[發(fā)明專利]一種基于射頻信號的運動檢測方法

在審

• 申請?zhí)枺?/td>: 202111136733.4
• 申請日: 2021-09-27
• 公開（公告）號: CN113869200A
• 公開（公告）日: 2021-12-31
• 發(fā)明（設計）人: 陳哲;楊琳;黃文新
• 申請（專利權）人: 廣西萬云科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;A61B5/11;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市博太聯(lián)眾專利代理事務所(特殊普通合伙) 44354
• 代理人: 任轉(zhuǎn)英

1.一種基于射頻信號的運動檢測方法，其特征在于，所述方法包括以下步驟：

S1接收目標反射的射頻信號，經(jīng)信號處理后去除靜態(tài)環(huán)境，并采用標準差和峰值平均檢測算法對人體運動進行檢測；

S2根據(jù)檢測結(jié)果激活信號自適應卷積神經(jīng)網(wǎng)絡，采用深度可分卷積和點卷積或群卷積因子進行全卷積運算建立輕量級信號自適應CNN塊；

S3在CNN塊中使用分離的分支從射頻信號的時間和頻率的譜圖中提取特征，并將特征用于HAR，推斷得到人體運動結(jié)果。

2.根據(jù)權利要求1所述的一種基于射頻信號的運動檢測方法，其特征在于，所述方法中，標準差計算公式為：

其中v₁,v₂,...,v_N是觀測值，得到的標準差向量為{SD₁,SD₂,...,SD_L}，其中每個峰表示環(huán)境中的一個運動。

3.根據(jù)權利要求1所述的一種基于射頻信號的運動檢測方法，其特征在于，所述方法中，所述峰平均檢測算法通過平均所有固有噪聲電平的值進行確定固有噪聲電平閾值th_motion，并將測試值val與coef·th_motion進行比較，其中coef是調(diào)整閾值的常數(shù)。

4.根據(jù)權利要求1所述的一種基于射頻信號的運動檢測方法，其特征在于，所述方法中，信號自適應卷積神經(jīng)網(wǎng)絡是由時間和頻率兩部分組成的CNN架構。

5.根據(jù)權利要求4所述的一種基于射頻信號的運動檢測方法，其特征在于，所述CNN架構使用分離的分支從時間和頻率的譜圖中提取特征，且每個分支都不共享CNN層的權重，每個分支都有一個或多個有效的CNN塊來提取高級特征。

6.根據(jù)權利要求4所述的一種基于射頻信號的運動檢測方法，其特征在于，所述CNN架構基于約簡－拆分－轉(zhuǎn)換－合并規(guī)則，并使用群卷積來減少通道參數(shù)的數(shù)量。

7.根據(jù)權利要求1所述的一種基于射頻信號的運動檢測方法，其特征在于，所述方法通過信道分割模塊將輸入特征分成兩個分支，其中一個分支應用k×k深度可分離卷積，另一個與第一個分支的輸出相連，k為正整數(shù)。

8.根據(jù)權利要求1所述的一種基于射頻信號的運動檢測方法，其特征在于，所述方法使用逐點卷積進行不同信道間的信息通信，同時在CNN塊應用擴張性卷積。

9.根據(jù)權利要求1所述的一種基于射頻信號的運動檢測方法，其特征在于，所述方法中，利用CNN結(jié)構來學習時域和頻域的特征，并將該特征用于HAR。