生命信号探测的研究

3.2.1 d4小波算法

D4小波滤波器对：

3.2.2 提升型算法流程

选择合适小波以更好的匹配低速目标信号的频宽;求出对应的预测算子和修正算子系数，对信号完成一定层数的提升变换，提取出最接近的目标信号通道;观测信号通道，给出目标存在性的判断。

3.3 改进算法分析

为了证明本文选用算法的优势，根据以上所述，利用d4小波算法与FIR滤波方式进行实测比较。

经滤波比较可得以下结果：

1. D4小波信号波形的纵向幅值在-5Hz到5Hz频率附近快速下降为0。FIR滤波信号波形下降速度慢，在-25到25Hz处仍有明显的噪声信号。

2. 处理两个初始信号时，FIR滤波信号频域分析相差不大，目标信号识别性不强。小波算法处理信号的差别性很大，肉眼可判。

3. FIR滤波的卷积计算中噪声能量积累明显，有噪声能量混杂，易误检。小波算法处理的信号干净，噪声被有效消除，得到更高的信噪比。

3.4 改进型小波变换特点

(1)简单的加减运算特点，可减少运算量开支，减少存储量。

(2)分解和重构变换互为逆变换，计算复杂度一样，减少编程量。

(3)无论对预测或修正步骤，系统操作都是多读单写，利于硬件实现。

　　4 小结

本文通过对生命信号特征的分析开始入手，根据多普勒的原理，着重讲述了连续波生命雷达探测技术的原理与优势，以及改进型D4小波算法在生命特殊探测信号处理方面的基本原理，并与一般算法进行比较，得出结论：本算法可有效检测和提取生命信号，并具有其他算法不具备的优势和特点，为将来的进一步实现化研究起到理论支撑作用。

参考文献：
　　[1]赵伟.雷达波生命探测技术研究[D].国防科技技术大学,2009.4
　　[2]牛犇.生命探测雷达信号识别方法研究[D].西安电子科技大学,2006.1
　　[3]顾昌展.基于微波多普勒方法的非接触生命信号探测[D].浙江大学,2008.6
　　[4]颜松.基于雷达回波的人体探测算法研究[D].西安电子科技大学.2012.5
　　[5]李刚.LFMCW生命探测雷达信号处理技术研究[D].西北工业大学
　　[6]赖敏.超宽带搜救雷达的编码信号研究[D].成都理工大学,2008.4
　　[7]陈延年.基于非接触式雷达的生命信号检测与处理[D].电子科技大学,2012.4