一种基于模式轮廓限制的毫米波雷达人体动作识别方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116008984A(43)申请公布日2023.04.25(21)申请号202211547678.2(22)申请日2022.12.05(71)申请人浙江工业大学地址310014浙江省杭州市拱墅区潮王路18号(72)发明人龚树凤方一鸣施汉银闫鑫悦吴哲夫(74)专利代理机构杭州浙科专利事务所(普通合伙)33213专利代理师沈渊琪(51)Int.Cl.G01S13/89(2006.01)G01S7/41(2006.01)权利要求书2页说明书7页附图3页(54)发明名称一种基于模式轮廓限制的毫米波雷达人体动作识别方法(57)摘要一种基于模式轮廓限制的毫米波雷达人体动作识别方法，设计人体动作和雷达参数，搭建毫米波雷达系统平台，人体站在平台采集处前方，进行人体动作变化；利用毫米波雷达发射线性调频信号，接收包含动作信息的回波信号，将信号进行混频处理得到中频信号，预处理后使用短时傅立叶变换来选择和处理沿着慢时间轴的数据，以生成多普勒时间(DT图)，进行归一化处理。使用阈值方法找出高功率密度区域并描绘出上下边界，使用Hampel滤波器去除边界异常值，并与原来的DT图进行运算，得到改进后有模式轮廓限制的DT图。本发明应用前景广阔，具备较强实用性，可用于智能家居、辅助驾驶、游戏娱乐等领域。CN116008984ACN116008984A权利要求书1/2页1.一种基于模式轮廓限制的毫米波雷达人体动作识别方法，其特征在于，所述方法包括以下步骤：步骤1：设计人体动作姿态和雷达参数，搭建毫米波雷达实验系统平台；步骤2：人体站在平台采集处前方，进行站立、行走、平躺、躺到坐、跌倒五种动作变化，利用毫米波雷达发射信号与接收包含动作信息的回波信号，进行混频处理，得到人体动作回波的中频信号；步骤3：对中频信号先进行杂波预处理，然后使用短时傅立叶变换(STFT)来选择和处理沿着慢时间轴的数据，以生成多普勒时间图，即DT图，从而对表征不同运动的多普勒特征进行频率‑时间分析；步骤4：对人体动作的特征数据集进行归一化处理，频率和时间范围设置为最大值，使得DT图不会失真，降低训练复杂度；步骤5：归一化的DT图可以被分成具有正频率的上部和具有负频率的下部，使用阈值方法找出高功率密度区域并描绘出上下边界；步骤6：使用Hampel滤波器去除边界异常值，并与原来的DT图进行运算，得到改进后有模式轮廓限制的DT图；步骤7：将模式轮廓限制的DT图输入改进的轻量级多分支网络进行人体动作识别训练；步骤8：调用训练好的网络模型对验证集进行分类识别。2.根据权利要求1所述的一种基于模式轮廓限制的毫米波雷达人体动作识别方法，其特征在于，所述步骤1中，所述的雷达实验系统平台是指德州仪器公司开发的IWR1443BOOST毫米波FMCW雷达，其工作范围从76GHz到81GHz，具体的雷达参数为采用了一个发射天线和四个接收天线，起始频率和chirp斜率分别设置为77GHz和33MHz/μs,ADC采样速率为5MHz，每个chirp的有效ADC样本数为25，每个动作采集50帧。3.根据权利要求1或2所述的一种基于模式轮廓限制的毫米波雷达人体动作识别方法，其特征在于，所述步骤2中，所述的利用毫米波雷达发射信号，信号参数如步骤1所述，人体在雷达正前方进行站立、行走、平躺、躺到坐、跌倒五种动作变化，每种动作大约持续1‑2s时间，利用ADC1000EVM采集板将接收到的中频雷达人体动作回波数据传输到电脑中存储，存储为复数形式。4.根据权利要求3所述的一种基于模式轮廓限制的毫米波雷达人体动作识别方法，其特征在于，所述步骤3中，所述的对中频信号先进行杂波预处理，然后使用短时傅立叶变换(STFT)来选择和处理沿着慢时间轴的数据，以生成DT图，过程为：(a)按照所设置的雷达参数，将采集卡采集到的原始中频信号数据分为多个通道数据，保存为复数形式的I/Q数据，即得到中频回波的.bin文件，然后从中读取每根天线的数据，整理为[n_sample,n_chirp,n_frame]的三维数组，其中n_frame表示采样的帧数，n_chirp表示每帧包含的chirp总数，n_sample表示每个chirp包含的采样点数，然后对其进行帧差处理，即用后一帧数据减去前一帧数据，最后输出帧差后的I路和Q路二维回波序列；(b)基于所得到的二维回波序列，对每一次回波进行滤波处理，然后对数据进行FFT变换，得出距离分布信息,距离分布信息随时间积累成时间‑距离特征；(c)对时间‑距离分布矩阵应用持续时间不同的窗函数进行短时傅里叶变换(STFT)，来选择和处理沿着慢时间轴的数据，以生成DT图。2CN116008984A权利要求书2/2页5.根据权利要求4所述的一种基于模式轮廓限制的毫米波雷达