[发明专利]一种基于EMD的自适应穿墙雷达静止人体目标定位方法

摘要

本发明公开了一种基于EMD的自适应穿墙雷达静止人体目标定位方法,涉及穿墙雷达技术，特别涉及穿墙雷达的静止目标探测与定位技术。本发明提供适用于MIMO穿墙雷达的静止目标定位算法。对接收的多周期数据进行快时间维傅里叶变换得到多周期距离像；再将多周期距离像按距离单元分解成多个列向量，用EMD算法处理每个列向量数据；通过慢时间维傅里叶变换将处理后的各个距离像转换到频域，自适应选择包含目标信息的距离像。最后通过BP成像算法快速成像，并结合PCF算法进一步抑制噪声与杂波。本发明具有定位精度高，可自适应处理数据的能力，可以直接应用到穿墙雷达装备中。

主权项

1.一种基于EMD的自适应穿墙雷达静止人体目标定位方法，该方法包括以：步骤1：生成多周期回波距离像；MIMO雷达不断向外发射步进频信号，同时接收目标回波信号；对其中一个通道而言，将接收到的多周期原始回波通过混频、低通滤波和采样后，对其做Y点快时间维离散傅里叶变换，得到多周期原始距离像；步骤2：分解多周期距离像；步骤2‑1：找出多周期距离像中原始列信号的极大值点和极小值点，分别采用三次样条插值拟合，产生上下包络线，并计算上下包络的均值，记为m1(t)；步骤2‑2：用列信号减去平均包络m1(t)，得到一个去掉低频的新序列h1(t)；重复迭代，直到收敛指标SD满足收敛条件SD∈[0.2,0.3]，得到列信号的第一个固有模态函数IMF；步骤2‑3：从原始列信号中将第一个IMF分量分离出来，并对剩余部分采用步骤2‑1和步骤2‑2的方法做相同处理，分离出剩余部分的IMF分量，依次重复步骤2‑3，将原始列信号分解为有限个不同阶的IMF分量和一个余项rn(t)；步骤3：自适应挑选距离像；对每个IMF分量做慢时间维傅里叶变换，转换到频率进行自动筛选；其中，含有的呼吸频率大于设定的阈值的IMF分量被提取出来，重新组成新的多周期距离像；步骤4：快速成像及优化；步骤4‑1：通过背向投影BP算法，创建成像区域查找表，计算每个通道每个周期的距离延迟，相干叠加到成像区域上，实现快速BP成像。