买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江工业大学

摘要：一种基于模式轮廓限制的毫米波雷达人体动作识别方法，设计人体动作和雷达参数，搭建毫米波雷达系统平台，人体站在平台采集处前方，进行人体动作变化；利用毫米波雷达发射线性调频信号，接收包含动作信息的回波信号，将信号进行混频处理得到中频信号，预处理后使用短时傅立叶变换来选择和处理沿着慢时间轴的数据，以生成多普勒时间DT图，进行归一化处理。使用阈值方法找出高功率密度区域并描绘出上下边界，使用Hampel滤波器去除边界异常值，并与原来的DT图进行运算，得到改进后有模式轮廓限制的DT图。本发明应用前景广阔，具备较强实用性，可用于智能家居、辅助驾驶、游戏娱乐等领域。

主权项：1.一种基于模式轮廓限制的毫米波雷达人体动作识别方法，其特征在于，所述方法包括以下步骤：步骤1：设计人体动作姿态和雷达参数，搭建毫米波雷达实验系统平台；步骤2：人体站在平台采集处前方，进行站立、行走、平躺、躺到坐、跌倒五种动作变化，利用毫米波雷达发射信号与接收包含动作信息的回波信号，进行混频处理，得到人体动作回波的中频信号；步骤3：对中频信号先进行杂波预处理，然后使用短时傅立叶变换STFT来选择和处理沿着慢时间轴的数据，以生成多普勒时间图，即第一DT图，从而对表征不同运动的多普勒特征进行频率-时间分析；所述步骤3中，所述的对中频信号先进行杂波预处理，然后使用短时傅立叶变换STFT来选择和处理沿着慢时间轴的数据，以生成第一DT图，过程为：a按照所设置的雷达参数，将采集卡采集到的原始中频信号数据分为多个通道数据，保存为复数形式的IQ数据，即得到中频回波的.bin文件，然后从中读取每根天线的数据，整理为[n_sample,n_chirp,n_frame]的三维数组，其中n_frame表示采样的帧数，n_chirp表示每帧包含的chirp总数，n_sample表示每个chirp包含的采样点数，然后对其进行帧差处理，即用后一帧数据减去前一帧数据，最后输出帧差后的I路和Q路二维回波序列；b基于所得到的二维回波序列，对每一次回波进行滤波处理，然后对数据进行FFT变换，得出距离分布信息,距离分布信息随时间积累成时间-距离特征；c对时间-距离分布矩阵应用持续时间不同的窗函数进行短时傅里叶变换STFT，来选择和处理沿着慢时间轴的数据，以生成第一DT图；步骤4：对人体动作的特征数据集进行归一化处理，频率和时间范围设置为最大值，使得DT图不会失真，降低训练复杂度；步骤5：归一化的DT图被分成具有正频率的上部和具有负频率的下部，使用阈值方法找出高功率密度区域并描绘出上下边界；所述步骤5中，所述的归一化的DT图中的运动多普勒特征通常具有连续的高功率密度点，且集中在零频率点周围，提取具有高功率密度部分的模式轮廓限制图具体过程为：在归一化的DT图中，多普勒频率的正值和负值分别对应于远离和接近雷达的运动方向；通过将零频率作为分界线，归一化的DT图被分成具有正频率的上部和具有负频率的下部，使用阈值方法找出高功率密度区域并描绘其上下边界，具有比阈值大的功率密度的点被分类在高功率密度区域中，阈值Pth计算为 其中，α∈0,1是预定义的参数，max{P}和是所有功率密度的最大值和平均值；步骤6：使用Hampel滤波器去除边界异常值，并与第一DT图进行运算，得到改进后有模式轮廓限制的DT图；步骤7：将模式轮廓限制的DT图输入改进的轻量级多分支网络进行人体动作识别训练；步骤8：调用训练好的网络模型对验证集进行分类识别。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于模式轮廓限制的毫米波雷达人体动作识别方法