基于太赫兹雷达的声致海面微动信号检测

水下声信号传播到水面时,由于水和空气的声阻抗差,会激发水表面横向微幅波,其振动信号包含了声源的相关信息。雷达通过目标回波间的相位差来检测目标的微小位移,因此可以利用雷达检测水面微小位移变化获取水面振动信号,进而反演水下声源信息。该文首先分析了水下声传播的衰减特性及水面振动的物理模型,然后基于雷达回波模型对声致水面振动检测进行理论分析,提出了小波-卡尔曼滤波信号检测方法,最后在大型综合消声水池和黄海水域开展了基于太赫兹雷达的声致水面微动信号检测实验。实验结果表明所用太赫兹雷达能够检测声致水面的细微振动,所提算法能有效滤除水面干扰和雷达相位噪声并提取振动信号。实验首次在二级海况下检测到了亚微米级的振动信号,为水-空跨介质信息传输与水下航行器探测提供了依据。

微动信号模拟及其在微动勘探中的应用

对于简正振型叠加法合成的微动信号,使用空间自相关法计算的频散曲线与理论频散曲线对比,发现两者具有较好的一致性。模拟微动信号时涉及许多参数,这些参数对微动勘探开展具有重要意义。对这些参数进行了数值试验,试验结果表明:震源距离和台阵尺寸对结果有明显影响,在复杂地层情况下应考虑高阶面波,在安静的观测场地应用小尺寸台阵往往能获得更高频率的频散信息从而提高浅层分辨率。因此,在实际开展微动勘探时,应考虑震源分布、台阵尺寸和高阶面波等因素对勘探结果的影响。

微动信号的数据处理与岩土频谱特性分析

频谱是微动信号的一个重要动力学参数,微动信号的频谱特性与场地覆盖层厚度和地基土刚度的变化密切相关,既可反映岩土层的类型特征,又能反映工程场地的动力特性。详细探讨了目前较为常用的利用微动信号进行场地动力特性分析的方法,并对这些方法进行了研究和比较。简要介绍了功率谱估计方法,同时,通过实例分析了微动信号的变化规律和场地微动信号的频率响应特性。

微动信号波形特征自动分析系统设计

为方便在野外微动勘探实验中进行现场整理数据及波形特征分析,设计一种微动信号波形特征自动分析系统。该系统采用Matlab编写相应程序对微动信号记录数据进行时域和频域分析,并采用面向对象的C#编程语言设计软件界面,系统可对信号特征波形进行量化处理、自动拾取,生成相关数据分析文件和结果图形。应用结果表明,微动信号波形特征自动分析系统能对微动信号进行相关的数据分析,可满足用户的实际需求。

极大极小值原理产生阈值对人体胸壁微动信号的“WaveShrink”降噪

人体胸壁微动信号中包含大量的生命体征信息。本文采用极大极小值原理产生阈值,应用“WaveShrink”算法从胸壁微动信号中提取心动信号,以量化的形式揭开胸壁振动的奥秘。

基于导数外推的微动信号谱估计算法研究

针对根据微动信号频散特性研究地质构造的应用背景,提出了在数据外推的基础上利用相关法对微动信号进行谱估计的方法。该方法首先利用导数最小二乘法求解幂函数模型参数,然后对外推的自相关数据进行FFT运算,求出微动信号的功率谱。理论分析和实验结果表明,该算法与相关法和Burg法(最大熵谱估计)相比,具有更好的分辨率和方差,提高了谱估计算法的性能。

基于Radon变换的目标主体信号与微动信号的分离

针对微动特征的有效分析和提取,研究了基于Radon变换的目标主体信号与微动信号分离方法。首先对回波信号进行时频变换,然后在时频平面上通过Radon变换来分离目标主体信号与微动信号,再通过逆Radon变换得到分离信号的时频分布,最后通过仿真验证了方法的有效性。

小波包技术在人体胸壁微动信号处理中的应用

人体胸壁微动信号中包含大量的生命体征信息。本文采用小波包构造滤波器从胸壁微动信号中提取心动信号 ,以量化的形式揭开胸壁振动的奥秘。

基于地质单元体的微动信号频散曲线反演

微动勘探技术是一种利用环境本身微弱振动探测城市地下结构的方法。微动信号中面波占主导,分析微动信号可以提取面波频散曲线,通过反演频散曲线能够获得地层横波速度。但反演时地层划分规模与计算开销及求解稳定性之间存在矛盾,地层划分层数越多,反演过程中未知参数越多,会增大计算开销,加剧方程的欠定程度,使反演结果不准确。为了解决这一问题,本文在前人研究的基础上提出基于地质单元体的改进算法,当反演收敛速度较低时对横波速度差异较小的相邻两单元进行合并,以合并后的地层参与反演。通过数值理论模拟与实测数据分析,基于地质单元体的改进反演算法能够降低方程的欠定程度,得到更稳定的解并减少计算开销。

史坦无偏似然估计原理产生阈值对人体胸壁微动信号的“WaveShrink”降噪

人体胸壁微动信号中包含大量的生命体征信息。本文采用史坦无偏似然估计原理产生阈值 ,应用“WaveShrink”算法从胸壁微动信号中提取心动信号 。

基于CEEMD的人体微动信息提取信号处理方法

心跳与呼吸信号是人体重要的生命信息,且属于微弱信号。由于心跳和呼吸信号强度较小,在低信噪比条件下从雷达回波中提取微动特征信号存在一定困难。针对低信噪比下人体微动信号的提取,提出了一种基于互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)的信号重构方法,该方法以单频连续波雷达信号为载体,将含噪回波信号按频率特征分解为多个不同的本征模态分量(Intrinsic Mode Function,IMF),并从中选择合适的分量进行信号的重构,以此提高信号的信噪比。通过仿真实验,验证了该方法处理信号的可行性。

频域积累与EMD去噪结合的微动信号检测算法

超宽带生命探测雷达具有穿透能力强、距离分辨率高、抗干扰能力强等诸多优点,在防暴、救援、反恐等领域有很高的使用价值。由于穿墙生命探测雷达回波信号具有杂波干扰严重,且生命信号与背景噪声相互交叠等特点,利用传统数字滤波方法无法有效检测人体微动信号。针对此问题,本文提出一种利用频域积累与经验模态分解(EMD)相结合的人体微动信号检测算法,利用频域积累提高回波信号的信噪比,利用EMD方法进行进一步的去噪处理。该算法不仅具有频域积累可以有效提高信噪比的优点,而且具有EMD方法自适应分解信号的能力。同时,它克服了在低信噪比情况下,频域积累实时性不强,以及EMD方法不能有效去除杂波的缺点。仿真和实验证明,该算法既可以有效提高雷达回波信号的信噪比,又可以改善单纯使用频域积累实时性不强的缺点,利用该算法对雷达回波信号进行处理可以准确快速地检测出人体的呼吸频率,是一种很好的穿墙雷达微弱信号检测新方法。

城市微动高阶面波在浅层勘探中的应用：以苏州河地区为例

频率-贝塞尔变换方法(Frequency-Bessel Transform method,简称F-J方法)是一种分析微动信号的新方法,由于该方法采用频率矢量波数变换处理水平层状各向同性弹性模型中时空平稳随机分布的微动信号,所以从理论上可以提取出清晰的瑞利波基阶和高阶模态频散曲线,但是目前还没有相关的野外实验对此进行研究和应用.本文首先采用该方法对上海市苏州河地区采集的城市微动信号进行处理获得了频率-相速度谱,然后提取了多模态瑞利波频散曲线,最后通过粒子群算法对频散曲线进行联合反演,得到了浅地表0~70 m深度范围的S波速度结构,并且利用钻孔数据对反演的速度结构进行了验证.另外,本文还通过对比F-J方法和传统的SPAC(SPatial AutoCorrelation method)方法分别提取的频散曲线,展示了F-J方法在处理城市微动信号方面的优势.本文研究结果表明:(1)F-J方法可以从少量台站(21个台站)短时记录(1小时)的微动信号垂直分量中提取出清晰的基阶和高阶模态瑞利波频散曲线;(2)F-J方法提取的高阶模态频散曲线比传统SPAC方法提取的更加清晰,高频部分(>13 Hz)优势更为明显;(3)联合基阶和高阶模态频散曲线反演的浅地表速度结构更加精确,可以分辨出第四系沉积层中物性相差较小的速度界面和低速异常,在城市浅地表精细结构成像方面具有较好的应用前景.

路基勘查工程微动探测成像与滤波分析

在路基勘查工程中,微动探测方法是一种非常有效的获取地下横波速度分布的地球物理技术,该方法的一个关键步骤是清晰地将面波频散能量进行成像,并准确地将其进行识别,从而提取出真实的面波频散曲线。频散能量成像需要将面波数据从时间-空间(t-x)域变换到频率-相速度(f-v)域,目前已有包括空间自相关法等多种成熟算法可以实现该变换。不过,目前的各种成像技术往往会同时产生有很多线性混叠,其强度甚至超过面波频散能量,从而引起频散曲线拾取的困扰,波长域扫描的滤波方法,可以在一定程度上消除线性混叠的影响,效果良好。

多天线超宽带穿墙雷达人体微动检测方法

针对隐藏人体目标出现在偏离雷达视角的其它不同的位置或在检测过程中存在身体的偏移等情况使得回波非常微弱甚至没有,导致检测失效的问题。为此,在多发多收(MIMO)雷达体制的基础上提出一种多通道雷达检测方法,将天线放置在合理的位置,以确保人体回波信号能够被检测到。通过对每一通道回波信号预处理,并将所有通道的预处理结果进行小波图像融合和恒虚警(CFAR)处理实现隐藏人体目标的准确检测与定位,这样不仅提高回波信号的信噪比,还增加了雷达探测视角和距离。实验结果表明,该方法能够有效提高人体呼吸微动频率和位置的检测精度,优于传统的单站雷达检测方法。

利用SPAC法估算地壳S波速度结构

S波速度结构能够反映地球介质的物性差异，是地壳内低速区结构特征判别的重要依据．本文尝试利用空间自相关法（SPAC法）从地震台站微动信号的垂直分量中提取瑞利波相速度频散曲线，通过对频散曲线的反演获得地下介质的S波速度结构．以国家数字测震台网8个宽频带地震台站的实测微动数据为例，采用SPAC方法获得了首都圈地区北京附近约30km深度范围内的一维S波速度结构．结果表明，该区结晶基底埋深较浅约2km；分别在5～8km和12～16km深处发育S波低速层；8km和20km处是S波速度差异较大的速度分界面．这一结果与以往地震学及人工地震探测结果较为吻合，表明SPAC法估算地壳s波速度结构是可行、有效的．

基于床垫式生命监测仪的呼吸率检测

呼吸信号作为临床诊断的一种重要的生理信号,对于疾病的诊断具有很高的临床价值。文章介绍一种直接从床脚垫式生命监测仪所检测到的微动信号中提取呼吸波信号并计算呼吸频率的方法,与实际呼吸频率相比准确率比较高,能够应用于非接触式生命信号监测的工作中。