预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115032625A(43)申请公布日2022.09.09(21)申请号202210430632.6(22)申请日2022.04.22(71)申请人南通大学地址226019江苏省南通市崇川区啬园路9号申请人南通市消防救援支队(72)发明人施佳佳胡庚松张骥施佺储柳许致火张永伟王战将(74)专利代理机构南京瑞弘专利商标事务所(普通合伙)32249专利代理师秦秋星(51)Int.Cl.G01S13/50(2006.01)G01S7/41(2006.01)权利要求书1页说明书3页附图3页(54)发明名称用于穿墙雷达的活动人体微多普勒特征检测与定位系统及方法(57)摘要本发明公开一种用于穿墙雷达的活动人体微多普勒特征检测与定位系统及方法。系统包括信号发生单元,信号采集单元与控制单元。信号发生单元发射一路雷达波形;信号采集单元通过多路天线接收雷达回波并获取数字信号;通过短时傅里叶变换提取回波信号频率特征;通过滤波器组分离信号;通过多普勒信号数字波束形成获取目标方位;通过微多普勒成像实现活动人体目标的微多普勒特征检测与定位。本发明将分离出的活动人体微多普勒信号按照不同频率进行波束形成算法计算,避免采集载波信号,降低模数转换需要的采样频率。本发明不仅实现微多普勒信号的频率特征提取,同时实现微多普勒信号的空间特征提取,提高了活动人体微多普勒特征在不同维度的分离效果。CN115032625ACN115032625A权利要求书1/1页1.一种用于穿墙雷达的活动人体微多普勒特征检测与定位系统,其特征在于,包括信号发生单元、信号采集单元和控制单元;所述信号发生单元用于发射雷达信号;所述信号采集单元用于采集微多普勒信号;所述控制单元包括存储器与信号处理算法;所述信号处理算法包括短时傅里叶变换模块、滤波器组模块、多普勒信号波束形成模块和微多普勒成像模块,其中短时傅里叶变换模块负责将采集的信号分块进行傅里叶变换,滤波器组模块将不同频率波形分离,多普勒信号波束形成模块将波束形成算法应用于分离出的不同频率的波形,微多普勒成像模块将波束形成结果按频率叠加获得最终特征图像。2.根据权利要求1所述的一种用于穿墙雷达的活动人体微多普勒特征检测与定位系统,其特征在于,所述信号发生单元包括信号发生器、功分器、信号放大器与一路贴片天线。3.根据权利要求1所述的一种用于穿墙雷达的活动人体微多普勒特征检测与定位系统,其特征在于,所述信号采集单元包括多路,每一路包括贴片天线、低噪声放大器、混频器、低通滤波器、数模转换器。4.根据权利要求3所述的一种用于穿墙雷达的活动人体微多普勒特征检测与定位系统,其特征在于,多路贴片天线置于同一印刷电路板,贴片天线等距呈正方形阵列排列,间距为发射波形波长的一半。5.基于权利要求1‑4任一所述系统的一种用于穿墙雷达的活动人体微多普勒特征检测与定位方法,其特征在于,包括如下步骤:步骤1:信号发生单元发射一路信号,信号采集单元的多路通道分别通过低通滤波器后模数转换获取微多普勒信号;控制单元将采集的信号存储于存储器;步骤2:短时傅里叶变换模块将回波数据划分为块,对每一块数据进行傅里叶变换,即为该数据块对应时间微多普勒信号的频率特征,每一块的傅里叶变换按Y轴排列,当X轴为块的序号时,得到微多普勒信号特征图;步骤3:滤波器组模块按照步骤2获取的频率特征将从预设的滤波器组中选择合适的滤波器组,通过滤波器组的每个滤波器分离出对应频率的微多普勒信号;步骤4:多普勒信号波束形成模块分别对不同频率的多普勒信号进行波束形成计算,获取每个频率的波束形成结果图;步骤5:将不同频率的多普勒波束形成算法结果图相加,实现活动人体目标的微多普勒成像。6.根据权利要求5所述的方法,其特征在于,将步骤2中获取的活动人体微多普勒信号的短时傅里叶变换结果的特征图应用于步骤3滤波器组的选择,如果傅里叶变换后该频率的幅度值达不到阈值,则该频率相应的滤波器不被选择,达到阈值则该频率相应的滤波器被选择,阈值的选择取各频率幅度值的中位值。7.根据权利要求5所述的方法,其特征在于,步骤4中,对波束形成的结果的坐标轴分别乘以系数(fc+fd)/fd以校正,fc为载波频率,fd为分离的窄带多普勒信号。2CN115032625A说明书1/3页用于穿墙雷达的活动人体微多普勒特征检测与定位系统及方法技术领域[0001]本发明应用于消防救援与反恐等领域的穿墙雷达,特别涉及了一种用于穿墙雷达的活动人体微多普勒特征检测与定位系统及方法。背景技术[0002]捕捉人体行走方式的步态识别被认为是远距离智能监控领域最具潜力的生物识别方法。现有的步态识别方法通常使用单个传感器,例如相机、可穿戴传感器和雷达。已经进行了大量的研究并取得了一些成果。一些研究发现,可以通过