Т.Я. Шевгунов1

1 Московский авиационный институт (национальный исследовательский университет) (Москва, Россия)

1 shevgunov@gmail.com

Постановка проблемы. Бесконтактное выявление признаков жизненной активности человека - актуальное направление исследований, формирующее научный задел для решения задачи достоверного обнаружения человека и предварительной оценки его физического состояния. Своевременность обнаружения остающихся неподвижными в течение длительного времени людей особенно важна в тех случаях, когда необходимо принятие решений о проведении или отказе от проведения активных спасательных мероприятий в тех случаях, когда существует возможность того, что после природных или техногенных катастроф живые люди, неподвижные или зафиксированные внешними объектами, остаются заблокированными в полостях, образованных из обвалившихся и поврежденных панелей, использованных при возведении зданий и сооружений. Анализ признаков жизненной активности человека показал, что наибольшей мощностью обладает сигнал, порождаемый процессом дыхания, при котором происходят квазипериодические перемещения грудной стенки в силу ритмического изменения объема легких. Этот процесс в принятом радилокационном отклике проявляется в виде случайного сигнала, для описания свойств которого можно использовать модель циклостационарного случайного процесса.

Цель. Разработать алгоритм обнаружения признаков жизненной активности неподвижного человека в форме алгоритма цифровой обработки вторичных радиолокационных сигналов на основе выявления характерных циклических частот в оценках спектральных корреляционных функций.

Результаты. Представлен алгоритм обработки вторичных радиолокационных сигналов для выявления характерных циклических частот специфичных для сигналов дыхания неподвижного человека. Показано, что основная процедура разработанного алгоритма состоит в последовательной обработке сигналов, содержащихся в строках дальности радиолокационного кадра, и включает в себя предварительную обработку для удаления низкочастотного смещения и высокочастотного шума, формирование оценки спектральной корреляционной функции и вычисление на ее основе псевдомощности, а также отбор циклических частот, превышающих переменный порог. Продемонстрирована работа алгоритма с применением данных, полученных с использованием радиолокационной системы, излучающей сигналы со ступенчатой частотной модуляцией.

Практическая значимость. Предложенный алгоритм может быть использован при разработке новых и модернизации существующих технических решений, таких как комплексы бесконтактного мониторинга здоровья и безопасности объектов, узкоспециализированные решения, предназначенные для обнаружения выживших в завалах или для помощи людям с ограниченными возможностями.

Исследование выполнено в рамках государственного задания Минобрнауки России, номер темы № FSFF-2023-0005.

Шевгунов Т.Я. Алгоритм обнаружения неподвижного человека на основе циклических признаков сигналов дыхания // Радиотехника. 2025. Т. 89. № 1. С. 58−71. DOI: https://doi.org/10.18127/j00338486-202501-05

1. Cardillo E., Li C., Caddemi A. Embedded heating, ventilation, and air-conditioning control systems: From traditional technologies toward radar advanced sensing // Review of Scientific Instruments. V. 92. 2021. P. 061501. DOI: 10.1063/5.0044673.
2. Mercuri M., Lu Y., Polito S., Wieringa F., Liu Y.-H., van der Veen A.-J., Van Hoof C., Torfs T. Enabling Robust Radar-Based Localization and Vital Signs Monitoring in Multipath Propagation Environments // IEEE Transactions on Biomedical Engineering. V. 68. № 11. Nov. 2021. P. 3228-3240. DOI: 10.1109/TBME.2021.3066876.
3. Марюхненко В.С., Киреев Д.С., Орловский В.М. Охранные многопозиционные радиолокационные системы: модель, топология, структура // Электромагнитные волны и электронные системы. 2021. Т. 26. № 1. С. 31−44.
   DOI: https://doi.org/10.18127/j15604128-202101-04.
4. Гудков А.Г., Тихомиров В.Г., Попов В.В., Соловьев Ю.В., Чижиков С.В. Миниатюризация радиометрического СВЧ-при-емника медицинского многоканального многочастотного радиотермографа // Электромагнитные волны и электронные системы. 2022. Т. 27. № 6. С. 5−12. DOI: https://doi.org/10.18127/j15604128-202206-01.
5. Cardillo E., Li C., Caddemi A. Millimeter-wave radar cane: a blind people aid with moving human recognition capabilities // IEEE Journal of Electromagnetics, RF and Microwaves in Medicine and Biology. V. 6. № 2. June 2022. P. 204-211.
   DOI: 10.1109/JERM.2021.3117129
6. Ayena J.C., Chioukh L., Otis M.J.-D., Deslandes D. Risk of falling in a timed up and go test using an UWB radar and an instrumented insole // Sensors. V. 21. 2021. P. 722. DOI: 10.3390/s21030722.
7. Chen K.-M., Huang Y., Zhang J., Norman A. Microwave life-detection systems for searching human subjects under earth-quake rubble or behind barrier // IEEE Transactions on Biomedical Engineering. V. 47. № 1. Jan. 2000. P. 105-114. DOI: 10.1109/10.817625.
8. Pham L., Paul M., Prasad P. Noncontact detection of cardiopulmonary activities of trapped humans in rescue relief events // IEEE Access. V. 10. 2022. P. 75680-75692. DOI: 10.1109/ACCESS.2022.3190902.
9. Richards M.A. Fundamentals of Radar Signal Processing. 2nd ed. USA. NY. New York: McGraw-Hill, 2013. 894 p.
10. Islam S.M.M., Boric-Lubecke O., Lubecke V.M., Moadi A.-K., Fathy A.E. Contactless radar-based sensors: recent advances in vital-signs monitoring of multiple subjects // IEEE Microwave Magazine. V. 23. № 7. July 2022. P. 47-60. DOI: 10.1109/MMM.2022.3140849.
11. Wang J., Wang X., Zhu Z., Huangfu J., Li C., Ran L. 1-D Microwave imaging of human cardiac motion: an ab-initio investigation // ieee transactions on microwave theory and techniques. V. 61. №. 5. May 2013. P. 2101-2107. DOI: 10.1109/TMTT.2013.2252186.
12. Chmurski M., Mauro G., Santra A., Zubert M., Dagasan G. Highly-optimized radar-based gesture recognition system with depthwise expansion module // Sensors. V. 21. 2021. P. 7298. DOI: 10.3390/s21217298.
13. Чихман В.Н., Солнушкин С.Д., Смирнов В.Ю., Молодцов В.О. Измерение параметров рефлекторного вздрагивания // Биомедицинская радиоэлектроника. 2024. T. 27. № 1. С. 64-70. DOI: https://doi.org/10.18127/j15604136-202401-08.
14. Gillani N., Arslan T. Unobtrusive detection and monitoring of tremors using non-contact radar sensor // Proceedings of the 2021
    4th International Conference on Bio-Engineering for Smart Technologies. France. Paris. 8-10 Dec. 2021. P. 1-4.
    DOI: 10.1109/BioSMART54244.2021.9677856.
15. Blumrosen G., Uziel M., Rubinsky B., Porrat D. Noncontact tremor characterization using low-power wideband radar technology // IEEE Transactions on Biomedical Engineering. V. 59. № 3. March 2012. P. 674-686. DOI: 10.1109/TBME.2011.2177977.
16. Колбаско И.В., Пивкин И.Г. Печурин В.В., Викулова Ю.М., Подрядчиков Д.Р. Экстремальное накопление-обнаружение сигнала при непрерывном радиолокационном наблюдении // Электромагнитные волны и электронные системы. 2019. Т. 24. № 8. С. 50−54. DOI: https://doi.org/10.18127/j15604128-201908-07.
17. Маджд А., Казаков Л.Н., Силантьев А.Б. Использование радиолокационных сигналов с ортогональными поляризациями в задаче обнаружения находящихся за преградой биологических объектов // T-Comm: Телекоммуникации и транспорт. 2022. Т. 16. № 10. С. 19-27. DOI: https://doi.org/10.36724/2072-8735-2022-16-10-19-27.
18. Гаврилов К.Ю., Шевгунов Т.Я. Разработка имитационной модели дыхания человека и анализ ее характеристик // Материалы XIII Всеросс. науч.-технич. конф. «Радиолокация и радиосвязь». М.: ИРЭ РАН. 2019. С. 272–276
19. Napolitano A. Cyclostationary processes and time series: theory, applications, and generalizations. academic press. Elsevier. 2019. 626 p. DOI: https://doi.org/10.1016/C2017-0-04240-4.
20. Kozlov R., Gavrilov K., Shevgunov T., Kirdyashkin V. Stepped-frequency continuous-wave signal processing method for human detection using radars for sensing rooms through the wall. Inventions. MDPI. V. 7. № 3. 2022. P. 79. DOI: 10.3390/inventions7030079.
21. Nguyen C., Park J. Stepped-frequency radar sensors: theory, analysis and design. Germany Berlin/Heidelberg: ‎Springer. 2016. 133 p.
22. Гаврилов К.Ю., Игонина Ю.В., Линников О.Н., Панявина Н.С. Оценка разрешающей способности по дальности при использовании сигналов со ступенчатой модуляцией // Информационно-измерительные и управляющие системы. 2015. Т. 13. № 5. С. 23-32.
23. Оппенгейм А., Шафер Р. Цифровая обработка сигналов. Изд. 3-е, испр. М.: Техносфера. 2019. 1049 с.
24. Гаврилов К.Ю., Игонина Ю.В., Линников О.Н. Оценка ошибок измерения координат целей в радарах зондирования через стену // Информационно-измерительные и управляющие системы. 2019. Т. 19. № 1. С. 46--54. DOI: 10.18127/j20700814-201901-06.
25. Гаврилов К.Ю., Каменский И.В., Кирдяшкин В.В., Линников О.Н. Моделирование и обработка радиолокационных сигналов в MATLAB: Учеб. пособие / Под ред. К.Ю. Гаврилова. М.: Радиотехника. 2020. 264 с.
26. Holton T. Digital signal processing: principles and applications. UK. Cambridge: Cambridge University Press. 2021. 1062 p.
    DOI: 10.1017/9781108290050.
27. Harris F.J. On the use of windows for harmonic analysis with the discrete Fourier transform // Proceedings of the IEEE. 1978.
    V. 66. № 1. P. 51-83. DOI: 10.1109/PROC.1978.10837.
28. Лэм Г. Аналоговые и цифровые фильтры. Расчет и реализация: Пер. с англ. М.: Мир. 1982. 302 с.
29. Shevgunov T., Efimov E. Two-dimensional FFT algorithm for estimating spectral correlation function of cyclostationary random processes // 2019 Signal Processing Symposium. Krakow. Poland. 17-19 сентября 2019. P. 216-220.
30. Shevgunov T., Efimov E., Kirdyashkin V., Kravchenko T. The Development of the algorithm for estimating the spectral correlation function based on two-dimensional fast fourier transform // Springer. Cham. Advances in Signal Processing, Intelligent Systems Reference Library. 2020. V. 184. P. 75–86.
31. Шевгунов Т.Я., Ефимов Е.Н. Разработка алгоритма оценки спектральной корреляционной функции на основе двумерного быстрого преобразования Фурье // 21-я Междунар. конф. «Цифровая обработка сигналов и ее применение». М.: ИПУ РАН. 2019. С. 186–191.
32. Шевгунов Т.Я., Гущина О.А. Использование двумерного преобразования Фурье для оценки спектральной корреляционной функции // T-Comm: Телекоммуникации и транспорт. 2021. Т. 15. № 11. C. 54--60. DOI: 10.36724/2072-8735-2021-15-11-54-60.
33. Ефимов Е.Н., Шевгунов Т.Я. Оценка циклостационарных характеристик случайных процессов с использованием алгоритма усредненных циклических периодограмм // 72-я Междунар. конф. REDS-2017. М.: РНТОРЭС им. А.С. Попова. 2017. С. 87-91.
34. Сутормин В.В., Шилина Е.С. Исследование обнаружителей с постоянным уровнем ложной тревоги // Труды Крыловского гос. науч. центра. 2019. № 2. С. 287-294. DOI: 10.24937/2542-2324-2019-2-S-I-287-294.
35. Rohling H. Ordered statistic CFAR technique - an overview // 2011 12th International Radar Symposium (IRS). Germany. Leipzig. 2011. P. 631-638.