DSP用于雷達式生命探測儀的信號處理系統設計

3.3 數字信號處理流程

數字信號處理分為兩個大的模塊，一路經小波變換后對信號做時域處理;另一路根據回波信號的特征，設計各種數字信號處理算法，并在軟件程序設置合適的門限值，根據門限軟件來完成人體有/無、動/靜、數量等狀態信息的識別，并做頻域處理。

對于數字信號處理部分，先設計一低通濾波器去除高頻干擾信號(截止頻率要高于人體運動的頻率，一般設置為50 Hz)，通過小波變換的小波分解提取出低頻通道的有用信號(呼吸、心跳信號)，而高頻通道分解出來的信號一般是系統噪聲，采用直接置零的方法將其去除，然后再進行小波重構，恢復低頻通道分解的呼吸、心跳信號，并將其在界面上進行實時的時域波形顯示，其時域處理流程如圖5所示。對于人體運動的信號由于其頻率大約在15～35 Hz之間，信號經過低通濾波器之后，直接對其進行傅里葉變換，取模;對于人體的呼吸信號，它的頻率一般小于2 Hz，因此對信號使用小波變換處理后，采用較低的采樣頻率，然后進行積累抽樣、FFT、取模;根據實驗，如果人體處于靜止狀態，其呼吸路與體動路的信號能量比在1.5～20之間，如果處于運動狀態，呼吸路與體動路的信號能量比則在O.1～0.6之間，所以選擇γ=1作為判斷人體動靜狀態的門限閾值，如果兩路信號的能量比值γ>1為靜止或無人狀態，γ1為運動狀態，并實時顯示頻域;如果γ>1，則對信號進行諧波頻率的估計。在X波段，人體呼吸和心跳的多普勒頻率大約在O.2～1 Hz范圍內，如果諧波頻率估計值f在O.2～1之間，為有人靜止狀態，反之為無人狀態，并實時顯示頻域;在判定為有人之后，進一步用維格納分布和統計模式識別的方法對人體的數量進行確定，實時顯示頻域和維格納分布。整個過程如圖6所示。

判斷處理后的結果直接被界面顯示軟件來調用，進行單路數據的頻域或時域的實時顯示，并可以保存、打印數據。

4 結語

該系統采用TI公司最新推出的TMS320C6711B高性能的浮點DSP芯片和AD公司推出的AD770716位A/D轉換器設計得到的生命信號分析處理單元，構建集信號采集、信號處理、信號顯示輸出等功能的信號處理系統，完成了系統原理設計、外圍電路設計、信號處理算法設計、軟件系統設計等工作。結果證明設計原理切實可行，電路功能合理，軟件系統運行穩定，能夠完成大量復雜的算法，滿足生命信號探測系統智能化、實時化的要求，而且整個處理系統集成度高、體積小，達到了系統便攜化、小型化的設計目的。由于近年來雷達波生命探測系統應用環境的拓展和軍民領域需求的增加，本探測系統具有很好的應用前景。