基于时频分析的微波多普勒静态人体探测方法及探测器与流程

本发明涉及一种基于时频分析的微波多普勒静态人体探测方法及探测器，更具体的说，尤其涉及一种基于时频分析的微波多普勒静态人体探测方法及探测器。

背景技术：

室内人体探测在智能控制中有着十分重要的作用，常用于照明、空调等各种电器设备的智能控制。人体探测方式主要有主动型的微波探测和被动远红外(PIR)热释电探测两大类。被动远红外人体探测是基于热释电的原理而工作的，探测器本身不发射任何形式的能量，只是被动接收来自环境的红外辐射能量变化来完成探测目的。由于具有结构简单、价格便宜等优点，是目前广泛应用的人体探测器。

但被动远红外探测的缺点主要缺点有：①、只能检测运动的人体，不能检测静止的人体。虽然可以采取一定措施来提高探测精度，但仍然无法彻底解决静态人体检测的问题；②、夏季环境温度提高至和人体温度接近时，探测灵敏度明显下降，有时造成短时失灵；③、信号幅度小，容易受各种热源、光源干扰，以及刮风等环境变化的影响。

微波人体探测应用多普勒(Doppler Radar)原理，通过发射一个低功率微波并接收物体反射过来的能量。这种探测方式与其它探测方式相比具有如下的优点：①、非接触探测；②、不受温度、湿度、噪声、气流、尘埃、光线等影响，适合恶劣环境；③、抗射频干扰能力强；④、输出功率小，对人体构不成危害；⑤、远距离：探测范围超过20米。

被动远红外人体探测和微波人体探测都属于运动型的人体探测器，都是将探测到的人体运动信号加上延时，形成稳定的人体控制信号。但如果人体长期处于相对静止的状态时，就不会产生有效的检测信号，延时结束后就会输出无人信号。

静止状态的人体探测是智能控制中对人体探测的特殊要求，室内处于坐姿状态下工作与学习的人体基本上没有运动状态，只有上肢或手部微小的动作。如果采用运动型的人体探测器，无法检测到静态人体的存在，就会判断为没有人体存在而关闭所控制的设备。待人体一有运动后，又检测到人体的存在而开启设备。这样就会造成设备的频繁启停，不但影响人员的工作学习效率，还会缩短设备的使用寿命。因此，为了克服上述问题，就必须实现具有静态人体探测功能。

目前实现静态人体探测的主要方式是在被动人体探测器的基础上增加一个运动装置，如在菲涅尔透镜或PIR探测器上安装一个旋转电机，如检测到没有人体运动后，控制系统控制电机旋转，造成探测器与静态人体之间“相对运动”，从而探测出是否有静态人体的存在。这种方法从原理上来说是可以的，但受到室内物体热辐射的影响，很难从背景噪声中判别出静态人体信号。这种方法不具备实际使用价值。微波探测可以精确测量出人体在室内运动和动作等各种状态下的频谱特性，对这些频谱成分及时间规律的分析，可以实现我们所需的静态人体探测。

技术实现要素：

本发明为了克服上述技术问题的缺点，提供了一种基于时频分析的微波多普勒静态人体探测方法及探测器。

本发明的基于时频分析的微波多普勒静态人体探测方法，其特别之处在于，通过以下方法来实现：对微波传感器输出的信号进行时频分析，如果信号的频率变化为“高频运动信号后面跟着一个低频动作信号”，则表明有人员进入控制区；如果信号的频率变化为“低频动作信号后面跟着一个高频运动信号”，则表明有人员从控制区离开。

本发明的基于时频分析的微波多普勒静态人体探测方法，如果信号的频率范围为20～100Hz、功率谱密度大于1000dB/Hz，则认为其为高频运动信号；如果信号的频率范围为5～10Hz、功率谱密度大于1000dB/Hz，则认为其为低频动作信号。

本发明的基于时频分析的微波多普勒静态人体探测方法，当根据“低频动作信号后面跟着一个高频运动信号”判断出有人员从控制区离开后，再延时T时间段，并在延时的T时间段内判断是否有功率谱密度超过W_th的动作信号存在，如果有满足条件的信号存在，则表明控制区内还有人员存在，一直输出有效的“有人”信号，如果没有满足条件的信号存在，则表明控制区内已无人存在，在延时时间T结束后输出“无人”信号；W_th的取值范围为100dB/Hz～2×10⁴dB/Hz。

本发明的基于时频分析的微波多普勒静态人体探测方法，微波传感器输出的信号采用离散短时傅里叶变换进行时频分析，如果微波传感器输出信号的功率谱密度在100dB/Hz以下，则将其视为无效信号，以滤除噪声信号。

本发明的基于时频分析的微波多普勒静态人体探测方法，所述延时时间段T的取值范围为5-20min。

本发明的基于时频分析的微波多普勒静态人体探测器，包括10.525GHz微波多普勒传感器、放大滤波电路、A/D转换器、嵌入式系统以及用于提供稳定电压的电源系统，10.525GHz微波多普勒传感器输出的信号依次经放大滤波电路、A/D转换器的处理后，输入至嵌入式系统中，嵌入式系统具有信号采集、数据运算和控制输出的作用，嵌入式系统输出人体探测信号。

本发明的基于时频分析的微波多普勒静态人体探测器，所述10.525GHz微波多普勒传感器采用频率为2KHz、脉宽为20～50μs的脉冲供电，在降低电能消耗的同时还可实现探测距离的程控以及多个探测器的组网。

本发明的基于时频分析的微波多普勒静态人体探测器，所述放大滤波电路由运算放大器组成的低通滤波器和高通滤波器组成，低通滤波器的截止频率为100Hz，高通滤波器的截止频率为1Hz；A/D转换器的数据位数在10—12位之间。

本发明的有益效果是：本发明的静态人体探测方法及探测器，通过对微波传感器输出的信号进行时频分析，依据运动信号(20～100Hz的高频信号)和动作信号(5～10Hz的低频信号)发生的先后次序，来判断控制区(室内)是有人员进入还是外出；判断出有人员进入后，则一直输出有效的“有人”信号，判断出有人员外出后，在延时时间段内也一直输出“有人”信号，并同时检测是否存在功率谱密度超过100dB/Hz(优选为1000dB/Hz)的动作信号存在，如果有满足条件的信号存在，则表明控制区内还有人员存在，一直输出有效的“有人”信号，如果在延时时间段内没有满足条件的信号存在，则表明控制区内无人，在延时时间T结束后输出“无人”信号。本发明的静态人体探测方法，摒弃了被动远红外探测检测精度低、易受外界干扰的缺点，采用微波探测，利用对运动信号、动作信号的识别来判断有人和无人信号，具有无任何机械动作、可靠性高、不受刮风、灰尘等自然环境的影响、不受环境温度和探测区域内物体热辐射背景影响的优点，有益效果显著，适于应用推广。

附图说明

图1为利用微波传感器进行运动人体探测的原理图；

图2为信号x(t)的频率随时间的变化图；

图3为信号x(t)在0～3s内的时域波形图；

图4为信号x(t)进行傅里叶变换得到的频谱；

图5为信号x(t)进行短时傅里叶变换得到的时频谱；

图6为窗函数采用较窄窗口宽度时获取的时频谱图像；

图7为窗函数采用较宽窗口宽度时获取的时频谱图像；

图8为一个人进入室内的STFT图形；

图9为一人从室内外出的STFT图形；

图10为室内无人时的STFT图形；

图11为室内有人但不运动时的STFT图形；

图12为本发明的微波多普勒静态人体探测器的原理图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

多普勒原理简介：当无线电波在传播过程中碰到物体时会被反射，反射波的频率会随碰到物体的移动状态而改变。如果物体的位置是固定的，那么反射波的频率和发射波的频率应该相等。如果物体朝着发射的方向移动，则反射回来的电波会被压缩，就是说反射波的频率会增加；反之反射回来的电波频率会随之减小。

根据多普勒原理设计的微波传感器由FET介质DRO微波振荡源、功率分配器、发射天线、接收天线、混频器、检波器等电路组成。发射天线向外定向发射微波，遇到物体时被反射，反射波被接收天线接收，送到混频器与振荡波混频，检波后的低频信号IF反应了物体移动的速度。如图1所示，给出了利用微波传感器进行运动人体探测的原理图。

多谱勒方程为：

式中：F_d为输出多谱勒频率，v为物体运动速度，f_t为探测器发射频率，c为光速，θ为物体移动方向与传感器之间的角度。

如果物体直朝向传感器移动，设f_t＝10.525Hz，则：

F_d＝70.167×v (2)

v的单位为m/s，当物体以1m/s的速度相对于探测器做径向移动时，IF输出频率约为70Hz。IF的输出频率与物体相对径向移动速度成近似线性关系，IF的输出幅度与物体的大小、距离有关，当一个体重70kg、身高170cm的测试者在距离传感器1米处以1m/s的速度做径向移动时，IF的输出为5mV、70Hz脉动信号，IF的输出幅度与距离的平方成近似反比关系。

采用10.525GHz的微波与采用较低频段波相比有以下优点：①、微波天线发射时具有良好的定向性，因此很容易控制微波探测器的作用范围。②、微波在传输过程中较易被衰减、吸收和反射，遇到墙壁等遮挡物时会被遮挡，因此墙壁等遮挡物外的物体对其干扰很小。③、专用人体探测频段，避开了常用的WiFi、Zigbee无线通信采用的2.4G、5.8G频率，电磁兼容性好。

微波多普勒传感器是典型的运动型传感器，常规的人体探测信号处理方式与被动远红外探测基本一致，采用的是幅度检测方法，即放大后的IF信号与窗口比较器比较，如果信号幅度超过门限值，则输出一个有效脉冲，触发一个“可重复触发单稳触发器”，输出“有人”信号；如果在单稳延时期间再次检测到有效脉冲，单稳触发器再次触发，并从头开始进行延时；如果在单稳触发器延时期间没有再检测到有效脉冲，则在延时结束时，输出“无人”信号。这样就将脉动的检测信号变成了稳定的人体探测信号了。这种检测方法只能检测运动的人体，属于运动型人体探测器。

要实现频率分布与时间变化之间的关系，必须采用时频分析算法。在传统的信号处理中，人们分析和处理信号最常见的方法是傅里叶(Fourier)变换。但是以傅里叶变换只是一种信号的整体变换，要么完全在时域进行，要么完全在频域进行，因而不具备时间和频率的“定位”功能。即傅里叶变换不能给出信号在不同时间段上的频率信息或结构，不能给出随时间变化的频谱。这对于平稳信号分析是可以的，而对于非平稳信号而言，由于其频谱随时间有较大的变化，要求分析方法能够准确地反映出信号的局部时变频谱特性，只了解信号在时域或频域的全局特性是远远不够的。为了弥补傅里叶分析这一不足，针对非平稳信号，引出了在时频二维平面上表征信号的新方法——时频分析方法。

时频分析方法一般分为线性和非线性两种。典型的线性时频分析法主要有：短时傅里叶变换(STFT)、Gabor展开和小波变换(Wavelet Transformation—WT)等。非线性时频方法是一种二次时频表示方法(也成为双线性)，最典型的是WVD(Wigner-Vile Distribution)和Cohen类。

考虑到我们的需求和嵌入式系统的运算能力，可以选用最为经典的短时傅里叶分析法。离散短时傅里叶变换定义如下：

式中，x(m)为信号，ω(n-m)是时间窗函数。短时傅里叶变换的基本思想是用一个时间宽度足够窄的固定的窗函数乘上信号，使取出的信号可以被看成平稳的，然后对取出的这段信号进行傅里叶变换，便可以反映出该时间宽度中的频谱变化规律，如果让这个固定的窗函数沿着时间轴移动，那就可以得到信号频谱随时间变化的规律了。

STFT的含义可以解释为：在时域用窗函数ω(n-m)去截取信号x(m)，假定x(m)在窗函数的一个短时间间隔内是平稳的，对截下来的局部信号作傅里叶变换，即得到在t时刻该段信号的傅里叶变换。不断地移动t，即不断地移动窗函数ω(n-m)的中心位置，可得到不同时刻的傅里叶变换，这些傅里叶变换的集合即是是F_x(t,Ω)。短时傅里叶变换实际上是一类加窗的傅里叶变换，用窗口函数ω(n-m)把信号划分成许多时间间隔，把每一时间间隔内的信号看作平稳信号，用傅里叶分析每一时间间隔，确定在不同时间间隔存在的频率，研究局部时间范围的频域特性。STFT的优点是：物理意义明确，对整个信号采用单一分辨率进行研究，可以反映信号的整体时频趋势；由于其概念直接，算法简单，实现容易，已经成为研究非平稳信号十分有力的工具，在许多领域(如时变滤波、提高分辨率、地震旋回分析和瞬时属性提取等)得到广泛的应用。

下面用一个由三段频率不同的正弦信号构成的信号x(t)来说明，如图2所示，给出了信号x(t)的频率随时间的变化图，可知在0～1s的时间段内，信号x(t)的频率为10Hz，1～2s内信号的频率为20Hz，2～3s内信号的频率为30Hz。

图3给出了信号x(t)在0～3s内的波形图，图4是对信号x(t)进行傅里叶变换得到的频谱，能够确定各个频率的分布情况，但不能确定这些频率是什么时间产生的。图5是对信号x(t)进行短时傅里叶变换得到的时频谱，可以看出各个时刻的频率分布，以及各个频率的分布时间段，克服了傅里叶变换的缺陷。

STFT的时频分辨率由窗函数ω(n-m)的时域大小直接决定，一旦窗函数选定，其时频分辨率就已确定。窗函数对STFT的影响很大，为了提高时间分辨率，窗函数的时间宽度尽可能短，但为了提高频率分辨率，则窗函数的时间宽度尽可能长。受不确定性原理的约束，时间分辨率和频率分辨率是一对矛盾体。

图6为窗函数采用较窄窗口宽度时获取的时频谱图像，可以看出，选择较窄的窗函数时，虽然提高了时间分辨率，但频率分辨率却明显降低了；图7为窗函数采用较宽窗口宽度时获取的时频谱图像，可以看出，选择较宽的窗函数，频率分辨率明显提高，此时时间分辨率却有所降低。STFT的窗函数确定后，只能以一种固定的分辨率进行时频分析，无法兼顾高频信息和低频信息，这是STFT的不足之处。

这种频率分辨率与时间分辨率的约束对我们的人体状态的分析影响不大，从下面的分析可以看出运动信号频率一般在20Hz以上，而动作信号的频率在10Hz以下，两者区分起来比较容易。时间分辨率也不需要很高，只要分辨出在运动信号与动作信号之间的时间先后关系，以及运动信号消失后的延时时间内是否出现动作信号就可以了。因此，采用STFT作为分析算法是合适的。

图8为一个人进入室内的STFT图形，上部图形为放大的IF输出波形，纵坐标为信号A/D值，横坐标为时间，单位秒。中部图形为STFT时频图，横坐标为时间，单位为秒，纵坐标为频率，灰度值大小表示功率谱密度，灰度值越大功率谱密度越低，灰度值越小功率谱密度越大。由于二维的时频图不很直观，将时频图的频率成分与功率谱密度分别用两种曲线单独描绘出来，就是下部的图形，实线表示频率，虚线表示功率谱密度。

图9为一人从室内外出的STFT图形，其上部、中部和下部图像的含义与图8中的相同。比较图4和图5的STFT图形可以看出，当人体进入和外出走动时，频率较高，一般在20—100Hz左右，同时，功率谱密度也较大，一般可以达到2—8×10⁴dB/Hz。

不同的是，进入时，在运动信号(高频成分)后面有一个频率在5Hz左右，功率谱密度较大的动作信号(低频成分)。外出时，在运动信号之前存在一个同样低频成分，而运动信号之后没有低频成分。

关于这一点从常识中也可以得到证明，人员走进室内后，一般需要在座位上停顿很短的时间后再坐下，这就是在运动信号出现后面紧跟着一个低频成分的原因。而外出时正好相反，先从座位上站起来，短暂停顿再走向室外，因此会先出现一个低频成分，再出现运动信号。在座位上停顿，坐下和站起是产生低频成分主要的原因。

从以上分析可以得出结论，运动信号后跟着动作信号为人员进入室内；而动作信号后跟着运动信号为人员外出。检测到人员进入室内，可以认为室内存在人员，输出有人信号；而检测到人员外出后，在单人检测时，可以认为室内没有了人员，输出无人信号。

如图10所示，给出了室内无人时的STFT图形，如图11所示，给出了室内有人但不运动的STFT图形，图10和图11中的上部、中部和下部图像的含义与图8中的相同。从图10和图11可以看出，室内没有人员时，IF信号呈热噪声分布，在0—20Hz范围内，功率谱密度只有不超过100dB/Hz；因此，如果微波传感器输出信号的功率谱密度在100dB/Hz以下，则将其视为无效信号，可以有效地将噪声滤除。有人员而不运动时，人员动作信号功率谱密度在1—10Hz范围内达到2×10⁴dB/Hz数量级。两者之间功率谱密度相差100以上，可以很好地判别出来。

当根据“低频动作信号后面跟着一个高频运动信号”判断出有人员从控制区离开后，再延时T时间段(可在5-20min之间进行选取或者根据实际情况进行设定)，并在延时的T时间段内判断是否有功率谱密度超过W_th的动作信号存在，如果有满足条件的信号存在，则表明控制区内还有人员存在，一直输出有效的“有人”信号，如果没有满足条件的信号存在，则表明控制区内已无人存在，在延时时间T结束后输出“无人”信号；W_th的取值范围为100dB/Hz～2×10⁴dB/Hz，如优选为1000dB/Hz。这是准静态的人员探测技术，将单人识别静态探测技术和多人准静态探测技术结合起来，就形成了完备实用的人体探测器，这就是我们的微波多普勒静态人体探测器原理。

如图12所示，给出了本发明的微波多普勒静态人体探测器的原理图，其由10.525GHz微波多普勒传感器、放大滤波电路、A/D转换器、嵌入式系统、电源系统组成，10.525GHz微波多普勒传感器输出的信号依次经放大滤波电路、A/D转换器的处理后，输入至嵌入式系统中，嵌入式系统具有信号采集、数据运算和控制输出的作用，嵌入式系统输出人体探测信号。

10.525GHz微波多普勒传感器选用X波段多谱勒移动传感模块，其低功能耗，高灵敏度体积小，是理想的低成本移动检测器。其基波振荡是由GAS FET、介质谐振器(DRO)产生，不会产生辐射谐波。

为了降低电源消耗，微波传感器采用脉冲供电，频率一般为2KHz，脉宽20—50μS。这个脉冲电源由嵌入式系统来产生。通过对这个脉冲的宽度和位置的控制，可实现探测距离的程控，以及多个探测器的组网工作，保证各个探测器之间相互不干扰。

由于微波传感器输出的IF信号幅度在μV数量级，需要经过高增益的放大电路处理才能达到嵌入式系统正确处理的电平。放大滤波电路一般采用采用两级运算放大器组成的放大滤波电路，第一级为同相放大电路，第二级为反相放大电路。总增益一般在80dB左右。

为了滤除干扰和噪声可能在A/D转换和运算处理时造成频谱混叠现象，低通滤波器的截止频率一般设置在100Hz左右，可以满足探测人体运动信号频率和减少运算量的需要。高通滤波器截止频率一般设置在1Hz左右，可以满足探测人体动作信号频率的需求。

用于将放大后的IF信号转换成数字信号，输出到嵌入式系统进行处理。取样频率应高于人体运动频率两倍以上，为了减小误差，A/D转换器的数据位数应达到10—12位。

由于需要在较短的时间，如1秒钟内完成FFT运算，运算量大，一般的单片机无法满足要求。可选择速度快，运算能力强的嵌入式系统来完成探测信号处理。

嵌入式系统除了完成STFT运算外，还需要进行功率谱的估值、运动信号的识别、动作信号的识别，以及根据运动信号和动作信号的时间先后顺序，完成进入人员和外出人员的判别。识别到人员进入后，输出一直有效的“有人”信号；识别到人员外出后，在输出“有人”信号的同时按照设定的延时时间执行延时操作，期间继续检测动作信号，如果检测到动作信号，输出一直有效的“有人”信号；如果在延时期间没有再次检测到动作信号，则在延时结束时，输出“无人”信号。

本发明的基于时频分析的微波多普勒静态人体探测方法及探测器优点体现在：

①、人体探测距离远，最远可以达到20米。并且可以通过微波传感器脉冲电源的脉宽实现程序控制；

②、没有任何机械动作，可靠性高；

③、没有环境温度升高到与人体接近时探测精度降低的问题，应用温度范围宽；

④、被动红外人体探测必须用菲涅尔透镜形成探测“视区”和“盲区”，数量与透镜的单元数量相等。人体在视区与盲区之间的栅格上才能检测得到。单元透镜数量受到透镜整体面积的限制，不可能做到很多。也就是透镜在探测区域所形成的探测栅格密度不可能太高，这是被动人体探测器精度难以提高的根本原因。但微波探测器不存在这个限制条件，在微波传感器的整个探测范围内的任何位置都可以得到精确的探测；

⑤、不受刮风、灰尘等自然环境的影响，通过程序设计，还可以滤除固定频率旋转物体(如风扇旋转)的影响，应用场合广泛；

⑥、不受探测区域内物体热辐射背景的影响，是一种真正实用的静态人体探测器。