[發(fā)明專利]一種基于多站雷達(dá)微多普勒運(yùn)動測向的人體行為分類方法

有效

• 申請?zhí)枺?/td>: 202110609841.2
• 申請日: 2021-06-01
• 公開（公告）號: CN113341392B
• 公開（公告）日: 2023-06-16
• 發(fā)明（設(shè)計）人: 陶然;喬幸?guī)?/a>;單濤;白霞;趙娟
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S13/87;G01S13/88;G06F18/25;G06F18/2135;G06F18/2411;G06N3/0464
• 代理公司: 北京正陽理工知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11639
• 代理人: 鄔曉楠

本發(fā)明公開的一種基于多站雷達(dá)微多普勒運(yùn)動測向的人體行為分類方法，屬于雷達(dá)目標(biāo)探測信號處理領(lǐng)域。本發(fā)明實現(xiàn)方法為：通過利用基于多站雷達(dá)多普勒頻率的人體運(yùn)動方向估計方法，實時測量人體運(yùn)動相對于不同雷達(dá)接收機(jī)的方位角。根據(jù)測量的角度值和不同方位角對分類性能影響的不同對多站數(shù)據(jù)進(jìn)行區(qū)間劃分，并依據(jù)劃分的區(qū)間進(jìn)行數(shù)據(jù)級融合，利用雙通道的卷積主成分分析網(wǎng)絡(luò)CPCAN對不同區(qū)間的數(shù)據(jù)進(jìn)行特征提取與分類，將兩個通道的分類結(jié)果進(jìn)行自適應(yīng)加權(quán)的決策級融合得到最終的行為類別結(jié)果。本發(fā)明通過充分考慮運(yùn)動方位變化帶來的微多普勒數(shù)據(jù)的影響，能夠簡化多站分類網(wǎng)絡(luò)結(jié)構(gòu)，具有更佳的分類性能和更穩(wěn)健的分類效果。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于多站雷達(dá)微多普勒運(yùn)動測向的人體行為分類方法，屬于雷達(dá)目標(biāo)探測信號處理領(lǐng)域。

背景技術(shù)

人體的行為監(jiān)測與步態(tài)識別在現(xiàn)代生活中具有重要的價值。經(jīng)過數(shù)十年的研究，人體行為識別技術(shù)取得了巨大進(jìn)步，各種方法被提出，目前常用的人體行為與健康監(jiān)測手段有：可穿戴式設(shè)備(加速度計、三軸陀螺儀)、視頻、紅外、雷達(dá)等。與其它手段相比，雷達(dá)監(jiān)測具有如下幾點(diǎn)優(yōu)勢：第一，雷達(dá)通過主動發(fā)射低功耗、對人體無害的電磁波進(jìn)行探測，是一種無接觸式的監(jiān)測手段，避免了穿戴式設(shè)備對用戶帶來的不舒適感和易遺落的缺點(diǎn)；第二，雷達(dá)發(fā)射的電磁波信號傳播能力強(qiáng)，探測距離遠(yuǎn)，且具備一定的穿透能力，特別適合于環(huán)境復(fù)雜，存在遮擋的室內(nèi)場所；第三，雷達(dá)探測不受光照條件、溫度變化等天時天候的影響，能夠?qū)崿F(xiàn)對目標(biāo)的全天時、全天候監(jiān)測；第四，雷達(dá)探測不直接對監(jiān)測目標(biāo)進(jìn)行成像，具備良好的隱私保護(hù)能力，不易泄露私人信息，更加適合于居家敏感區(qū)域(臥室、浴室)人體行為的監(jiān)測。因此，基于雷達(dá)微多普勒效應(yīng)的人體行為分類成為當(dāng)下的研究熱點(diǎn)，且被廣泛應(yīng)用于安保監(jiān)視、搜索救援、醫(yī)學(xué)監(jiān)護(hù)、居家養(yǎng)老、智能家居、人機(jī)交互等多個領(lǐng)域。

雷達(dá)微多普勒人體行為分類系統(tǒng)在實際應(yīng)用中面臨的一個主要問題是對雷達(dá)視線方向與人體運(yùn)動方向夾角的依賴性。由于單站雷達(dá)系統(tǒng)覆蓋范圍有限以及雷達(dá)多普勒效應(yīng)對目標(biāo)運(yùn)動方位角的敏感性，在實際場景中的某些區(qū)域或某些時刻(人體運(yùn)動方向垂直于雷達(dá)視線方向)無法有效獲取人體行為信息，進(jìn)而導(dǎo)致行為分類失敗。由于多站雷達(dá)系統(tǒng)可以通過配置多個節(jié)點(diǎn)從不同空間分布位置照射人體目標(biāo)，不但可以消除探測盲區(qū)，還可以確保人體能夠在至少一個有利的方位角度下被探測到，從而克服單站雷達(dá)微多普勒人體行為分類系統(tǒng)角度敏感的問題，保證人體行為分類的正常進(jìn)行。但由于人體在實際運(yùn)動過程中方位角度不斷發(fā)生變化，同一雷達(dá)的不同時刻或不同站位雷達(dá)所得到的人體微多普勒信息有一定的差異，如果不加區(qū)分的將這些信息全部利用，會導(dǎo)致人體行為分類準(zhǔn)確率下降。因此，如何利用好多站雷達(dá)人體行為回波信息是一個難點(diǎn)，需要開展研究，提高多站人體微多普勒行為分類的準(zhǔn)確率和分類系統(tǒng)的穩(wěn)健性能。

發(fā)明內(nèi)容

本發(fā)明公開的一種基于多站雷達(dá)微多普勒運(yùn)動測向的人體行為分類方法的目的是：提供一種基于多站雷達(dá)微多普勒信號人體運(yùn)動方向測量和多站數(shù)據(jù)融合的人體行為分類方法，能提高多站人體微多普勒行為分類的準(zhǔn)確率和分類系統(tǒng)的穩(wěn)健性能。

本發(fā)明的目的是通過下述技術(shù)方案實現(xiàn)的。

本發(fā)明公開的一種基于多站雷達(dá)微多普勒運(yùn)動測向的人體行為分類方法，通過利用基于多站雷達(dá)多普勒頻率的人體運(yùn)動方向估計方法，實時測量人體運(yùn)動相對于不同雷達(dá)接收機(jī)的方位角。根據(jù)測量的角度值和不同方位角對分類性能影響的不同對多站數(shù)據(jù)進(jìn)行區(qū)間劃分，并依據(jù)劃分的區(qū)間進(jìn)行數(shù)據(jù)級融合，利用雙通道的卷積主成分分析網(wǎng)絡(luò)CPCAN(convolutional?principal?component?analysis?network)對不同區(qū)間的數(shù)據(jù)進(jìn)行特征提取與分類，將兩個通道的分類結(jié)果進(jìn)行自適應(yīng)加權(quán)的決策級融合得到最終的行為類別結(jié)果。本發(fā)明通過充分考慮運(yùn)動方位變化帶來的微多普勒數(shù)據(jù)的影響，能夠簡化多站分類網(wǎng)絡(luò)結(jié)構(gòu)，具有更佳的分類性能和更穩(wěn)健的分類效果。

本發(fā)明公開的一種基于多站雷達(dá)微多普勒運(yùn)動測向的人體行為分類方法，包括如下步驟：