生命信號(hào)探測(cè)的研究

　　由于電磁波的速度c比雷達(dá)和目標(biāo)間的相對(duì)速度v_r大很多，故時(shí)延t_r可表示為：

　　　　

　　該式為多普勒頻率^[2]。當(dāng)目標(biāo)靠近雷達(dá)時(shí)，該為正，接收信號(hào)頻率高于發(fā)射信號(hào);當(dāng)目標(biāo)遠(yuǎn)離雷達(dá)時(shí)，該為負(fù)，接收信號(hào)的頻率低于發(fā)射信號(hào)。

　　2.3 連續(xù)波生命雷達(dá)探測(cè)優(yōu)勢(shì)

　　(1)其傳統(tǒng)設(shè)備結(jié)構(gòu)簡(jiǎn)單，性?xún)r(jià)比高。

　　(2)其目標(biāo)探測(cè)技術(shù)原理簡(jiǎn)單，理論體系成熟，可用許多先進(jìn)信號(hào)處理方法對(duì)其回波信號(hào)進(jìn)行特征提取。

　　(3)其探測(cè)檢測(cè)靈敏度高、測(cè)速精度高、距離遠(yuǎn)，且處理簡(jiǎn)單，技術(shù)成熟。

　　(4)其發(fā)射效率高，區(qū)分識(shí)別能力強(qiáng)，大功率器件功率利用系數(shù)高等。

　　3 基于小波的處理算法

　　在介紹了連續(xù)波雷達(dá)探測(cè)系統(tǒng)技術(shù)后，我們便要著重探討一種可行的算法來(lái)進(jìn)行信號(hào)的處理，最終實(shí)現(xiàn)人體生命探測(cè)的任務(wù)。

　　在諸多算法中，許多算法不能反映信號(hào)的局部變化特征，運(yùn)算量和存儲(chǔ)量需求高，實(shí)時(shí)性差，也不利于硬件實(shí)現(xiàn)，如FIR 濾波、自適應(yīng)濾波、卡爾曼濾波等。小波變換作為一種多分辨率分析的信號(hào)處理方法，它可根據(jù)需要自動(dòng)改變時(shí)寬和頻寬的大小，具有很好的時(shí)頻聯(lián)合分析特性，以及分辨率分析特性，在非平穩(wěn)信號(hào)去噪、提取方面比傳統(tǒng)濾波有更好的效果。

　　3.1 小波變換的基本原理

　　函數(shù)的連續(xù)小波變換定義為

　　

　　稱(chēng)該基小波函數(shù)滿(mǎn)足允許條件，此時(shí)這樣的小波稱(chēng)為允許小波。

　　3.2 小波變換的改進(jìn)算法

　　雖然傳統(tǒng)的小波變換具有很多優(yōu)點(diǎn)，但是一般的小波變換，都涉及到積分、卷積、大量的浮點(diǎn)運(yùn)算等復(fù)雜的處理過(guò)程，在硬件實(shí)現(xiàn)方面會(huì)消耗很多資源和時(shí)間。

　　本文采用提升型小波算法^[1]。它是一種快速的小波變換方法，不依賴(lài)于傅里葉變換，直接在時(shí)域完成小波變換。利用預(yù)測(cè)算子P和更新算子U，在時(shí)域中完成信號(hào)的分解和重構(gòu)，其中分解步驟為分割、預(yù)測(cè)、修正。因檢測(cè)提取的生命信號(hào)位于頻域的0.1Hz到3Hz，本文采取d4小波。