一种基于距离频率聚类的多目标体征检测方法和装置制造方法及图纸

本公开关于一种基于距离频率聚类的多目标体征检测方法和装置。所述方法包括：对来自UWB雷达的回波信号进行预处理；对经预处理的信号进行归一化处理；以及对经归一化处理的信号进行聚类提取特征信息。根据本发明专利技术的基于距离频率聚类的体征检测算法可以快速准确检测同一位置的多个目标。同一位置的多个目标。同一位置的多个目标。

【技术实现步骤摘要】
一种基于距离频率聚类的多目标体征检测方法和装置


[0001]本公开涉及目标探测领域，尤其涉及基于距离频率聚类的多目标体征检测。

技术介绍

[0002]近年来，使用脉冲式UWB雷达进行人体非接触式生命体征测量已成为研究热点，利用脉冲式超宽带雷达非接触式检测技术，对生命体征信号进行检测时，微弱生命体征回波信号常常会被各种噪声掩盖，造成人类无法对多目标进行识别和定位。为解决这一问题，提出一种于距离频率聚类的多目标体征检测算法，首先将回波信号在频域上展开，在呼吸和心跳频段分别进行SVD降噪、二值化处理以及中值滤波获得潜在目标频率点，然后进行距离和频域两个维度上的聚类得到检测目标的呼吸心跳频率。
[0003]目前在生命特征信号提取和处理方法中，使用变分模式分解(Variational Mode Decomposition，VMD)来抑制模式混叠，VMD算法是一种完全非递归的变分模态分解方法，模态是同时提取的。恢复的VMD模式构成了输入频谱的一个很好的部分，每个模式在信号周围都很明显地占主导地位，并且它能够非常精确地捕获相关的中心频率。该算法对采样本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于距离频率聚类的多目标体征检测方法，包括：对来自UWB雷达的回波信号进行预处理；对经预处理的信号进行归一化处理；以及对经归一化处理的信号进行聚类提取特征信息。2.根据权利要求1所述的基于距离频率聚类的多目标体征检测方法，其中，对回波信号进行预处理包括：频域展开，将每一个距离门信号在频域上进行展开，并将信号的频域分为呼吸频段部分和心跳频段部分，接下来的相应处理都是针对呼吸频段部分和心跳频段部分分开进行的；SVD降噪，对所述距离频率矩阵进行奇异值分解降噪，分解公式为：R
fd
＝U
·
Λ
·
V
H
，R
fd
∈A
K
×
N
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其R
fd
为距离频率矩阵，U＝[u1，u2，...，u
k
]，U∈A
K
×
K
为K
×
K阶酉矩阵，其列向量为左奇异向量且相互正交；V＝[v1，v2，...，v
k
]，V∈A
N
×
N
为N
×
N阶酉矩阵，其列向量为右奇异向量且相互正交Λ∈B
K
×
N
，除了对角线上其他元素都是0，对角线上的元素称为奇异值，并且由大到小排列，λ
i
∈{λ1＞λ2＞
…
＞λ
K
}，由于前面的奇异值包含了大部分的能量，决定用前90％能量的奇异值来近似描述矩阵，重构的距离频率矩阵如下：其中，k为符合的最小值；二值化处理，在SVD降噪之后挑选出潜在的目标频率值，对距离频率矩阵进行二值化处理，其公式为：经过多次测试，最合适的阈值为每一频域范围内频率最大值的均值。阈值的确定公式为：中值滤波，用中值滤波对距离频率矩阵进行处理，中值滤波的公式为：其中：表示向下取整。3.根据权利要/2所述的基于距离频率聚类的多目标体征检测方法，其中，对经归一化后的信号进行聚类提取特征信息包括：提取归一化后的距离频率矩阵中值为1的点，并按照距离门、频率编号的数据集为并且分别选取不同的k值进行二维聚类，其中聚类误差下降幅度最大的k就是被测目标的个
数。4.根据权利要求2所述的基于距离频率聚类的多目标体征检测方法，其中，在心跳频段进行频域展开之前，消除呼吸谐波的影响，先计算出高次呼吸谐波频率，利用带阻滤波器在0.83到3.3Hz滤除呼吸谐波，以提升测量的准确性。5.一种基于距离频率聚类的多目标体征检测装置...

【专利技术属性】
技术研发人员：程会峰，赵尤信，齐庆杰，杨帧，左辉，王海燕，孙立峰，张婧雯，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：