[發明專利]基于擴展貝塞爾模型的人體目標微多普勒頻率估計方法

有效

• 申請號: 202010005940.5
• 申請日: 2020-01-03
• 公開（公告）號: CN111157987B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 丁一鵬;高山流水;孫印花;柳潤金;厙彥龍;黃國偉;李正敏;郭學斌
• 申請（專利權）人: 中南大學
• 主分類號: G01S13/88
• 分類號: G01S13/88;G01S7/41
• 代理公司: 長沙永星專利商標事務所(普通合伙) 43001
• 代理人: 何方

1.一種基于擴展貝塞爾模型的人體目標微多普勒頻率估計方法，其特征在于，包括以下步驟：

S1.基于貝塞爾模型的霍夫變換頻率估計算法，完成對解調后回波信號的分量分離與人體目標微多普勒頻率的估計，選定單段貝塞爾曲線的控制頂點；

S2.引入參數，將單段貝塞爾曲線表示成已經選定的控制頂點和含參數的調配函數的線性組合，構造擴展貝塞爾模型，通過動態調整參數，完成對解調后回波信號的分量分離與人體目標微多普勒頻率的估計，以提高人體目標微多普勒頻率的估計精度；所述擴展貝塞爾模型如下：

式(5)中，P₀和P₂是步驟S2中貝塞爾模型確定的端點，P₁是其控制點，u是新引入的參數；

N_2i(u)為擴展貝塞爾模型的含參數的調配函數，i＝0,1,2，式(5)中調配函數為：

式(6)中，u∈[0,1]，參數λ₁,λ₂∈[-2,1]；

小腿微多普勒頻率的擬合如下：

式(7)中，Y₁為貝塞爾模型中控制點P₁的縱坐標；調整參數λ₁和λ₂，先假定λ₁為零，在[-2,1]范圍內調整λ₂，當信號能量能最大程度的集中時確定λ₂的值，然后在[-2,1]范圍內調整λ₁，當信號能量能最大程度的集中時確定λ₁的值，此時擬合結果最近似于小腿微多普勒頻率曲線時，利用擴展貝塞爾曲線擬合小腿多普勒頻率曲線，完成對小腿微多普勒頻率的估計，相比于不加入參數時精度得到提高；X是擬合參數。

2.根據權利要求1所述基于擴展貝塞爾模型的人體目標微多普勒頻率估計方法，其特征在于，從人體目標散射部分的多個分量及其微多普勒軌跡可知，小腿微多普勒頻率軌跡是整個人體目標多普勒頻率軌跡的包絡線，小腿微多普勒頻率為最外層包絡。

3.根據權利要求1或2所述基于擴展貝塞爾模型的人體目標微多普勒頻率估計方法，其特征在于，步驟S1中，所述基于貝塞爾模型的霍夫變換頻率估計算法，具體包括：

S101.貝塞爾模型的端點確定：根據短時傅里葉變換，對發射機接收回波調解后的信號進行時頻分析，小腿微多普勒頻率軌跡是整個人體目標多普勒頻率軌跡的包絡線，具有非線性的特點，采用分段擬合的方法對小腿多普勒頻率曲線進行擬合，在時頻圖上進行自上而下搜索到的第一個點為上峰值點P₀，同理，在時頻圖上自下而上搜索到的第一個點為下峰值點P₂，取小腿多普勒頻率曲線的上峰值點P₀、下峰值點P₂作為貝塞爾模型的端點；

S102.貝塞爾模型的控制頂點確定：基于貝塞爾模型對霍夫變換頻率進行擬合，根據霍夫變換的原理，確定最近似于小腿微多普勒頻率曲線的貝塞爾模型，選定貝塞爾模型的控制頂點P₁，完成對小腿微多普勒頻率的估計。

4.根據權利要求3所述基于擴展貝塞爾模型的人體目標微多普勒頻率估計方法，其特征在于，步驟S101中，所述發射機接收回波調解后的信號表示為：

式(1)中，a_k為第k個信號的幅度，f_di,k(t)是對應于載波頻率f_i的第k個目標分量的多普勒頻率，φ_k＝4πf_iR_k0/C是第k個信號回波初始相位，R_k0是初始目標范圍，C是光速，j為虛數單位。