IR-UWB）具备高分辨率和良好的穿透能力，是当前生命探测雷达领域研究的热点。
国外代表性的IR-UWB生命探测雷达是美国Time Domain公司开发出的Radar Vision 1000和Radar Vision 2000雷达[4, 5]。Radar Vision 1000可穿透一定的障碍物探测人体目标，Radar vision 2000则采用阵列天线，可以探测到障碍物后多个人体目标的距离和范围信息。国内的一些院校和科研机构也陆续展开了IR-UWB生命探测雷达的研究工作。中国科学院采用IR-UWB雷达探测模拟废墟中的人体目标[7, 8, 9]，国防科学技术大学利用IR-UWB生命探测雷达观察到了墙后运动的人体目标[10]。第四军医大学基于IR-UWB雷达技术，实现了对单个目标的识别与定位[11, 12]。
IR-UWB生命探测雷达利用人体呼吸体动引起的微弱距离变化实现生命信号探测，要求雷达系统具有良好的时间稳定性，即尽量降低系统的时间抖动。
雷达系统的时间抖动主要包括以下两个方面：一方面，收发系统硬件非理想、环境变化等会引起系统时间抖动；另一方面，在实际应用中雷达收发天线的位置不可避免地发生一定抖动，也会影响目标在回波中的位置。时间抖动将静态杂波变为动态杂波，使传统的静态杂波抑制方法失效，残余杂波将淹没人体呼吸、胸腔震动等产生的微动信号[13]。另外，时间抖动也会破坏生命信号的规律性，增加生命信号探测的难度。可见，提高时间稳定性能对生命探测雷达而言非常重要。一般地，可采用更稳定的信号源及改善硬件稳定性以提高雷达系统的稳定性。文献[14]研究了系统时间抖动的测量和评估方法，指出增加雷达系统暖机时间对时间抖动有一定改善，文献[15]研究了一种低时间抖动的采样模块，在穿墙运动人体探测中得到了较好的应用，但这在一定程度上增加了系统的复杂度；而在实际使用时，通常将雷达抵紧墙壁以降低雷达天线的抖动，但这种做法降低了雷达系统使用的灵活性。因此，采用软件手段抑制时间抖动更为合理。部分研究从改善编码的角度研究了超宽带通信中的时间抖动抑制问题[16]，但这些研究对于生命探测雷达抖动抑制的借鉴作用有限。
由于生命探测雷达的收发天线间隔小，距离墙体较近，其回波信号中一般包含有较强的耦合信号。耦合信号主要包括雷达系统内部耦合、收发天线间的耦合以及墙体的直达波等[17]。文献[18]分析了时间抖动对于穿墙成像雷达耦合抑制的影响，并给出了简单可行的抑制方法，在该方法中将耦合回波视为有害信号。本文通过分析发现，耦合信号在回波中位置的变化能够反映时间抖动的影响，通过校正耦合的位置就可以消除时间抖动的影响。在上述分析的基础上，本文提出一种基于耦合回波的时间抖动抑制方法，有效地提高了雷达系统的时间稳定性。
本文的结构如下：第2节分析了IR-UWB雷达系统时间抖动对生命探测性能的影响；第3节提出了一种基于耦合回波的时间抖动抑制技术，给出了具体实现流程并进行了分析讨论；第4节给出实测数据处理结果，证明了本文方法的有效性；第5节给出了结论。
2 时间抖动对生命探测性能的影响分析生命探测雷达的回波主要由人体回波、静态杂波以及动态杂波等构成，回波的模型为
| ${s_{\rm{R}}}(t,\tau ) = \sum\limits_{p = 1}^P {{s_{\rm{T}}}(t)} \otimes {h_p}(t) \otimes \delta \left( {t - {{2{R_p}(t,\tau )} \over {\rm{c}}}} \right) \\ \qquad \qquad + \sum\limits_{q = 1}^Q {{s_{\rm{T}}}(t)} \otimes \delta \left( {t - {{2{R_{sc,q}}} \over c}} \right) \\ \qquad \qquad + \sum\limits_{k = 1}^K {{s_{\rm{T}}}(t)} \otimes \delta \left( {t - {{2{R_{mc,k}} \ \ (t,\tau )} \over {\rm{c}}}} \right)$ | (1) |
若不考虑时间抖动的影响，人体微动可近似为几组简谐振动，即天线到人体胸腔表面的瞬时距离可表示为：
| ${R_p}(t,\tau ) = {b_0}{\rm{ + }}{A_{r,p}}{\rm{sin[2\pi }}{f_{r,p}}(t + \tau )] \\ \qquad \qquad + {A_{hb,p}}\sin [2{\rm{\pi }}{f_{hb,p}}(t + \tau ) + ] + {\rm{res}}(t + \tau )$ | (2) |
| $\eqalign{ & {s_{\rm{R}}}(t,\tau )\!\! =\!\! {s_{\rm{T}}}(t - \!\!\!{t_{\rm{s}}}(\tau )) \!\! \otimes \!\! \left[ {\sum\limits_{p = 1}^P {\delta \left( {t - \!\!\!{{2{R_p}(t,\tau )} \over {\rm{c}}} \!- \!\!\! {t_{\rm{a}}}(\tau )} \right) \!\! \otimes \!\! {h_p}(t)} \! + \!\!\! \sum\limits_{q = 1}^Q {\delta \left( {t\! - \!\!\! {{2{R_{sc,q}}} \over {\rm{c}}}\!\! - \!v{t_{\rm{a}}}(\tau )} \right)} \\ \qquad + \sum\limits_{k = 1}^K {\delta \left( {t\! - \!\!\!{{2{R_{dc,k}}(t,\tau )} \!\! \over {\rm{c}}} \!\!-\!\! {t_{\rm{a}}}(\tau )} \right)} } \right] \!\!\!\! = \!\! {s_{\rm{T}}}(t) \!\otimes \!\left[ {\sum\limits_{p = 1}^P {\delta \left( {t \!- \!\!\! {{2{R_p}(t,\tau )} \!\over {\rm{c}}}\! - \!\!\!{t_{\rm{d}}}(\tau )} \right)} \! \otimes {h_p}(t) \!\!\!\!\!\!\!\!\!\!\! \\ + \sum\limits_{q = 1}^Q {\delta \left( {t - {{2{R_{sc,q}}} \over {\rm{c}}} - {t_{\rm{d}}}(\tau )} \right)} +\!\!\! \sum\limits_{k = 1}^K {\delta \left( {t - {{2{R_{dc,k}}(t,\tau )} \over {\rm{c}}} - {t_{\rm{d}}}(\tau )} \right)} } \right] \cr} $ | (3) |
式⑶中中括号内的第1项表明，时间抖动将破坏人体呼吸和心跳信号的周期性，降低生命体的探测性能。中括号内的第2项表明，受时间抖动的影响，静态杂波将变为随慢时间变化的动态杂波，通过常规的去直流操作将会存在一定残余，特别是耦合、墙体回波等强杂波的残余将淹没有用的人体回波信号。但是另一方面，耦合信号等静态杂波的时延随慢时间的变化也反映了雷达系统的抖动情况。中括号内的第3项表明，受抖动的影响，动态杂波的扰动更为复杂。
3 基于耦合回波的时间抖动抑制 3.1 基本原理由于生命探测雷达的收发天线间隔小，发射信号不可避免地从发射天线直接泄漏到接收天线；生命探测雷达距离墙体较近，回波中存在较强的直接反射回波；另外，由于负载匹配不理想等问题，回波中还存在系统内部的直接耦合。上述耦合回波的能量通常比生命体回波要大几个数量级，分布在距离雷达较近的区域(即有限的快时间区域)，因此在一定的距离范围内耦合回波是回波信号的主要成分，即
| ${s_{\rm{R}}}(t,\tau ) \approx {s_{\rm{T}}}(t) \otimes \sum\limits_{q = 1}^Q {\delta \left( {t - {{2{R_{c,q}}} \over {\rm{c}}} - {t_{\rm{d}}}(\tau )} \right)} , \\ \qquad \qquad \, t \in ({t_0},{t_1})$ | (4) |
| ${s_{\rm{R}}}(n - {t_{\rm{d}}}({m_1}),{m_1}) \approx {s_{\rm{R}}}(n - {t_{\rm{d}}}({m_2}),{m_2}), \\ \qquad \qquad \, \qquad \qquad \quad \, n \in ({N_0},{N_1})$ | (5) |
不妨将${s_{\rm{R}}}(n,{m_1}),{s_{\rm{R}}}(n,{m_2}),n \in ({N_0},{N_1})$分别记为${s_1}(n)$和${s_2}(n)$，将其快时间傅里叶变换(FT，Fourier Transform)记为${s_1}(k)$和${s_2}(k)$。对式⑸进行FT，可得
| ${S_2}(k) \approx {S_1}(k){e^{jk\theta }}$ | (6) |
假设Δ$f$为快时间频率采样间隔，那么有
| $\theta = 2{\rm{\pi }}Δf[{t_{\rm{d}}}({m_2}) - {t_{\rm{d}}}({m_1})]$ | (7) |
${s_1}(n)$和${s_2}(n)$的相关函数$r(n)$为
| $\eqalign{ & r(n) = {s_1}(n)\mathop \otimes \limits^{N'} {s_2}( - n) \cr & \;\quad \;\, = {1 \over {N'}}\sum\limits_{k = 0}^{N' - 1} {{S_1}(k)} S_2^{\rm{*}}({k_k}){e^{j{{2{\rm{\pi }}} \over {N'}}kn}} \cr & \;\quad \;\, \approx {1 \over {N'}}\sum\limits_{k = 0}^{N' - 1} {{S_1}(k)} S_1^{\rm{*}}(k){e^{ - jk\theta }}{e^{j{{2{\rm{\pi }}} \over {N'}}kn}} \cr & \;\quad \; = {1 \over {N'}}\sum\limits_{k = 0}^{N' - 1} {{{\left| {{S_1}(k)} \right|}^2}} {e^{j{{2\pi } \over {N'}}k(n - {{N'} \over {2{\rm{\pi }}}}\theta )}} \cr} $ | (8) |
| ${\widehat {\vartriangle t}_d} = \frac{{{n_{\max }}}}{{N'\vartriangle f}}$ | (9) |
进而可以利用估计得到的时间偏移值消除雷达系统在时间上的抖动。
3.2 处理流程基于耦合回波的时间抖动抑制的具体实现步骤为：
步骤 1：截取耦合信号占主要成分的距离范围内的回波，生成参考道信号，将参考信号进行FT得到其频谱${S_r}(k)$；
步骤2：遍历回波的每条道信号，通过FT得到其频谱${S_m}(k)$；
步骤３：求得${S_r}(k)$和${S_m}(k)$的共轭乘积并进行逆FT得到自相关函数；
步骤4：寻找自相关函数最大模值对应的位置，求得当前道信号与参考信号之间的相对时移；
步骤5：将当前道信号进行快时间平移以消除时间抖动。
结合时间抖动抑制技术的IR-UWB生命探测雷达数据处理流程如图 1所示，在传统的信息处理中加入本文提出的时间抖动抑制，以提高传统信息处理的效果，原有信息处理流程的实现方法可参考文献[19]。
|
图 1 IR-UWB生命探测雷达数据处理流程 Fig.1 Flow chart of IR-UWB life detection radar data processing |
（1）耦合回波的快时间范围选择
选取的耦合回波快时间范围应满足以下3个条件：一是耦合回波一般分布在快时间的近距离处；二是不存在接收机饱和等引起的削顶；三是不存在较多的强散射目标。图 2为IR-UWB生命探测雷达实际录取的回波，前1m主要为系统内部泄露耦合信号，中间约1~2m主要为收发天线耦合与直达波，由于强度较大，容易造成前端饱和，在回波中表现为削顶，稍远距离处为耦合干扰的拖尾，波形变化较大，其中在7m左右的位置为强干扰掩盖下的生命体信号。因此，本文方法最终选择的快时间范围为前端1m内的回波信号。
|
图 2 IR-UWB生命探测雷达回波（①内部泄露耦合信号，②收发天线耦合与直达波，③强干扰掩盖下的生命体信号） Fig.2 Echoes of IR-UWB life detection radar (①Coupling signals from internal leak，②Coupling signals between transmitting and receiving antennas and direct wave，③Vital signals shadowed by strong clutters) |
（2）参考耦合回波选取
一般可直接选取某道信号或多个道信号的加权平均生成参考道信号，在实际应用中往往倾向于采用后一种方式，其原因是：第一，通过平均有效抑制系统噪声；第二，将少量的非耦合回波分摊到各组数据中，将其影响降低到可接受的程度。因此，本文选择后一种方式。
（3）适用性分析
耦合回波通常被视为有害信号，部分雷达系统通过调整波门避开了耦合回波，对于这类雷达系统，本文方法不再适用。对于生命探测雷达等近场雷达而言，原始回波中保留了耦合回波，可以应用本文方法。
本文方法的运算量包括对每道信号的FFT、IFFT、共轭乘、搜索最大模值和快时间平移。其中，FFT和IFFT的运算量均为${\rm{O}}(N'\log _2^{N'})$，共轭乘、求最大模值和快时间平移的运算量均为${\rm{O}}(N')$，可见本文方法的额外运算量主要来自FFT和IFFT。因此，为了降低额外运算开销，$N'$应取为2的整数次幂。应该指出的是，增大$N'$能够提高时间抖动的抑制效果，但会增加运算量，可根据实际情况进行折中选择。通过比较实际运行的耗时以进一步衡量本文方法的计算量，原信息处理方法耗时约为9.9685s，加入时间抖动抑制后的耗时约为11.5597s，其中，信息处理平台采用i3处理器，信息处理软件为MATLAB 2010a，回波中共1500道数据，每道数据有8192个采样点，$N'$取为8192。可见，相对于原来整个信息处理流程而言本文方法引入的额外运算量较小。
4 试验结果分析第四军医大学生物医学工程学院自1998年开始生命探测雷达的相关研究工作，成功研制了IR-UWB生命探测雷达[20]（如图 3所示）。本文使用的实测数据由该IR-UWB雷达获取，IR-UWB雷达系统参数如表 1所示，为了同时满足穿透能力和生命体征探测的需要，IR-UWB雷达的中心频率和带宽同为400MHz。
|
图 3 IR-UWB雷达系统实物图 Fig.3 Photo of IR-UWB radar system |
|
表 1 IR-UWB雷达系统参数 Tab. 1 Parameters of IR-UWB radar system |
如图 4所示，利用IR-UWB雷达进行穿墙探测试验，砖墙厚度约为24cm，被测人员正对雷达天线，站在墙后一定距离处。数据采集过程中，人体保持正常平稳呼吸状态。周围环境稳定，无明显动目标扰动的干扰。
|
图 4 穿墙探测试验场景 Fig.4 Experimental scene |
如图 5所示为背景数据（无人体目标）的处理结果。可见，受时间抖动的影响，近处的有较强的杂波，在进行判别时容易引起虚警。经过时间抖动抑制后，去除了强杂波残余，有助于剔除虚警。
|
图 5 背景数据的处理结果 Fig.5 Processing results of background data |
图 6为IR-UWB雷达在有人体目标时的穿墙探测结果，其中人体目标距雷达天线约7m。可见，经过脉冲对齐后，近处的强杂波干扰得到明显抑制，凸显了人体目标，有利于后续的生命信号检测，理论上有利于提高生命体个数估计的准确性。
|
图 6 包含单个人体目标的穿墙探测数据处理结果 Fig.6 Results of through wall data including single person |
脉冲式超宽带生命探测雷达能够对人体目标进行非接触探测、定位、跟踪和成像，具有广阔的应用前景。本文首先分析了IR-UWB雷达系统时间稳定性对生命探测性能的影响，在此基础上提出了一种基于耦合回波的时间抖动抑制方法，试验结果证明该方法能够改善生命探测性能。除可应用于生命探测雷达外，该方法也可以推广应用到其它近场雷达系统中。
| [1] | Li J, Liu L, Zeng Z, et al.. Advanced signal processing for vital sign extraction with applications in UWB radar detection of trapped victims in complex environments[J]. IEEE Journal of Selected Topics in Applied Earth Obersavations and Remote Sensing, 2013, 7(3): 783-791.( 1) |
| [2] | Withington P, Fluhler H, and Nag S. Enhancing homeland security with advanced UWB sensors[J]. IEEE Microwave Magazine, 2003, 4(3): 51-58.(1) |
| [3] | Chen K, Zhang J, Norman A, et al.. An X-band microwave life-detection systems for searching human subjects under earthquake rubble or behind barrier[J]. IEEE Transactions on Biomedical Engineering, 2000, 47(1): 105-114.(1) |
| [4] | Barnes M A, Nag S, and Payment T. Covert situational awareness with handheld ultra-wideband short pulse radar[J] , SPIE, 2001, 4374: 66-77.(2) |
| [5] | Nag S and Barnes M. A moving target detection filter for an ultra-wideband radar[C] , Proceedings of the 2003 IEEE Radar Conference, Huntsville, 2003: 147-153.(2) |
| [6] | Xu Y, Dai S, Wu S, et a.. Vital Sign Detection Method Based on Multiple Higher Order Cumulant for Ultrawideband Radar[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(4): 1254-1265.(1) |
| [7] | 谢义方, 方广有. 基于无载频脉冲雷达信号等幅度追踪法检测生命信号[J]. 电子与信息学报. 2009, 31(5): 1132-1135. Xie Yi-fang and Fang Guang-you. Equi-amplitude tracing algorithm based on base-band pulse signal in vital signal detecting[J]. Journal of Electronics & Information Technology, 2009, 31(5):1132-1135.( 1) |
| [8] | 戴舜, 方广有. 超宽带雷达生命信号频率检测的Cramer-Rao下界[J]. 电子与信息学报. 2011, 33(3): 701-705. Dai Shun and Fang Guang-you. Cramer-Rao lower bound of vital signal frequency detection for ultra wideband radar[J]. Journal of Electronics & Information Technology, 2011, 33(3):701-705.( 1) |
| [9] | 邵金进, 纪奕才, 方广有,等. 一种用于生命探测雷达的超宽带天线[J]. 电子与信息学报, 2014, 36(2): 471-475. Shao Jin-jin, Ji Yi-cai, Fang Guang-you,et al.. An Ultra-wideband antenna for life detection radar[J]. Journal of Electronics & Information Technology, 2014, 36(2):471-475.( 1) |
| [10] | 贺峰, 朱国富,牟妙辉,等. 超宽带穿墙雷达对人体动目标探测的实验研究[J]. 现代雷达, 2010, 7(32): 28-33. He Feng, Zhu Guo-fu, Mou Miao-hui, et al.. Experiment study of life locomotion detection based on ultra-wideband through wall radar[J]. Modern Radar, 2010, 7(32):28-33.( 1) |
| [11] | Li Y, Jing X, Lü H, et al.. Analysis of characteristics of two close stationary human targets detected by impulse radio UWB radar[J]. Progress In Electromagnetics Research, 2012, 126: 429-447.(1) |
| [12] | Li Z, Li W, Lü H, et al.. A Novel method for respiration-like clutter cancellation in life detection by dual-frequency IR-UWB radar[J]. IEEE Transactions on Microwave Theory and Techniques, 2013, 61(5): 2086-2092.(1) |
| [13] | Xu Y, Wu S, Chen C, et al.. A novel method for automatic detection of trapped victims by ultrawideband radar[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(8): 3132- 3142.(1) |
| [14] | Rial F I, Lorenzo H, Novo A, et al.. Checking the signal stability in GPR systems and antennas[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2011, 4(4): 785-790.(1) |
| [15] | Liu Q, Wang Y, and Fathy A E. Towards low cost, high speed data sampling module for multifunctional real-time UWB radar [J]. IEEE Transactions on Aerospace and Electronic Systems, 2013, 2(49): 1301-1316.(1) |
| [16] | Wang Y, Zhang Q Y, Yang Z H. A novel method of timing jitter suppression based on UWB system[C]. 2009 International Conference on Wireless Comunications Networking and Mobile Computing, Beijing, 2005:1-5.(1) |
| [17] | 张斓子, 陆必应, 周智敏,等. 基于因子分析法和图像对比度的穿墙雷达杂波抑制[J]. 电子与信息学报. 2013, 35(11): 2686-2692. Zhang Lan-zi, Lu Bi-ying, Zhou Zhi-min, et al.. The clutter suppression based on factor analysis and image contrast in through-the-wall application[J]. Journal of Electronics & Information Technology, 2013, 35(11):2686-2692.( 1) |
| [18] | Hu J, Zhu G, Jin T, et al.. Study on timing jitter in clutter mitigation of through-wall human indication[C]. 2013 IEEE International Conference on Ultra-Wideband (ICUWB), Sydney, Australia, 2013:211-214.(1) |
| [19] | Li W Z, Li Z, Lü H, et al.. A new method for non-line-of-sight vital sign monitoring based on developed adaptive line enhancer using low centre frequency UWB radar[J]. Progress In Electromagnetics Research, 2013, 133: 535-554.(1) |
| [20] | Lü H, Lu G H, Jing X J, et al.. A new ultra-wideband radar for detecting survivors buried under earthquake rubbles[J]. Microwave and Optical Technology Letters, 2010, 52(11): 2621-2624.(1) |