[发明专利]一种针对微弱生命体的测距和呼吸频率估计方法

权利要求书

1.一种针对微弱生命体的测距和呼吸频率估计方法，其特征在于，包括：

S1、对回波信号进行预处理；

S2、对经预处理后的数据利用多帧非相干积累，得到目标可能出现的距离单元及对应的幅度；

S3、根据目标可能出现的距离单元对应的幅度，自适应地调节不同距离单元上相关熵的参数；

S4、对每个距离单元上不同周期的数据进行相关熵处理；具体的：

对每个距离单元的数据进行相关熵处理：

其中，V[δ,k]表示对第k个距离单元周期间隔为δ的两个数据进行相关熵处理的结果，δ＝1,2,…,M-1，M表示总的周期数，N表示总的距离单元数，d'[m,k]表示经步骤S1预处理后的数据，m为周期数，m＝1,2,…,M，σ(k)为第k个距离单元上的相关熵参数，其表达式为：

其中，L_acc为目标可能出现的距离单元的位置，K为距离单元数，σ_target为出现目标的距离单元对应的最适相关熵参数，H取值为5×10⁵；ε为过渡单元数；

S5、在经相关熵处理后的距离-多普勒平面，计算得到人数判决与目标测距。

2.根据权利要求1所述的一种针对微弱生命体的测距和呼吸频率估计方法，其特征在于，步骤S2具体为：

首先对经步骤S1预处理后的多周期的数据进行非相干积累，得到各距离单元非相干积累后的幅值；

将这些幅值按照降序排列，取前λ个值作为疑似目标的幅值，则得到目标可能出现的距离单元及对应的幅值，λ为一个经验取值，取值范围为5-10。

3.根据权利要求2所述的一种针对微弱生命体的测距和呼吸频率估计方法，其特征在于，步骤S3所述自适应地调节不同距离单元上相关熵的参数的计算式为：

σ_target＝βA

其中，β为比例系数，A为该距离单元对应的积累幅值。

4.根据权利要求2所述的一种针对微弱生命体的测距和呼吸频率估计方法，其特征在于，步骤S5所述经相关熵处理后的距离-多普勒平面具体通过以下过程得到：

A1、对经步骤S4相关熵处理后的数据沿慢时间域进行去均值处理；

A2、对去均值后的数据沿慢时间域进行低通滤波，然后进行FFT得到距离-多普勒平面。

5.根据权利要求4所述的一种针对微弱生命体的测距和呼吸频率估计方法，其特征在于，步骤S5具体包括以下分步骤：

S51、通过门限检测对距离-多普勒平面的点进行二值化处理；

S52、对步骤S51二值化的结果进行基于密度的带有噪声的空间聚类算法处理，得到目标的人数和目标在RD平面的坐标；

S53、将聚类得出的目标距离和目标预检测的结果进行对比与匹配，以得出与真实值偏差最小的目标距离。