基于噪声抑制和谐波标签的非接触生命体征监测雷达的研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:archer_zhang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在生命体征监测中,常见的接触式监测方案多采用线缆和电极进行测量,但对于烧伤患者和精神病患者,使用接触式测量会给受试者带来痛苦与不便。将多普勒原理与近程探测雷达技术结合用于生命体征监测,不仅可以弥补上面的不足,还可以用于自然灾害中人员的搜救。但是,目前的多普勒生物雷达对生命体征监测还存在很多问题。1)本文对多普勒雷达生命体征监测的原理进行推导,并搭建原理样机。通过实验得出,多普勒雷达可以检测出心跳和呼吸信号,实现生命体征信号提取。但仍存在信噪比不高、人体随机运动干扰等问题,亟需解决。2)针对影响生命体征信号输出信噪比的噪声因素,通过对信噪比公式的推导,并在MATLAB里生成信噪比与各个噪声的关系,得出剩余相位噪声对生命体征信号输出信噪比的贡献很大。通过将解调差拍信号锁定在低噪声参考信号上,设计出基于锁相的噪声抑制方案,并搭建相应的样机。通过与上述多普勒雷达发射信号相位噪声的比较,得出基于噪声抑制方案的样机在呼吸和心跳信号频率下,噪声改善了13d B;通过生命体征监测实验得出,基于噪声抑制的多普勒雷达样机相比于多普勒雷达样机,信噪比提升约8d B。从而验证噪声抑制方案对信噪比改善的有效性。3)针对影响生命体征信号输出信杂比的人体随机运动干扰问题,采用基于标签的多普勒谐波雷达监测方案,对谐波监测原理进行了推导,并搭建原理样机,通过实验得出,将标签置于心脏部位,可以通过谐波和基波接收相抵消,减少人体随机运动干扰;通过改变标签位置,得到谐波和基波接收对应心率信号归一化幅度的变化趋势,从而将呼吸信号和心跳信号分别提取出来,实现呼吸和心率信号的分离。从而验证基于标签的谐波雷达方案对减少人体随机运动干扰的有效性。
其他文献
近年来,无人驾驶技术发展迅速,无论是在民用领域还是军用领域都具有广阔的发展前景。环境感知是无人驾驶系统中至关重要的一个模块,本文主要针对环境感知中三项重要的任务开展研究工作,主要的研究成果和创新点如下:提出了一种基于多线激光雷达的道路检测算法。通过栅格映射和统计高度分布的方法构建改进多属性栅格图,有效滤除空间内噪声点,并将栅格标记为正障碍、悬浮障碍和地面。然后,直接在栅格图中运用自适应圆弧区域搜索
针对低空直升机、地面履带车等低仰角目标,被动声探测技术利用目标运动部件发出的声信号实现探测与识别,能有效解决雷达探测面临的电子干扰、地物遮挡等问题。近年来,随着微机电系统(MEMS)技术的发展,麦克风朝着微型化、智能化的方向发展。采用麦克风阵列形式的小微声探测节点具有成本低廉、结构简单、功耗较低等特点,多个小微声测节点还可采用抛撒等方式大量部署,通过组网进一步构建声学区域警戒系统。基于小微麦克风阵
天线作为发射和接收无线电波的重要设备,很大程度上影响着信号的强度和质量。随着无线通信技术的快速发展,全集成射频电路前端产品的需求日益扩大。射频电路前端大部分是通过差分技术来实现的,但目前绝大多数的天线被设计成单端口元件,不可和差分射频前端直接相连。差分天线改变了传统的馈电方法,可以直接向天线的输入端口馈入差分信号,避免了巴伦等转换元件的使用。这不仅提高了系统的集成度,还减少了不必要的前端损耗,提高
随着智能设备数量急剧增加,终端用户的计算任务需求远超设备本身计算能力。移动边缘计算架构将服务器资源部署在网络边缘侧,可为终端用户提供实时高效的计算服务。而在偏远或自然灾害地区,搭建移动边缘计算架构的成本非常昂贵,可采用移动灵活且无需基础设施的无人机辅助移动边缘计算系统。在此背景下,本文考虑无人机辅助的移动边缘计算架构为终端用户提供计算服务。如何在有限电池容量约束下优化无人机路径是当前研究热点。本文
当前防空系统面临着越来越复杂的作战环境,干扰对抗技术的研制工作迫在眉睫。因此设计一款可扩展性强且接近于真实作战场景的综合抗干扰仿真平台,具有很强的科学研究和工程应用价值。论文设计了一种基于RTX和反射内存技术的分布式协同抗干扰仿真平台。设计了分布式协同抗干扰仿真平台的整体架构,使用c++语言对平台框架进行了搭建与实现,并对平台的性能进行了测试验证。结果显示,仿真平台系统延迟小于10us,数据传输速
雷达数据处理是雷达系统的重要组成部分,其任务是在杂波和噪声背景中快速、准确地获取多目标的航迹。本文以某低空探测雷达为项目背景,对数据处理算法进行了系统的研究,探索最适合本雷达和应用环境的方法,并在高性能的多核DSP TMS320C6678上完成算法的软件实现,发挥产品的最佳性能。本文首先说明雷达数据处理的整体流程,对参数估计使用的卡尔曼滤波进行仿真。然后结合项目要求,深入探讨了以下四个关键环节,为
本文以某频扫雷达项目为背景,设计了一套针对低小慢目标的雷达数据处理算法软件和显控软件。主要工作包括以下内容:本文首先介绍了雷达数据处理理论算法,主要包括点迹凝聚方法、航迹起始算法、线性滤波算法以及航迹互联算法中单目标跟踪与多目标跟踪算法。其中主要介绍了航迹起始中的修正逻辑法与修正的Hough变换算法,线性滤波中的卡尔曼滤波算法,单目标互联中的NNSF算法和修正的PDAF算法以及多目标互联中的次最优
音频音源分离是数字信号处理领域中重要且极具挑战性的难题。音频音源分离旨在于从混合音频信号中分离出目标音源的信号,从而能够进一步方便数字信号处理相关工作的展开。该问题已被研究多年,但相关的算法并没有能够完全地解决该问题,因此对其展开相关的研究意义重大。随着大数据时代的到来和计算机计算能力的提高,深度学习开始在计算机的各个领域大放异彩,研究者们逐渐开始尝试利用深度学习来解决传统方法难以解决的问题。本文
针对常用的雷达、调频无线电以及视频摄像等定位方法不足,利用无人机声信号进行定位跟踪可以作为辅助和系统完善。本文在基于音频的无人机识别的基础上,对后续无人机的定位与跟踪进行相关分析与研究。第一,根据无人机音频信号的特性以及在传播过程中受到环境气候、风雨噪声的影响,对无人机音频信号进行小波变换的阈值降噪和分帧加窗预处理,为无人机被动声定位方法的研究奠定基础。第二,研究了基于无人机音频的时延估计算法。针
离散频谱校正技术广泛应用于机械设备故障诊断、转子动平衡、振动分析、自动控制、图像处理、语言识别、石油勘探、海洋资源勘测和生物医学工程等等多个领域。由于离散频谱的能量泄漏现象和栅栏效应,由快速傅里叶变换得到的离散频谱,其频率、幅值和相位的估计值会产生较大的误差。因此,研究提高离散频谱校正技术校正精度具有重要意义。由于相位差校正法等离散频谱校正方法在初始信号点数很少时校正精度明显下降,本文首先提出一种