[實用新型]超聲微多普勒人體步態特征提取裝置

無效

• 申請號: 201020679404.5
• 申請日: 2010-12-24
• 公開（公告）號: CN201936324U
• 公開（公告）日: 2011-08-17
• 發明（設計）人: 張軍
• 申請（專利權）人: 天津職業技術師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 董一寧

技術領域：

本實用新型屬于一種生物認證設備，特備涉及一種超聲微多普勒人體步態特征提取裝置，該裝置能夠通過測量人體對超聲波的反射引起的超聲波變換來實現對人體行走步態特征的提取。

背景技術：

當前在社會生活中越來越離不開生物認證技術，應用較多的生物認證方法包括虹膜、人臉、指紋、DNA等方法，這些方法主要應用于在非常近的距離下(或者需要觸摸)實現對人的身份識別。步態是指人體自然行走時的方式，是一種復雜的并且是具有較強個體特性的人體獨有行為特征，通過對人體行走步態的檢測和分析提取這一獨有生物特征，將可實現在一定距離下對人的識別。

通過對人體行走步態特征檢測和提取，可以為進一步實現基于人體步態特征的生物識別技術打下較好的基礎。這一技術可以實現在一定距離下對人體的檢測和分類，人體步態特征具有不可掩蓋性和非接觸性，可以應用于對重點區域的監視和可疑人物的檢測，在醫學上還可通過分析人體行走步態的變化實現對相關疾病的診斷以及肢體康復治療領域，在競技體育方面可用于對運動員的運動狀態特征分析以提高運動員的運動水平。

超聲微多普勒人體步態特征提取裝置可通過向人體目標發射超聲波，超聲波遇到人體時產生反射，反射的超聲波的變化表征了目標的一些信息。當人體相對提取裝置發生位移運動時，超聲波的頻率會發生偏移，這一現象稱為多普勒效應。

人體行走過程中旋轉手臂和腿產生人體移動，使人體各部分相對超聲波提取裝置發生了距離變化，因此超聲波提取裝置照射人體時，行走人體的軀干、手臂、腿的運動產生的反射超聲波中包含了微細多普勒頻率的變化。這些微細多普勒頻率特征反映了人體步態特征。我國采用超聲波實現對人體步態特征的提取研究還未見報道。

發明內容：

本實用新型的目的就在于提供一種超聲微多普勒人體步態特征提取裝置，該裝置采用超聲波收發傳感器作為人體步態特征信號的提取裝置，可以實現對一定距離外行人進行步態特征提取，并且具有非強迫性和可接受性，同時具有較低的成本。

如上構思，本實用新型的技術方案是：一種超聲微多普勒人體步態特征提取裝置，其特征在于：由發射波形發生模塊，功率放大器，超聲發射傳感器，超聲接收傳感器，低噪聲放大，接收處理模塊以及微型計算機構成；其中，微型計算機、發射波形發生模塊，功率放大器和超聲發射傳感器依次連接；超聲接收傳感器，低噪聲放大，接收處理模塊以及微型計算機依次連接。

上述發射波形產生模塊由89C51單片機、數模轉換電路、帶通濾波器以及信號放大電路組成；89C51單片機通過并口與數模轉換電路連接，數模轉換電路與帶通濾波器連接，帶通濾波器與信號放大器相連接；89C51單片機通過兩個串口與微型計算機連接。

上述接收處理模塊由信號濾波及放大器模塊、模數轉換電路以及89C51單片機構成；超聲回波信號經低噪聲放大后進入信號濾波與放大器模塊，信號濾波與放大器模塊與模數轉換電路相連接，模數轉換電路與89C51單片機相連接，89C51單片機通過串口與微型計算機相連接，同時單片機還通過數字接口與發射波形產生模塊的單片機相連。

本實用新型的工作原理是：根據需要被監視環境的空間狀況，將超聲波微多普勒人體步態特征提取裝置安裝在能夠使超聲波探測器覆蓋主要檢測區域，使之波束能夠覆蓋來往行走人員，超聲波微多普勒人體步態特征提取裝置通過微型計算機控制發射波形產生模塊采用單片機產生超聲波所需振蕩頻率信號并經過數字模擬轉換電路形成模擬振蕩信號，經過功率放大送入超聲波發射傳感器，超聲發射傳感器實現電到超聲的轉換并傳播出去，當空間傳播的超聲波遇到行走的人體時產生反射超聲波，反射超聲波被超聲波接收傳感器接收實現超聲波到電信號的轉換，電信號被低噪聲放大器放大送入接收處理模塊，在接收處理模塊中實現對信號的進一步放大和濾波，消除噪聲的影響，并且實現信號的模擬數字轉換放大混頻接收通道模塊對微弱的回波信號進行低噪聲放大下變頻成為低頻信號并進行濾波放大，經過放大的回波信號送入信號處理模塊進行進一步的濾波處理和放大以適應模擬數字轉換器的要求，經過模擬數字轉換器將模擬信號轉換為數字信號，由單片機實現對模數轉換電路的控制并實現數據的整理，按照串口通信的格式送入微型計算機，在微型計算機中對串口數據進行讀取，并將原始數據進行存儲形成原始數據文件以備查詢，并且對原始數據實現時頻頻譜分析，頻譜分析將讀取由發射波形發生模塊的數字脈沖作為頻率基準參考，實現對步態特征的檢測和提取，將提取出的步態特征進行存儲形成特征文件并在計算機顯示屏上顯示相關特征數據。可以提取的特征主要包括人體行走周期，手臂擺動速度、腿部擺動速度等特征，微型計算機記錄和存儲這些特征為后續的人體步態檢測和識別打下基礎。