基于WA-EMD算法的脉冲式超宽带雷达多目标生命体征检测OA北大核心CSCDCSTPCD
Multiple-subject vital sign detection for impulse-radioultra-wideband radar based on WA-EMD
针对脉冲式超宽带雷达的非接触式生命体征检测系统中多目标生命体征难以准确识别和分离的问题,该文提出一种基于窗平均经验模式分解(WA-EMD)的高分辨多目标生命体征分离和提取算法.WA-EMD算法利用加窗的方法来计算局部平均值,具有良好的抗模态混叠和抗噪声性能,能够准确地分离出不同人体目标的呼吸信号,实现同一距离门中多目标的有效检测.利用Hilbert变换获得呼吸信号的时变频率.仿真实验和雷达实测结果表明,该文提出的算法能够准确有效地实现同一距离门中…查看全部>>
In view of the problem that identification and separation of vital signs from multiple subjects for the non-contact vital sign detection system of the impulse-radio ultra-wideband radar are difficult,a high-resolution algorithm based on the window average-empirical mode decomposition(WA-EMD)is proposed in this paper.The windowed method is used in the WA-EMD algorithm to calculate the local mean for eliminating the mode mixing and noise,and the respiratory si…查看全部>>
唐良勇;赵恒;张亚菊
南京理工大学 电子工程与光电技术学院,江苏 南京 210094南京理工大学 电子工程与光电技术学院,江苏 南京 210094南京理工大学 电子工程与光电技术学院,江苏 南京 210094
信息技术与安全科学
超宽带雷达窗平均经验模式分解法时频分析非接触式生命体征检测
ultra-wideband radarswindow average-empirical mode decompositiontime-frequency analysisnon-contact vital sign detection
《南京理工大学学报（自然科学版）》 2017 (2)
198-206,9
国家科技支撑计划(2014BAK12B03)
评论