具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

如图1所示，本发明实施例公开了一种基于太赫兹的物体检测方法，包括如下步骤：

利用接收装置对目标自身发射的太赫兹信号进行接收；

利用太赫兹芯片将不同能量的信号转换成不同幅度的电信号并放大，并将模拟信号转换成数字信号；

对得到的数字信号进行移动均值处理，在利用瞬时能量分析的方法，判断是否存在相应物体。

本方法处理的原始数据是一串离散的，不断更新的一维矩阵，如下矩阵A所示，其中f(t)表示第t个数字信号。

A＝[f(1),f(2),f(3),...........f(t)] (1)

在采集的数字信号中，干扰信号的存在可能会使算法在没有检测的物体时发生误判或者使信号发生短暂的剧烈变化，这对于信号的后续处理分析都是非常不利的，所以在进行信号的分析判断之前，要对得到的信号进行预处理。预处理的目的就是是数字信号变得平滑，减小外界干扰的影响。

预处理采用移动平均算法，移动平均算法的公式如下式(2)所示。

其中，y(l)表示优化后的第l个一维数字信号的信号，f(l)表示未处理的一维数字信号，g(l)表示用于卷积的固定的一维卷积核，t表示当前优化的数字信号，n为固定参量。移动平均算法的优势在于计算数字信号的值时，利用多项数据的平均值，且不断更新，具有良好的自适应特性。

所述方法对于判断物体是否存在采用瞬时能量分析的方法，实现动态瞬时快速分析。其次，本方法为了提高物体检测的成功率，利用多路并行的太赫兹信号进行检测。

在本算法的实验阶段，采用了若干通道的太赫兹波进行物体检测，不同通路的阈值设定分别为θ₁，θ₂，θ₃.......θ_m，分别计算不同通路上太赫兹信号的变化量，如下公式(3～5)所示。

其中：m表示独立通道的数量，T表示两个离散信号的间隔，y_m’表示第m个通道的信号变化的强弱，其他符号的定义与公式1一致。求得变量y₁’，y₂’,……y_m’后，再在更大的时间间隔N内，求取不同时间段y的对应变化量，将这段数据内的多个变化量分别和相应阈值比较，如果满足预设阈值的变化量的数量达到一定的值，则可以认为检测到物体。其次，各个通道的太赫兹波的接收，处理，分析是并行存在的，所以各个通道的检的结果相互独立。

为了直观的看到信号的优化以及利用信号判断目标物体是否存在，如图2-图3所示，图2为未经处理的太赫兹波信号和均值滤波处理后的信号，图3在检测到目标物体时信号的变化情况。

在图2中，可以看到信号在未经处理的情况下，存在很多干扰信号，很多情况下，存在短暂的剧烈波动，而经过处理后的信号，信号的毛刺和剧烈波动基本消失，曲线平滑。图4中是当检测到物体时，信号的变化情况。

综上，所述方法在应用于实际检测时，具有延时地，精度高，适应性好等优点。