ВВЕДЕНИЕ 3
1 ОСОБЕННОСТИ РАДИОЛОКАЦИОННОГО ОБНАРУЖЕНИЯ
ОБЪЕКТОВ 5
1.1 История развития радиолокационных систем 5
1.2 Микродоплеровский феномен 5
1.3 Свойства распространения радиоволн в помещении 6
2 МЕТОДИКА ОБРАБОТКИ СИГНАЛЬНЫХ ОТКЛИКОВ
ДОПЛЕРОВСКИХ РАДАРОВ 8
2.1 Анализ Фурье 8
2.2 Непрерывное вейвлет преобразование 9
2.3 Дискретное вейвлет преобразование 10
2.4 Выбор функции материнского вейвлета 11
2.5 Распознавание по результатам сравнения пороговых значений 15
3 АППАРАТНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ РАСПОЗНАВАНИЯ ....18
3.1 Выбор доплеровского датчика движения 18
3.2 Состав аппаратной части 19
3.3 Разработка алгоритма классификации 21
4 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ 22
ЗАКЛЮЧЕНИЕ 31
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 33
За последнее десятилетие радары, или другими словами датчики движения, стали ведущей технологией поддерживающие крупные области обороны, безопасности, медицины и космоса. Так же, появились такие типы радаров как, когнитивные, медицинские, биометрические и пассивные автомобильные радары. Независимо от сферы применения и типа все радары выполняют три основные цели - это обнаружение, локализация и классификация целей. Безопасность, надежности и доступность таких устройств делает их делает их основными кандидатами для использования внутри офисных зданий, домов, школ и больниц, с основной целью мониторинга регулярных и ненормальных движений [1]. Хотя мониторинг повседневной деятельности человека может быть достигнут с использованием различных устройств зондирования, включая камеры и акустику. Из-за сохранения конфиденциальности, нечувствительности к свету и теплу, а также с возможностью установки в визуально непрозрачные объекты, включая стены, радары могут зарекомендовать себя как альтернатива мониторинга в помещении.
Как известно в основу работы большинства радаров положен принцип доплеровского изменения частоты. Сам эффект Допплера определяет специфику модуляции движения на радиолокационном сигнале, в то время, как феномен микро-Допплера предоставляет данные о характеристике модулированного радиолокационного сигнала, сформированного в следствии сложных моделей движения. Исходя из этих фактов в работе была поставлена цель создания системы, способной распознавать признаки движения в микродоплеровском спектре отраженного сигнала, основываясь на методах спектрального анализа. Под спектральным анализом в работе понимается представление радиолокационного сигнала в частотно-временной области, из которой в дальнейшем производится расчёт коэффициентов распознавания признаков движущихся объектов.
Для достижения поставленной цели в работе будут выполнены следующие задачи:
- Исследование существующих радиолокационных технологий;
- Анализ особенностей радиолокационного обнаружения;
- Обзор методов спектрального преобразования;
- Реализация радиолокационного устройства распознавания;
- Разработка алгоритма распознавания признаков движений;
- Оценка результатов.
В ходе выполнения выпускной квалификационной работы исследовались возможности распознавания признаков движущихся объектов с использованием феномена микро-Доплера. В частности, целью работы было создание устройства способного распознать наличие движения по радиолокационным сигнальным откликам. Для выполнения задач было разработано устройство, состоящее из ряда компонентов, служащее для предоставления информации о сигнале с радиолокационного модуля на последовательный порт ПК, а также проведён анализ методов спектральной обработки сигналов. Как выяснилось, преобразование Фурье не могло удовлетворить поставленной задачи, в связи с чем был проведён анализ вейвлет функций. Было установлено, что методика непрерывного вейвлет разложения на одном уровне масштаба влечет к потерям сигналов с низкочастотной составляющей, которая в свою очередь является основой радиолокационного сигнала.
Как выяснилось, методика вейвлет-пакетной декомпозиции сигнала дала лучшие результаты, благодаря чему появилась возможность визуально различать различные жесты. При выборке из пяти сигналов, для четырех различных жестов, которые в свою очередь были разложены на восемь уровней по частоте были выделены два коэффициента. А именно количество общей энергии на данном частотном уровне, и отношение энергии частотного уровня к сумме энергии всего сигнала до декомпозиции. Анализ данных коэффициентов привел к неоднозначным выводам. Так как длительность различных жестов различна, то объективно судить о количестве энергии на интервале не представляется возможным. Отношение долей энергии в частотных интервалах, позволяет со 100% вероятностью определить признак движения, однако малые различия долей энергии при различных движениях позволяют классифицировать верный сигнал только в 30% случаях. Коэффициент корреляции долей энергии различных сигналов, указывает на некоторую, но недостаточную для распознавания различных жестов сходимости.
Следует заметить, что планируются дальнейшее исследование задачи, которое будет включать использование более совершенных радиолокационных модулей способных различать приближение и удаление объекта от источника, а также планируется производить анализ скалограмм, по аналогии с изображениями, выявляя точки градиентов.
