[发明专利]一种用于身份识别的雷达信号处理方法

说明书

本发明公开了一种用于身份识别的雷达信号处理方法。首先读取雷达传感器接收到的经由识别目标反射后的雷达回波信号，将反射回的信号和雷达发射出的信号进行混频，对混频后的信号做快速傅立叶变换，滤除能量不正常波段；然后通过N个带通滤波器得到不同频段的信号；随后不同频段的信号做幅值的归一化；最后对归一化的信号根据预先设好的权重进行加权平均。该方法在不增加冗余数据的情况下能够缓解信号中的低频噪声，并且保留不同频段的信号，大大提高身份识别准确率，加快分类模型收敛速度。

技术领域

本发明涉及雷达信号处理领域，具体而言，涉及一种用于身份识别的雷达信号处理方法。

背景技术

身份识别在我们日常生活中无处不在。当你拿起手机时，手机识别了你的身份。当你打开电脑时，电脑验证了你的身份。当你上班打卡时，打卡机确认了你的身份。目前主流的身份识别方式有接触式识别和非接触式识别。接触式识别主要有指纹识别、掌纹识别等，非接触式识别主要是基于图像的识别方法，如人脸识别、虹膜识别等。这两类识别方法各有各的缺点：接触式识别方法存在卫生隐患而非接触式识别不可避免的会带来隐私泄露的问题，特别是在公共场合。

一个雷达系统通常拥有多个天线，一些天线用来发射信号，另一些天线用来接收物体反射回来的信号，通过这些信号我们可以获得目标物体的信息。但是原始的雷达信号会包含许多的噪声，有时这些噪声会严重影响信息的获取。比如接收天线收到的信号并不完全是由被检测物体反射回来的，而是发射天线发射的信号直接传到接收天线，这就会导致接收信号有很强的低频噪声。

如果不能对雷达信号做合适的处理，这些强大的噪声会让你的信号变成无用的数字，真正有用的信号被埋没在这些噪声中。如果仅仅使用单一截止频率的高通滤波器，又会使信号丢失很多信息，影响识别准确率。因此，如何设计一种既能减少信号中噪声的影响又能保留信号大部分频段信息的数据处理技术，是雷达信号身份识别中急需解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种用于身份识别的雷达信号处理方法，可以解决原始雷达信号中噪声能量大，难以从信号中提取有用的身份特征信息，进而影响身份识别准确率的技术问题。

为解决上述技术问题，本发明提供了一种用于身份识别的雷达信号处理方法，包括以下步骤：

步骤1、读取雷达传感器接收到的经由识别目标反射后的雷达回波信号。

步骤2、将反射回的信号和雷达发射出的信号进行混频。

步骤3、对混频后的信号做快速傅立叶变换，检测是否存在受噪声影响而导致能量不正常频段，若存在则执行步骤4，否则执行步骤5。

步骤4、使用巴特沃斯带阻滤波器滤除步骤3检测出的不正常频段。

步骤5、将整个频段分成N份，建立N个对应截止频率的巴特沃斯带通滤波器；分别用N个滤波器对步骤4滤波后的数据记进行滤波处理，得到N组滤波后的数据。

步骤6、对每组滤波后的数据先求绝对值，再求平均值；根据每组求出的平均值对N组滤波后的数据乘以不同的系数做幅值的归一化，使得每一组的数据求绝对值后的平均值变的相同。

步骤7、对步骤6得到的N组幅值归一化后的数据根据预先设定好的不同频段的权重比例进行加权平均，将N组数据合并成一组，利用合并后的雷达数据进行身份识别。

进一步地，所述步骤3中，检测能量不正常频段的方式为：先对快速傅立叶变换后的频域信息做恒虚警检测，判断雷达检测到的目标位置以及个数；如果雷达检测出多个物体，只保留距离雷达最近的物体信息，将其他检测出物体的频率部分视作噪声干扰。

进一步地，所述步骤5中，N份频段的划分根据实际采集到的数据，权衡速度和准确率设定，N越大，识别准确率越高，N越小，数据处理速度越快。