[發明專利]一種目標行為識別的方法、裝置和雷達系統

在審

• 申請號: 201910817089.3
• 申請日: 2019-08-30
• 公開（公告）號: CN112444785A
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 馮向兵;余月琴;彭學明;陳奇
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 顏晶

1.一種目標行為識別的方法，其特征在于，所述方法包括：

接收目標反射的雷達回波信號；

處理所述雷達回波信號得到時頻域數據；

處理所述時頻域數據得到信號屬性特征數據和線性預測系數LPC特征數據，其中，所述信號屬性特征數據用于表征所述雷達回波信號屬性的特征，所述LPC特征數據用于表征所述雷達回波信號的特征；

將所述信號屬性特征數據和所述線性預測系數LPC特征數據輸入行為識別模型，輸出所述目標的行為信息。

2.根據權利要求1所述的方法，其特征在于，所述處理所述時頻域數據得到信號屬性特征數據和線性預測系數LPC特征數據，包括：

處理所述時頻域數據得到信號屬性特征數據；

將所述時頻域數據輸入到LPC函數中，得到所述LPC特征數據。

3.根據權利要求1或2所述的方法，其特征在于，所述在處理所述時頻域數據得到信號屬性特征數據和線性預測系數LPC特征數據之前，所述方法還包括：

對所述時頻域數據進行降維。

4.根據權利要求3所述的方法，其特征在于，所述對時頻域數據進行降維，包括：

基于主成分分析PCA算法，對所述時頻域數據進行降維。

5.根據權利要求1-4任一項所述的方法，其特征在于，所述信號屬性特征數據包括最大頻率值、幅度值均值、幅度值標準差、幅度值平均絕對誤差、幅度值四分位數、幅度值四分位距、譜熵、幅度值偏度和幅度值峰度中的一個或多個。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述行為識別模型為支持向量機SVM分類器模型。

7.一種目標行為識別的裝置，其特征在于，所述裝置包括：

接收模塊，用于接收目標反射的雷達回波信號；

處理模塊，用于處理所述雷達回波信號得到時頻域數據，處理所述時頻域數據得到信號屬性特征數據和線性預測系數LPC特征數據，其中，所述信號屬性特征數據用于表征所述雷達回波信號屬性的特征，所述LPC特征數據用于表征所述雷達回波信號的特征；

識別模塊，用于將所述信號屬性特征數據和所述線性預測系數LPC特征數據輸入行為識別模型，輸出所述目標的行為信息。

8.根據權利要求7所述的裝置，其特征在于，所述處理模塊，用于：

處理所述時頻域數據得到信號屬性特征數據；

將所述時頻域數據輸入到LPC函數中，得到所述LPC特征數據。

9.根據權利要求7或8所述的裝置，其特征在于，所述處理模塊，還用于：

對所述時頻域數據進行降維。

10.根據權利要求9所述的裝置，其特征在于，所述處理模塊，用于：

基于主成分分析PCA算法，對每個目標的時頻域數據進行降維處理。

11.根據權利要求7-10中任一項所述的裝置，其特征在于，所述信號屬性特征數據包括最大頻率值、幅度值均值、幅度值標準差、幅度值平均絕對誤差、幅度值四分位數、幅度值四分位距、譜熵、幅度值偏度和幅度值峰度中的一個或多個。

12.根據權利要求7-11所述的裝置，其特征在于，所述行為識別模型為支持向量機SVM分類器模型。