基于Wi-Fi信号的穿墙探测新方法与关键技术研究

项目的背景: 现代社会中，地震、火灾、建筑坍塌、劫持绑架、恐怖活动等紧急事件时有发生，严重威胁着公共及人身财产安全，作为一种非接触式近距离遥感手段，穿墙探测雷达在上述领域具有紧迫的应用需求。WiFi(Wireless Fidelity 802.11)作为IEEE的无线局域网标准，现已在世界范围内获得广泛应用。本项目主要研究一种利用WiFi信号进行动目标隔墙无源探测的新方法，其探测具有低成本、低功率、隐蔽性好、生存能力强等优势。 研究内容: 具体包括如下几个方面：（1）WiFi 信号波形特性分析，并针对模糊函数在距离域与多普勒域的副峰，提出有效的抑制策略。（2）WiFi新体制穿墙雷达电磁传播及探测模型仿真。（3）强直达波及杂波抑制研究，分析强直达波与杂波对雷达测量性能产生影响的原因和规律，探讨时域与频域的杂波相消策略。（4）信号获取实验平台的建立及实验研究。 重要结果、关键数据及其科学意义： 1、提出了WiFi基带复信号模型，并推导了随机信号的模糊函数（AF）表达式，从距离和速度两个方面提出了模糊函数的副峰识别与抑制方法。 2、根据信号特点及探测实际需求，提出一种WiFi信号模糊函数快速计算方法，该方法以 OFDM 符号为处理单元划分快时间和慢时间，计算点数较大时，较采用DFT方法计算模糊函数的速度大大提升。 3、进行了不同直达波恢复方法研究，重点探讨了基于重构的参考信号获取方法，从理论和实测数据两方面对参考信号重构质量及其对探测性能的影响进行了分析。 4、直达波与杂波抑制研究，重点研究了扩展相消系列算法（Extensive Cancellation Algorithm，ECA）算法及其在WiFi外辐射源雷达应用中的改进。 5、对Wi-Fi信号传播特性、人体目标散射进行了分析与建模，建立了改进的人体步态模型，进行了基于人体微动的探测信号建模及分析。 6、研制了多通道WiFi外辐射源雷达探测系统，并进行了单/多站人体目标探测实验。多通道、多站探测实验目前还未见公开报道，我们获取了第一手数据。 7、对实验数据进行了分析与算法完善，为WiFi外辐射源雷达的实际应用提供了参考依据。同时，与当前其他WiFi外辐射源雷达研究不同，本项目多通道探测实验不仅可获取更多目标信息，增强探测能力与性能，同时，对于复杂环境下电磁传播与目标散射机理研究也非常有价值。

穿墙探测在军事侦察、反恐斗争、安防消防、灾害救援等领域具有紧迫的应用需求。Wi-Fi作为IEEE的无线局域网标准，现已在全球获得广泛应用，本项目拟研究一种利用Wi-Fi信号的隔墙动目标无源探测新方法，通过理论与实验研究，突破移动目标信息获取的部分关键技术。主要内容包括：1）分析多种形式Wi-Fi信号结构与特性，并优化设计无源探测参数；2）研究复杂传播环境下的目标探测机理与信号模型；3）建立Wi-Fi无源探测实验平台，开展多种传播条件下的科学实验；4）结合理论模拟与实测数据完善目标检测与定位方法。拟解决的关键技术有：Wi-Fi信号特性与修正、参考信号提纯、直达波及杂波抑制、实时信号处理等。作为传统穿墙探测雷达的一种有益补充，该雷达具有成本低、功率小、覆盖性好、隐蔽性强等优点，项目成果将为发展一种全新的穿墙探测雷达打下良好的理论与技术基础，在救援、反恐和安全等领域具有广阔的应用前景。

传统的火灾探测技术基于烟雾颗粒、温度等物理量的传感器，难以满足大空间、大范围火灾探测的需要。本项目旨在研究如何更好地利用视频图像实现对火灾事件的探测和预警。探究智能视频火灾探测的理论新方法和关键技术，改进已有算法在火灾视频特征提取、分析等方面的不足，在视频监控系统基础上实现实时的火灾监控。研究的重点包括以下四方面内容：1）针对可见光视频场景中光照变化、类似火焰颜色和运动物体干扰等因素及形成机制，在二分光模型的基础上研究稳定可靠的视频火焰光谱特征模型和提取方法；2）针对传统小波变换的不足，研究基于Contourlet的火焰、烟雾的方向性 纹理和高频特征提取与分析技术。3）分析视频场景中烟雾弥漫运动特性，研究可靠的烟雾模糊特征提取和分析方法；4）结合SVM、神经网络等方法对火灾特征进行学习和识别，保障识别率，降低误识率。

火灾是一种常见的自然灾害，它严重影响了人民群众生命和财产的安全。如何及时、准确地探测出突发性火灾事件将火灾造成的损失降至最低，一直是人们长期关注和研究的课题。传统的火灾探测技术基于烟雾颗粒、温度等物理量的传感器，难以满足大空间、大范围火灾探测的需要。本项目旨在探索如何利用视频图像实现对火灾事件的探测和预警，在现有视频监控系统基础上实现实时的火灾监控。 本项目围绕四个方面展开工作：1、研究二分光模型在视频火焰光谱特征提取方法；2、研究基于Contourlet的火焰、烟雾的方向性纹理和高频特征提取与分析方法。3、研究可靠的烟雾模糊特征提取和分析方法；4、构建视频火灾探测原型系统。 在自然基金的支持下，项目组成员在视频火焰、烟雾探测方面取得三项主要进展：1、提出基于Contourlet变换和协方差矩阵融合的时空域火焰纹理特征，在视频火焰检测上取得良好效果。2、引入HEP模型并对LBP-TOP算子进行改进，在视频烟雾检测上取得良好效果。3、初步构建了一套视频火灾检测软件原型系统。在本项目资助期间，项目组成员发表多篇论文、提交专利申请4项，并在视频火灾检测领域培养硕士生4名。