技术新讯 > 测量装置的制造及其应用技术 > 雷达信号去噪方法、装置、设备、存储介质和程序产品  >  正文

雷达信号去噪方法、装置、设备、存储介质和程序产品

  • 国知局
  • 2024-07-30 11:25:04

本发明涉及信号处理,尤其涉及一种雷达信号去噪方法、装置、设备、存储介质和程序产品。

背景技术:

1、多普勒雷达作为一种新兴的生命信号监测工具,在紧急救援、睡眠监测、老年人健康监护以及安全监护等领域显示出了广泛的应用前景。在生命监测场景中,受限于人体呼吸和心跳信号的微弱性以及环境因素的复杂性,如何有效地去除人体反射的雷达信号中的噪声干扰是亟待解决的问题。目前,采用传统的滤波器和经验模态分解算法对人体反射后的雷达信号进行处理,难以有效地去除雷达信号中的噪声。

技术实现思路

1、本发明提供一种雷达信号去噪方法,用以解决现有技术中采用传统的滤波器和经验模态分解算法对人体反射后的雷达信号进行处理,难以有效地去除雷达信号中的噪声的缺陷,实现雷达信号的有效去噪。

2、第一方面,本发明提供一种雷达信号去噪方法,包括:

3、采用自适应滤波器对人体反射的原始雷达信号进行滤波处理,得到处理后的雷达信号;

4、基于改进的自适应噪声完全集成经验模态分解iceemdan算法对所述处理后的雷达信号进行分解,得到多个本征模态函数分量;

5、从所述多个本征模态函数分量中确定多个高频本征模态函数分量和多个低频本征模态函数分量,对所述多个高频本征模态函数分量进行小波变换去噪处理,得到去噪后的多个高频本征模态函数分量;

6、对所述多个低频本征模态函数分量和所述去噪后的多个高频本征模态函数分量进行重建,得到重建后的雷达信号。

7、在一些实施例中,所述从所述多个本征模态函数分量中确定多个高频本征模态函数分量和多个低频本征模态函数分量,包括:

8、将所述多个本征模态函数分量按从高频到低频的顺序排列,得到本征模态函数分量序列;

9、基于所述本征模态函数分量序列构建目标函数,对所述目标函数进行求解,得到所述本征模态函数分量序列的最优阈值点;

10、基于所述最优阈值点,从所述多个本征模态函数分量中确定多个高频本征模态函数分量和多个低频本征模态函数分量。

11、在一些实施例中,所述目标函数的计算公式如下:

12、;

13、,;

14、;

15、其中,表示和的均方差,表示从所述本征模态函数分量序列中去除前个本征模态函数分量后得到的剩余信号,表示中剩余本征模态函数分量的数量,表示第个本征模态函数分量,表示从所述本征模态函数分量序列中去除前个本征模态函数分量后得到的剩余信号,表示数据点的数量,表示所述本征模态函数分量序列中的本征模态函数分量的总数量。

16、在一些实施例中,所述对所述多个高频本征模态函数分量进行小波变换去噪处理,得到去噪后的多个高频本征模态函数分量,包括:

17、根据所述多个高频本征模态函数分量的特征,确定小波阈值函数和分解层数;

18、基于所述小波阈值函数和分解层数,对每一高频本征模态函数分量进行软阈值去噪处理,得到去噪后的每一高频本征模态函数分量。

19、在一些实施例中,所述采用自适应滤波器对人体反射的原始雷达信号进行滤波处理,得到处理后的雷达信号,包括:

20、确定所述原始雷达信号对应的期望信号;

21、基于所述原始雷达信号和期望信号,确定所述自适应滤波器的目标权系数;

22、基于所述目标权系数,对所述原始雷达信号进行滤波处理,得到所述处理后的雷达信号。

23、在一些实施例中,所述基于所述原始雷达信号和期望信号,确定所述自适应滤波器的目标权系数,包括:

24、将所述原始雷达信号输入至所述自适应滤波器进行处理,得到所述自适应滤波器的输出信号;

25、基于所述输出信号和所述期望信号,得到误差信号;

26、构建代价函数,基于所述误差信号计算代价函数值,以所述代价函数值最小化为目标,对所述代价函数进行求解,得到所述自适应滤波器的权系数的最优解;

27、利用最速下降算法,对所述权系数的最优解进行更新,得到所述目标权系数。

28、第二方面,本发明还提供一种雷达信号去噪装置,包括:

29、信号采集单元,用于采用自适应滤波器对人体反射的原始雷达信号进行滤波处理,得到处理后的雷达信号;

30、信号分解单元,用于基于改进的自适应噪声完全集成经验模态分解iceemdan算法对所述处理后的雷达信号进行分解,得到多个本征模态函数分量;

31、小波去噪单元,用于从所述多个本征模态函数分量中确定多个高频本征模态函数分量和多个低频本征模态函数分量,对所述多个高频本征模态函数分量进行小波变换去噪处理,得到去噪后的多个高频本征模态函数分量;

32、信号重建单元,用于对所述多个低频本征模态函数分量和所述去噪后的多个高频本征模态函数分量进行重建,得到重建后的雷达信号。

33、第三方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述雷达信号去噪方法。

34、第四方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述雷达信号去噪方法。

35、第五方面,本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述雷达信号去噪方法。

36、本发明提供的一种雷达信号去噪方法、装置、设备、存储介质和程序产品,通过采用自适应滤波器对人体反射的原始雷达信号进行滤波处理,得到处理后的雷达信号,基于改进的自适应噪声完全集成经验模态分解iceemdan算法对处理后的雷达信号进行分解,得到多个本征模态函数分量,从多个本征模态函数分量中确定多个高频和低频本征模态函数分量,对多个高频本征模态函数分量进行小波变换去噪处理,得到去噪后的多个高频本征模态函数分量;基于去噪后的多个高频本征模态函数分量进行信号重建,得到重建后的雷达信号,能够更为有效地区分和提取人体反射后的雷达信号中的有用成分,重建出清晰度更高、噪声水平更低的雷达信号,适用于复杂的生命信号监测场景。

技术特征:

1.一种雷达信号去噪方法,其特征在于,包括:

2.根据权利要求1所述的雷达信号去噪方法,其特征在于,所述从所述多个本征模态函数分量中确定多个高频本征模态函数分量和多个低频本征模态函数分量,包括:

3.根据权利要求2所述的雷达信号去噪方法,其特征在于,所述目标函数的计算公式如下:

4.根据权利要求1所述的雷达信号去噪方法,其特征在于,所述对所述多个高频本征模态函数分量进行小波变换去噪处理,得到去噪后的多个高频本征模态函数分量,包括:

5.根据权利要求1-4任一项所述的雷达信号去噪方法,其特征在于,所述采用自适应滤波器对人体反射的原始雷达信号进行滤波处理,得到处理后的雷达信号,包括:

6.根据权利要求5所述的雷达信号去噪方法,其特征在于,所述基于所述原始雷达信号和期望信号,确定所述自适应滤波器的目标权系数,包括:

7.一种雷达信号去噪装置,其特征在于,包括:

8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述雷达信号去噪方法。

9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述雷达信号去噪方法。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述雷达信号去噪方法。

技术总结本发明提供一种雷达信号去噪方法、装置、设备、存储介质和程序产品,属于信号处理技术领域,其中,方法包括:采用自适应滤波器对人体反射的原始雷达信号进行滤波处理;基于改进的自适应噪声完全集成经验模态分解ICEEMDAN算法对处理后的雷达信号进行分解,得到多个本征模态函数分量;从多个本征模态函数分量中确定多个高频和低频本征模态函数分量,对多个高频本征模态函数分量进行小波变换去噪处理,得到去噪后的多个高频本征模态函数分量;对多个低频本征模态函数分量和去噪后的多个高频本征模态函数分量进行重建,得到重建后的雷达信号。本发明能够更为有效地区分和提取人体反射后的雷达信号中的有用成分,减少噪声干扰。技术研发人员:孙哲南,茹一伟,刘永基,薛文芳受保护的技术使用者:中国科学院自动化研究所技术研发日:技术公布日:2024/7/25

本文地址:https://www.jishuxx.com/zhuanli/20240730/156613.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。