应用于超宽带呼吸检测的压缩感知算法研究
【部分图文】:
研究57生命体存在。国内进行呼吸检测研究的较少,主要有第四军医大学的王健琪团队等。采用的是超宽带脉冲信号,不及超宽带连续波能量高。本课题采用的步进频率连续波信号回波信噪比高输出信号幅度稳定可控,可获得较高图像分辨率,有利于目标信号识别与微弱信号的检测[2]。超宽带定义-10dB相对带宽超过20%或-10dB绝对带宽超过500MHz的无线电信号。采用奈奎斯特(Nyquist)准则的超宽带呼吸检测仪要求采样信号频率至少是被测信号最高频率2倍以上。鉴于超宽带信号的高频特性,前端采样存在困难,硬件成本很高。图1显示了传统呼吸信息处理的典型过程。图1超宽带呼吸检测理论框图Fig.1UWBrespiratorydetectiontheorydiagram2006年理论成熟的压缩感知理论对信号的采样、压缩编码发生在同一个步骤,利用信号的稀疏性,以远低于Nyquist采样率的速率对信号进行非自适应的测量编码。为减缓前端测量压力,本文将压缩感知算法应用在超宽带雷达的呼吸检测系统中。结合CS算法的呼吸检测过程如图2所示。本算法优势是检测速度快且成本低,填补了国内呼吸检测欠采样方法空白。图2基于CS理论的呼吸检测编解码框图Fig.2RespiratorydetectioncodecdiagrambasedonCStheory2压缩感知理论压缩感知应用的先验条件是被检测信号具有稀疏性或者在某一变换域下近似稀疏。对于信号x(x∈RN),长度为N,基向量为Ψi(i=1,2,…,N),对信号进行变换,如式(1)所示:x=∑αiΨi或x=Ψα(1)式中:x是信号时域表示,α是信号在Ψ域的表示。若(1)式中的α只有K个是非零值(N>>K)或者经排序后按指数级衰减并趋近于零,可认为信号是稀疏的[3-6]。稀疏信号可利用压缩感知理论得到恢复。用一个与变换矩阵不相关的M×N(M<<N)
ist)准则的超宽带呼吸检测仪要求采样信号频率至少是被测信号最高频率2倍以上。鉴于超宽带信号的高频特性,前端采样存在困难,硬件成本很高。图1显示了传统呼吸信息处理的典型过程。图1超宽带呼吸检测理论框图Fig.1UWBrespiratorydetectiontheorydiagram2006年理论成熟的压缩感知理论对信号的采样、压缩编码发生在同一个步骤,利用信号的稀疏性,以远低于Nyquist采样率的速率对信号进行非自适应的测量编码。为减缓前端测量压力,本文将压缩感知算法应用在超宽带雷达的呼吸检测系统中。结合CS算法的呼吸检测过程如图2所示。本算法优势是检测速度快且成本低,填补了国内呼吸检测欠采样方法空白。图2基于CS理论的呼吸检测编解码框图Fig.2RespiratorydetectioncodecdiagrambasedonCStheory2压缩感知理论压缩感知应用的先验条件是被检测信号具有稀疏性或者在某一变换域下近似稀疏。对于信号x(x∈RN),长度为N,基向量为Ψi(i=1,2,…,N),对信号进行变换,如式(1)所示:x=∑αiΨi或x=Ψα(1)式中:x是信号时域表示,α是信号在Ψ域的表示。若(1)式中的α只有K个是非零值(N>>K)或者经排序后按指数级衰减并趋近于零,可认为信号是稀疏的[3-6]。稀疏信号可利用压缩感知理论得到恢复。用一个与变换矩阵不相关的M×N(M<<N)测量矩阵Φ对信号进行线性投影,得到线性测量值y[7]:y=Φx=ΨΦα=Θα(2)式中:Θ是一个M×N矩阵。测量对象从N维降为M维且观测过程是非自适应的,即测量矩阵的选择不依赖于信号x。测量矩阵的设计要求信号从x转换为y的过程中,所测量到的M个测量值不会破坏原始信号的信息,保证信号的精确重构[8]。式(2)中,方程的个数远小于未知数的个数,求解是个NP-Hard问题。
⒍嗥绽盏姆绞郊觳馍??宓拇嬖凇?4实验验证本课题组在国内率先采用连续波信号的超宽带步进变频雷达检测呼吸频率,并将压缩感知应用在采样过程中。实验设计如下:采用安捷伦矢量网络分析仪E5071C发射超宽带步进变频信号,带宽选择在800~2500MHz。发射信号的频率间隔决定了成像距离域的最长距离,由于生命探测雷达一般作用在10m以内,并且考虑到墙体的影响,雷达频率间隔选择<15MHz,在不采用压缩感知算法的情况下,雷达在频带内以14.2MHz的频率间隔发射121个点的单频连续波信号。发射天线采用喇叭天线。实验设备如图3所示。被测目标距离天线3m远,呼吸采用约2s一次和1.4s一次的频率,即0.5Hz和0.72Hz。图3呼吸检测实验设备Fig.3Respiratorydetectionlaboratoryequipment应用压缩感知的呼吸检测方法,首先是针对于检测对象稀疏性的评测:本文在超宽带步进变频雷达获取一组数据后,对所得的121个频点进行稀疏变换仿真发现其具备稀疏性,结果如图4所示。纵坐标为时域呼吸信号幅值,横坐标为采样点数。从仿真结果可见,121个数据点,K≈29。符合信号稀疏先验条件,可以考虑使用CS算法进行压缩和恢复。图4呼吸数据的稀疏度实验Fig.4Sparsenessexperimentofrespirationdata采用CS算法对数据进行压缩采样,减少测量次数,缩短测量时间。为了选择合适的恢复算法,实验GPSR和OMP两种恢复方式。OMP的测量阵采用高斯白噪声阵:OMP对于测量次数的减少是有下限的,从前面推导可得测量次数符合M≈KlogN,在所需测量值是121时,通过计算可得需要的值约是60。两种算法的误差与采样次数的关系如表1所示,GPSR恢复误差与OMP恢复误差的差如图5所示。表1采样次数与误差关系(%)Table1Relationofsampledtimewitherror(%)算法102040608
【参考文献】
相关期刊论文 前5条
1 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期
2 谢晓春;张云华;;基于压缩感知的二维雷达成像算法[J];电子与信息学报;2010年05期
3 闵锐;杨倩倩;皮亦鸣;曹宗杰;;基于正则化正交匹配追踪的SAR层析成像[J];电子测量与仪器学报;2012年12期
4 刘波;李道京;李烈辰;;基于压缩感知的干涉逆合成孔径雷达成像研究[J];电波科学学报;2014年01期
5 焦东立;朱立东;;一种基于压缩感知的信道估计算法[J];空间电子技术;2011年03期
相关博士学位论文 前1条
1 李邦宇;超宽带生物雷达成像及生命信号检测关键问题研究[D];沈阳工业大学;2012年
【共引文献】
相关期刊论文 前10条
1 焦鹏飞;李亮;赵骥;;压缩感知在医学图像重建中的最新进展[J];CT理论与应用研究;2012年01期
2 黄添强;苏立超;;基于自适应小波基和Smoothed-l_0的压缩感知图像重构算法[J];江苏技术师范学院学报;2011年10期
3 王超;梁大鹏;;压缩感知测量方法的机密性[J];电讯技术;2010年11期
4 吴凌华;张小川;;压缩感知的发展与应用[J];电讯技术;2011年01期
5 陈鹏;徐烽;;卫星认知无线通信中频谱感知算法比较[J];电讯技术;2011年09期
6 陈鹏;徐烽;邱乐德;王宇;;卫星稀疏信道中频谱空穴的新型检测算法[J];电讯技术;2012年01期
7 彭岁阳;卢大威;张军;胡卫东;沈振康;;一种对随机频率步进信号的散射中心提取方法[J];电波科学学报;2010年02期
8 李松;朱丰;刘昌云;冯有前;张群;;基于压缩感知的弹道导弹微多普勒提取方法[J];电波科学学报;2011年05期
9 朱丰;张群;顾福飞;孙凤莲;李开明;;合成孔径雷达运动目标谱图二维压缩与重构方法[J];电波科学学报;2012年01期
10 宗竹林;胡剑浩;朱立东;王健;;编队卫星合成孔径雷达空时二维压缩感知成像[J];电波科学学报;2012年03期
相关博士学位论文 前10条
1 杨瑞明;基于压缩采样的比幅测向方法研究[D];电子科技大学;2010年
2 刘吉英;压缩感知理论及在成像中的应用[D];国防科学技术大学;2010年
3 周小平;高速移动MIMO OFDM系统快衰落信道估计方法[D];上海大学;2011年
4 邓海松;基于稀疏先验的计算机试验元建模方法研究[D];南京理工大学;2011年
5 杨成;压缩采样中匹配追踪约束等距性分析及其应用[D];复旦大学;2011年
6 王悦;认知无线电宽带频谱感知技术研究[D];北京邮电大学;2011年
7 唐亮;压缩感知及其在超宽带无线传感器网络中的应用研究[D];北京邮电大学;2011年
8 石磊;压缩感知在超宽带信道估计中的应用研究[D];北京邮电大学;2011年
9 朱旭琪;分布式信息压缩算法研究[D];北京邮电大学;2011年
10 郝晓冉;分布式视频编码技术[D];北京邮电大学;2011年
相关硕士学位论文 前3条
1 何劲;无线传感器网络节能数据融合策略[D];浙江工业大学;2014年
2 罗庆;传感器网络节点处的压缩采样研究[D];天津理工大学;2014年
3 江宁;基于压缩感知的图像编码重构研究[D];天津理工大学;2014年
【二级参考文献】
相关期刊论文 前10条
1 包乾宗;陈文超;高静怀;汪文秉;;探地雷达直达波衰减的Curvelet变换方法[J];电波科学学报;2008年03期
2 黄琼;屈乐乐;吴秉横;方广有;;压缩感知在超宽带雷达成像中的应用[J];电波科学学报;2010年01期
3 晋良念;欧阳缮;;超宽带穿墙探测雷达TH-UWB脉冲串信号分析[J];电路与系统学报;2009年05期
4 倪安胜,王健琪,杨国胜,王海滨,路国华,荆西京,朱新亚;基于FFT频域积累的非接触生命参数信号检测[J];第四军医大学学报;2003年02期
5 王扬;朱振乾;陈明;谌钺;刘应菊;;穿墙生命探测系统干扰抑制方法的研究与实现[J];电子测量技术;2009年09期
6 施西野;郭汝江;李明;;雷达微多普勒特征提取和目标识别研究现状[J];信息化研究;2009年07期
7 张杨;焦腾;荆西京;王华;于霄;王健琪;;生物雷达技术的研究现状与新进展[J];信息化研究;2010年10期
8 李晋;皮亦鸣;杨晓波;;太赫兹频段目标微多普勒信号特征分析[J];电子测量与仪器学报;2009年10期
9 徐雯琪,王绪本;地震灾害搜救技术现状与发展趋势[J];防灾减灾工程学报;2005年01期
10 焦李成,谭山;图像的多尺度几何分析:回顾和展望[J];电子学报;2003年S1期
相关博士学位论文 前1条
1 方学立;UWB-SAR图像中的目标检测与鉴别[D];国防科学技术大学;2005年
【相似文献】
相关期刊论文 前2条
1 Hans-Joachim Gelke;Daniel Alberti;;利用CAP实现超宽带流媒体访问控制器[J];工业设计;2008年10期
2 夏景;孔娃;王刚;;超宽带微波近场目标探测成像实验系统[J];微波学报;2009年04期
本文编号:2860369
本文链接:https://www.wllwen.com/kejilunwen/yiqiyibiao/2860369.html