超寬譜( Ultra-wide Band, UWB)生物雷達(dá)技術(shù)通過提取經(jīng)生命體反射的雷達(dá)回波信號，醫(yī)用吊塔編輯發(fā)現(xiàn)從而實(shí)現(xiàn)生命體非接觸隔墻探測或定位，其具有強(qiáng)穿透能力、強(qiáng)抗干擾能力、目標(biāo)定位成像等特點(diǎn)，在臨床醫(yī)學(xué)監(jiān)測、應(yīng)急救援、國防安保等領(lǐng)域都具有廣泛的應(yīng)用[-5。醫(yī)用吊塔編輯發(fā)現(xiàn)目前國內(nèi)外圍繞生物雷達(dá)探測障礙物后人體目標(biāo)的研究基本已實(shí)現(xiàn)目標(biāo)有無的探測和其呼吸心跳的檢測，且探測準(zhǔn)確度不斷提高?，F(xiàn)階段研究多集中于目標(biāo)的位置、數(shù)量、運(yùn)動(dòng)軌跡等方面1691。隨著生物雷達(dá)硬件技術(shù)的快速發(fā)展和社會(huì)需求的不斷增加，生物雷達(dá)技術(shù)已不僅僅局限于目標(biāo)的探測定位，生命體非接觸辨識研究逐步成為繼探測定位后又一研究熱點(diǎn)[0-14。在地震、塌方等災(zāi)后救援現(xiàn)場，普遍存在人和動(dòng)物共存的情況，如能在災(zāi)后傷員搜救時(shí)有效區(qū)分人與動(dòng)物，可以在救援過程中提高搜救效率，優(yōu)化救援資源，增強(qiáng)救援人員的搜救信心。醫(yī)用吊塔編輯發(fā)現(xiàn)當(dāng)前關(guān)于生命體非接觸辨識研究多集中于運(yùn)動(dòng)目標(biāo)的辨識，由于人體和動(dòng)物肢體結(jié)構(gòu)差異較大，運(yùn)動(dòng)狀態(tài)下頻譜信息差異較大，可實(shí)現(xiàn)人與動(dòng)物的區(qū)分[u5。但在地震、塌方等災(zāi)后救援現(xiàn)場，生命體在受困狀態(tài)下往往是靜止不動(dòng)的，當(dāng)廢墟下有動(dòng)物存在時(shí)，通過運(yùn)動(dòng)頻譜差異進(jìn)行人與動(dòng)物的辨識區(qū)分難以實(shí)現(xiàn)?？哲娷娽t(yī)大學(xué)課題組前期利用小波嫡、醫(yī)用吊橋編輯發(fā)現(xiàn)微動(dòng)系數(shù)分析法和能量占比法實(shí)現(xiàn)了靜止?fàn)顟B(tài)下人和犬、人和兔的區(qū)分1616，區(qū)分效果良好。上述方法是在動(dòng)物類型已知的基礎(chǔ)上挖掘人體和動(dòng)物在雷達(dá)回波信號的不同點(diǎn)，具有動(dòng)物類型針對性，而實(shí)際救授場合中廢 墟下或者墻后的生命體類型是未知的，因此探索一種通 用的區(qū)分障礙物后靜態(tài)的人與動(dòng)物的方法就顯得尤為重要。本文通過建立不同實(shí)驗(yàn)條件下的實(shí)驗(yàn)動(dòng)物模型，從UWB生物雷達(dá)回波中提取反映微動(dòng)特征的邊際譜和頻帶能量比這兩個(gè)關(guān)鍵指標(biāo)，提出了-種區(qū)分障礙物后人與兩種動(dòng)物的辨識方法。該方法基于HHT時(shí)頻分析技術(shù)，醫(yī)用吊橋編輯將回波信號的各尺度分量從高頻到低頻不斷分解，再依據(jù)自相關(guān)函數(shù)特性重構(gòu)目標(biāo)的微動(dòng)信號，利用重構(gòu)微動(dòng)信號的邊際譜信息和頻帶能量比信息實(shí)現(xiàn)人體與兔、犬目標(biāo)的區(qū)分辨識。本研究對于災(zāi)害救援、反恐維穩(wěn)等多種應(yīng)用場合下合理配置搜救資源、減少人員傷亡具有重要現(xiàn)實(shí)意義，為后續(xù)精準(zhǔn)醫(yī)學(xué)救助奠定了基礎(chǔ)。UWB生物雷達(dá)非接觸生命探測系統(tǒng)中心頻率為500 MHz,帶寬為500MHz,工作原理如圖1所示。醫(yī)用吊橋編輯脈沖振蕩器觸發(fā)電磁脈沖發(fā)生器產(chǎn)生重復(fù)頻率為128 kHz的窄脈沖，通過發(fā)射天線輻射出去。接收天線接收雷達(dá)回波，經(jīng)等效時(shí)間采樣，得到不同距離點(diǎn)上的信號。再通過脈沖積累、信號放大和濾波后，高速采集傳輸回上位機(jī)靜止?fàn)顟B(tài)下生命體的微動(dòng)信號包含呼吸運(yùn)動(dòng)引起的胸腔起伏、心跳運(yùn)動(dòng)引起的體表微弱起伏變化和其他身體部位的微動(dòng)[19]。吊塔分析生命體在靜止?fàn)顟B(tài)下的呼吸引起的胸腔微動(dòng)幅度相對較大，雷達(dá)信號能量較強(qiáng)，而心跳引起的胸腔微動(dòng)幅度太小，會(huì)被呼吸運(yùn)動(dòng)湮沒，因此本文將生物雷達(dá)探測到的目標(biāo)微動(dòng)信號簡化為呼吸運(yùn)動(dòng)產(chǎn)生的微動(dòng)信號。接收的雷達(dá)回波包含目標(biāo)微動(dòng)信號和大量噪聲、雜波干擾(圖3a),先對原始雷達(dá)回波進(jìn)行預(yù)處理。預(yù)處理步驟如下:首先對回波做時(shí)域歸一化，增強(qiáng)目標(biāo)距離點(diǎn)信號，然后去直流去除靜態(tài)雜波，吊塔分析再用低通濾波去除明顯的高頻噪聲，最后基于最小均方誤差算法自適應(yīng)濾波。經(jīng)過預(yù)處理，目標(biāo)距離點(diǎn)的微動(dòng)信號明顯增強(qiáng)，靜態(tài)雜波和高頻干擾被有效抑制[18)，如圖3b紅框所示為人體站立于28cm厚磚墻后3m位置保持靜止?fàn)顟B(tài)，吊塔分析信號預(yù)處理后的人體目EmpiricalMode Decomposition,EEMD)將預(yù)處理后的目標(biāo)點(diǎn)信號從高頻到低頻分解，得到多階固有模態(tài)函數(shù)(Intrinsic Mode Function,IMF),依據(jù)信號自相關(guān)特性去除噪聲，重構(gòu)微動(dòng)信號;②進(jìn)行希爾伯特譜分析，將每-階IMF分量做希爾伯特變換，再得到邊際譜。1.2.2.1 EEMD重構(gòu)微動(dòng)信號預(yù)處理后根據(jù)能量累積法找到能量最大距離點(diǎn)即為目標(biāo)的點(diǎn)信號，對其做EEMD分解，吊橋編輯分解得到N階IMF分量和一個(gè)趨勢項(xiàng)[20]。根據(jù)噪聲信號的高頻特性和有用信號的低頻特性，由公式(1)獲得每階IMF的自相關(guān)序列在采 樣點(diǎn)區(qū)域[n,n2]的能量集中比n(i)，i=1,2...N。式中，R(n)為離散自相關(guān)序列，能量集中區(qū)域n,In取對稱點(diǎn)N前后各1個(gè)點(diǎn)[N-1,N+1]。公式(2)獲得每階IMF分量能量集中比下降率B(),1-12--N,作為區(qū)分噪聲主導(dǎo)的IMF和有用信號主導(dǎo)的IMF的閾值參數(shù)其中T為信號時(shí)域長度。邊際譜反映的是微動(dòng)信號的每個(gè)頻率上幅值的累積，吊橋編輯表現(xiàn)的是每個(gè)頻率在全局上的幅度(或能量)貢獻(xiàn)。1.2.3基于邊際譜信息的第一次判定由于生命體的微動(dòng)信號處于低頻段，因此邊際譜屬于右偏態(tài)分布如圖4所示。利用梯形積分法計(jì)算從頻率零點(diǎn)開始的1/4總頻帶面積和3/4總頻帶面積所對應(yīng)的頻率下限fow和上限foper,邊際譜主頻帶范圍則為fow~fupper,占總頻帶面積的50%，定義為目標(biāo)的微動(dòng)能量(幅度)貢獻(xiàn)最多的頻率段[23)。對樣本進(jìn)行希爾伯特譜分析后得到對應(yīng)的邊際譜主頻帶，吊塔廠家分析經(jīng)過統(tǒng)計(jì)處理后可以得到某-目標(biāo)類型的邊際譜主頻帶范圍均值。由于不同目標(biāo)類型的樣本邊際譜主頻帶范圍不同，因此本文將邊際譜主頻帶信息作為第-次判定信息，實(shí)現(xiàn)人與動(dòng)物的初步辨識。1.2.4基于頻帶能量比信息的第二次判定利用邊際譜主頻帶信息在一定程度 上能夠區(qū)分人與動(dòng)物，但是人與動(dòng)物的生理參數(shù)具有一定的相似性，邊際譜頻帶會(huì)有所重疊。吊塔廠家分析在人與動(dòng)物的邊際譜主頻帶重疊區(qū)域內(nèi)，只憑借邊際譜信息無法準(zhǔn)確辨識，需要依靠其他信息進(jìn)行第二次判定，提高辨識的準(zhǔn)確度。由于不同類型動(dòng)物的呼吸頻率有所不同，因此本小節(jié)從頻帶角度考慮，以人的呼吸頻帶范圍作為參考頻帶，濟(jì)寧華諾醫(yī)療器械分析那么動(dòng)物的呼吸頻帶信號在參考頻帶上占的能量很小，能量占比p,相比人的呼吸信號在參考頻帶上的能量占比要低， 根據(jù)能量占比信息在一定程度上可以辨識人和動(dòng)物，將其作為第二次判定信息。

濟(jì)寧華諾醫(yī)療器械有限公司              http://eprojector.cn