一种基于毫米波的人体智能监测方法及监测设备技术

本发明专利技术提供了一种基于毫米波的人体智能监测方法及监测设备，方法包括：在监测空间内布置至少一个毫米波监测设备，通过毫米波监测设备向监测空间内发射线性调频连续毫米波，并实时接收监测空间内反射的毫米波信号；对毫米波监测信号进行预处理，根据预处理后的毫米波监测信号采用数据模式识别模型分析毫米波监测信号的信号种类，筛选目标相关的毫米波监测信号；根据目标相关的毫米波监测信号采用神经网络模型分析计算目标状态信息；将目标状态信息实时发送到监测服务器或用户端，所述目标状态信息至少包括以下中的一种：多目标位置信息、多人体姿态信息、人体生理信息、多个运动物体信息。具有目标识别灵敏、监测结果准确和抗干扰能力强等优点。

【技术实现步骤摘要】
一种基于毫米波的人体智能监测方法及监测设备
本专利技术涉及毫米波识别和监测
，具体涉及一种基于毫米波的人体智能监测方法及监测设备。
技术介绍
毫米波，是指波长为1～10毫米的电磁波，它位于微波与远红外波相交叠的波长范围，因而兼有两种波谱的特点。与光波相比，毫米波受自然光和热辐射源影响小；有极宽的带宽，毫米波的频率范围为30GHz-300GHz，具有高精度、高分辨率的特点；毫米波的波束窄，在相同天线尺寸下毫米波的波束要比微波的波束窄得多，可以分辨相距更近的小目标或者更为清晰地观察目标的细节。和激光相比，毫米波的传播受气候的影响要小得多，可以认为具有全天候特性。和微波相比，毫米波元器件的尺寸要小得多更容易小型化。当前对于空间环境的监测多使用摄像头，但随着人们对于个人隐私的关注日益增强，急需能够有效识别人体又没有隐私泄露的无感化监测技术。基于毫米波拥有的上述特征，毫米波被广泛应用在通信、雷达、遥感和射电天文等领域，目前市面上已经出现了一些采用毫米波进行人体姿态识别技术，但现有技术的识别过程相对复杂，毫米波信号中的干扰信号、噪声信号等无法本文档来自技高网...

【技术保护点】
1.一种基于毫米波的人体智能监测方法，其特征在于，包括以下步骤：/n在监测空间内布置至少一个毫米波监测设备，通过毫米波监测设备向监测空间内发射线性调频连续毫米波，并实时接收监测空间内反射的毫米波信号；/n对毫米波监测信号进行预处理，根据预处理后的毫米波监测信号采用数据模式识别模型分析毫米波监测信号的信号种类，筛选目标相关的毫米波监测信号；根据目标相关的毫米波监测信号采用神经网络模型分析计算目标状态信息；/n将目标状态信息实时发送到监测服务器或用户端，所述目标状态信息至少包括以下中的一种：多目标位置信息、多人体姿态信息、人体生理信息、多个运动物体信息。/n

【技术特征摘要】
1.一种基于毫米波的人体智能监测方法，其特征在于，包括以下步骤：
在监测空间内布置至少一个毫米波监测设备，通过毫米波监测设备向监测空间内发射线性调频连续毫米波，并实时接收监测空间内反射的毫米波信号；
对毫米波监测信号进行预处理，根据预处理后的毫米波监测信号采用数据模式识别模型分析毫米波监测信号的信号种类，筛选目标相关的毫米波监测信号；根据目标相关的毫米波监测信号采用神经网络模型分析计算目标状态信息；
将目标状态信息实时发送到监测服务器或用户端，所述目标状态信息至少包括以下中的一种：多目标位置信息、多人体姿态信息、人体生理信息、多个运动物体信息。


2.根据权利要求1所述的基于毫米波的人体智能监测方法，其特征在于，所述对毫米波监测信号进行预处理，具体包括：将毫米波监测信号由模拟信号转换为数字信号，对毫米波监测信号进行逆傅里叶变换，得到变换后的时域数字信号；对时域数字信号依次进行进行信号数字滤波、空间多径干扰消除和空间噪声处理。


3.根据权利要求2所述的基于毫米波的人体智能监测方法，其特征在于，对时域数字信号进行信号数字滤波，具体包括：
S101：设定数字滤波参数，对毫米波监测信号的时域数字信号进行抗扰均值数字滤波；
S102：由第K时刻的数据预测第K+1时刻的数据，由第K时刻的预测误差估计第K+1时刻的预测误差；
S103：根据第K时刻的数据和第K+1时刻的预测数据计算卡尔曼增益，计算数据最优估算值，计算当前时刻K的预测误差；
S104：循环步骤S102和步骤S103。


4.根据权利要求2所述的基于毫米波的人体智能监测方法，其特征在于，对时域数字信号进行空间多径干扰消除，具体包括：
S201：获取当前时刻K发射后接收的毫米波的时域数字信号SK，计算当前时刻K的权重QK；
S202：获取时刻K+1接收在K时刻发射的毫米波的时域数字信号SK+1，计算时刻K+1的权重QK+1；：
S203：生成多径干扰抵消量：ΔS＝SK·QK-SK+1·QK+1，计算抵消干扰后的有效数据：S＝SK-ΔS；
S204：循环步骤S201～步骤S203，直至所有数据收敛。


5.根据权利要求2所述的基于毫米波的人体智能监测方法，其特征在于，对时域数字信号进行空间噪声处理，具体包括：
对毫米波监测信号的时域数字信号进行自相关数字噪声信号监测和互相关数字噪声信号监测，并筛选出数字噪声信号；
对数字噪声信号的相位差时域进行运算，将数字噪声信号导入延时器，延时器输出信号与前项噪声信号导入乘法器，乘法器输出信号导入积分器，积分器输出信号导入数字FIR滤波器，输出数字噪声函数。


6.根据权利要求1所述的基于毫米波的人体智能监测方法，其特征在于，所述根据预处理后的毫米波监测信号采用数据模式识别模型分析毫米波监测信号的信号种类，筛选目标相关的毫米波监测信号，具体包括：
判断预...

【专利技术属性】
技术研发人员：关山，
申请(专利权)人：路晟悠拜重庆科技有限公司，
类型：发明
国别省市：重庆;50