陳海玲

（梧州職業(yè)學(xué)院，廣西梧州，543002）

關(guān)鍵字：毫米波雷達(dá)；微多普勒；調(diào)頻連續(xù)波（FMCW）；人體運(yùn)動特征分析

0 引言

隨著自動駕駛技術(shù)的不斷進(jìn)步，人體識別檢測在車外行人監(jiān)控、車內(nèi)駕駛員監(jiān)控、嬰幼兒車內(nèi)安全等不同場景下發(fā)揮著巨大的作用，并向更多領(lǐng)域拓展。在常見的人體檢測方法中，毫米波雷達(dá)檢測與攝像頭、激光雷達(dá)、紅外傳感器等檢測方法相比，有著檢測范圍廣，不易受到光線、天氣、熱源等使用條件限制的優(yōu)勢，而微多普勒效應(yīng)作為雷達(dá)人體檢測中的重要依據(jù)得到了自動駕駛領(lǐng)域深入的研究。在毫米波雷達(dá)回波的微多普勒譜中，包含著豐富的人體運(yùn)動特征信息，比如肢體運(yùn)動頻率、軀干微多普勒頻率等物理特征，這些物理特征可以有助于提高識別人體的運(yùn)動特征準(zhǔn)確度。

1 微多普勒雷達(dá)介紹

雷達(dá)對目標(biāo)進(jìn)行探測，當(dāng)被檢測目標(biāo)是運(yùn)動物體或者雷達(dá)處于運(yùn)動狀態(tài)時，一定頻率的電磁波照射在物體上反射以后，反射回波信號的頻率會發(fā)生變化，這種雷達(dá)與物體之間的相對運(yùn)動引起的頻率調(diào)制效應(yīng)被稱為多普勒效應(yīng)。利用測量得到的多普勒頻移，可以計(jì)算出運(yùn)動物體的徑向速度等信息。假如被檢測物體由多個部分構(gòu)成，除了主體的運(yùn)動外，其他部件還存在振動、轉(zhuǎn)動等運(yùn)動，這些部件的運(yùn)動將會引起對回波信號附加的頻率調(diào)制，這被稱為微多普勒效應(yīng)。多普勒頻率表示如下：

其中，fdoppler為多普勒頻率，λ為波長(m)，Ve為速度(m/s)，θ為到達(dá)角。

在雷達(dá)領(lǐng)域，多普勒頻率通常用于計(jì)算目標(biāo)的速度，多普勒頻率響應(yīng)對應(yīng)目標(biāo)主干的速度信息，而目標(biāo)的特征可以通過微型多普勒識別。微多普勒對雷達(dá)的載頻信號更敏感，而且多普勒效應(yīng)有更高頻帶。對于毫米波雷達(dá)，多普勒帶寬越寬，多普勒分辨率越好，更容易區(qū)分不同微多普勒特征的目標(biāo)，人類的運(yùn)動特性可以使用多普勒頻率來確定。

2 微多普勒毫米波雷達(dá)系統(tǒng)

本文采用線性調(diào)頻連續(xù)波（FMCW）毫米波雷達(dá)來檢測人體運(yùn)動特征，雷達(dá)系統(tǒng)核心的毫米波傳感器模塊是基于TI公司的76GHz到81GHz的毫米波傳感器評估板AWR1243BOOST，此評估板包含MMWAVE-STUDIO 環(huán)境和 DCA1000 實(shí)時數(shù)據(jù)捕獲適配器的相關(guān)資源，便于雷達(dá)原始數(shù)據(jù)采集存儲，并在電腦上做相關(guān)的算法研究工作。AWR1243BOOST評估板如下圖1所示。

圖1 AWR1243BOOST評估板

AWR1243芯片的中頻帶寬為15MHz，最高采樣率為37.5MHz，通過LVDS接口把采集的數(shù)據(jù)傳輸?shù)綄?shí)時數(shù)據(jù)捕獲適配器DCA1000的DDR中，通過MMWAVE-STUDIO 環(huán)境和USB接口把采集的數(shù)據(jù)傳輸?shù)诫娔X中存儲。在電腦中，通過MATLAB工具對接收到的數(shù)據(jù)進(jìn)行數(shù)字解調(diào)，進(jìn)行相關(guān)的微多普勒頻率分析。

圖2 微多普勒毫米波雷達(dá)系統(tǒng)框圖

3 微多普勒雷達(dá)的信號處理

當(dāng)雷達(dá)發(fā)射的信號為單頻連續(xù)波信號時，運(yùn)動目標(biāo)的多普勒頻率只與速度和雷達(dá)信號波長相關(guān)；而在使用線性調(diào)頻連續(xù)波的情況下，多普勒頻率包含在慢時間周期變化的頻率項(xiàng)中。隨著快時間變換的頻率項(xiàng)中包含有目標(biāo)的距離信息，因此采用不同的時間維度信息進(jìn)行傅里葉變換，即可對相應(yīng)的多普勒頻率信息進(jìn)行提取。由以上分析可以得到使用線性調(diào)頻連續(xù)波對人體步態(tài)運(yùn)動回波進(jìn)行時頻分析的方法，具體的信號處理流程如下。

首先，從采集存儲的雷達(dá)回波原始采樣數(shù)據(jù)中，取一段包含N個掃頻周期的雷達(dá)回波采樣數(shù)據(jù)，每個掃頻周期T內(nèi)有M個采樣點(diǎn)，如圖3所示。

圖3 FMCW雷達(dá)采樣回波信號結(jié)構(gòu)示意圖

其次，對采集存儲的雷達(dá)回波周期數(shù)據(jù)進(jìn)行二維空間上的轉(zhuǎn)置操作，那么轉(zhuǎn)置后的信號則如圖4所示。

圖4 重排采用信號結(jié)構(gòu)示意圖

最后，在采樣數(shù)據(jù)轉(zhuǎn)置后的回波信號基礎(chǔ)上，如圖5所示，分別對每一行采樣點(diǎn)構(gòu)成的信號數(shù)據(jù)進(jìn)行N點(diǎn)短時傅里葉變換，得到該行對應(yīng)的微多普勒頻率隨時間變化的分布信息，最后將所有行的微多普勒信息進(jìn)行時間-頻率二維圖上相加，即可得到整體的微多普勒頻率分布。

圖5 雷達(dá)信號多普勒譜分析方法示意圖

4 實(shí)驗(yàn)和人體運(yùn)動微多普勒特征分析

在實(shí)驗(yàn)中，為了驗(yàn)證毫米波雷達(dá)系統(tǒng)，采用一個簡單的鐘擺作為剛性人體測試目標(biāo)。鐘擺長度為1.0米，通過毫米波雷達(dá)系統(tǒng)采集超過1分鐘的雷達(dá)原始信號，并通過MATLAB軟件按照信號處理流程，分析雷達(dá)信號的微型多普勒，鐘擺擺動的多普勒譜如下圖6所示。從多普勒圖中可以清楚的看到，鐘擺擺動的時間周期約為2.0秒，此實(shí)驗(yàn)證實(shí)了多普勒雷達(dá)系統(tǒng)運(yùn)行良好。

圖6 鐘擺擺動的微多普勒譜圖

在驗(yàn)證雷達(dá)系統(tǒng)功能正常后，通過另外兩種不同的實(shí)驗(yàn)來分析人體運(yùn)動的微多普勒譜特征。實(shí)驗(yàn)一，人體在雷達(dá)正前方2米處步行遠(yuǎn)離雷達(dá)；實(shí)驗(yàn)二，人體在雷達(dá)側(cè)邊2米遠(yuǎn)處步行遠(yuǎn)離雷達(dá)。通過數(shù)據(jù)采集及信號處理，分別得到對應(yīng)的微多普勒譜圖，如下圖7和圖8。

圖7 人體在雷達(dá)正前方步行遠(yuǎn)離雷達(dá)微多普勒圖

圖8 人體在雷達(dá)側(cè)邊步行遠(yuǎn)離雷達(dá)的微多普勒譜圖

實(shí)驗(yàn)中，為了簡化人體步行場景，雷達(dá)俯仰視角只聚焦于人體上半身，因此捕獲了手臂和軀干的微多普勒。從圖7中，可以分析出，手臂運(yùn)動的微多普勒特征明顯弱于人體軀干的微多普勒特征；然而，手臂擺動的速度明顯比人體軀干快。從圖8中，可以分析出，人體相對于雷達(dá)側(cè)身運(yùn)動的微多普勒特征很弱，這是由于人體的徑向速度相對較小導(dǎo)致。

5 結(jié)束語

本文對微多普勒雷達(dá)原理和毫米波雷達(dá)系統(tǒng)做了詳細(xì)的介紹，提出了微多普勒譜信號處理流程，通過鐘擺實(shí)驗(yàn)驗(yàn)證微多普勒雷達(dá)系統(tǒng)的狀態(tài)，在鐘擺實(shí)驗(yàn)的基礎(chǔ)上，對人體兩種步行運(yùn)動模式的進(jìn)行了微多普勒特征研究，驗(yàn)證不同的運(yùn)動模式在微多普勒特征上存在明顯的區(qū)別。后續(xù)的研究，可以對人體其它不同運(yùn)動特征進(jìn)行微多普勒分析，如跳躍和奔跑等。