煤炭科学技术

作者：胡青松, 寇志豪, 张元生, 成元勋, 李世银,

关键词：生命检测, 毫米波雷达, 模态分解, 鲸鱼优化算法, 参数自适应优化,

矿井巷道空间狭窄、环境复杂，一旦发生灾害事故，被困人员易被埋压。毫米波雷达生命体征检测凭借非接触、抗干扰等优势，在矿山灾难救援中具有不可替代的作用。针对雷达生命体征信号背景噪声干扰强、呼吸谐波与心跳信号频率耦合降低心跳提取精度的问题，提出一种融合鲸鱼优化算法(Whale Optimization Algorithm, WOA)与逐次变分模态分解(Successive Variational Mode Decomposition, SVMD)的生命体征检测方法，核心创新包括：构建参数自适应优化模型，以最大互信息系数 (Maximal Information Coefficient, MIC)为适应度函数，利用 WOA 的全局寻优能力实现 SVMD 平衡参数的自适应求解，避免经验设置导致的分解偏差，适配矿山复杂环境下信号的动态变化。设计“能量比筛选−相关性系数筛选”两级本征模态分解函数 (Intrinsic Mode Function, IMF) 筛选机制，通过能量比初步筛选含心跳信息的 IMF，再通过相关性系数精准定位最优 IMF，提升心跳信号重构精度，满足矿山救援中快速识别存活人员的需求。从测量角度、测量距离、生理状态等维度验证算法适应性与稳定性，为矿山实际救援场景提供支撑。试验结果表明，所提算法的平均绝对误差（Mean Absolute Error, MAE）低至2.71%；与传统带通滤波、经验模态分解、自适应噪声完备经验模态分解及未优化 SVMD 相比，其分离的心跳信号与真实参考信号相似度提升20.61%～77.01%，可实现复杂条件下心率的高精度、高稳定检测。

来源：2026年第4期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2026年第4期