【技术实现步骤摘要】
超宽带连续波生物雷达数据杂波抑制方法及系统
[0001]本专利技术涉及信号处理领域,具体涉及一种超宽带连续波生物雷达数据杂波抑制方法及系统。
技术介绍
[0002]人体姿态识别技术对于描述人体姿态、预测人体行为至关重要,近年来广泛应用于智能控制、医疗康复、辅助教练、体感游戏、安防监控等领域。相比于可穿戴式惯性传感器,视频、压力、射频类等非入侵式环境传感器不需要用户佩戴,也不存在电池供电受限等问题;相比于视频、音频等感知设备,以雷达为代表的射频类传感器能够更好地保护用户隐私,能更好地适应各种光照、噪音环境,有些频段甚至可以穿墙探测。
[0003]目前用于人体姿态识别的雷达多采用连续波多普勒体制,为窄带雷达,不具备高的距离分辨率。针对这种体制雷达的数据分析方法主要是时频分析方法,如短时傅里叶变换,分析雷达回波信号中各种频率成分随时间的变化规律,从中提取特征指标后输入机器学习模型,或将时频分析方法得到的时间多普勒谱直接送入深度学习网络,以区分不同人体姿态动作类型。
[0004]随着微电子和芯片技术的发展,近年来国外 ...
【技术保护点】
【技术特征摘要】
1.一种超宽带连续波生物雷达数据杂波抑制方法,其特征在于,包括以下步骤:持续接收超宽带连续波雷达回波信号;对N个周期的雷达回波信号进行混频、滤波和快速傅里叶变换,得到N
×
M维的距离时间矩阵RT,M为超宽带连续波生物雷达的距离分辨单元数量;在距离时间矩阵RT的慢时间方向进行动目标显示处理,得到动目标显示处理后的距离时间矩阵RT
MTI
;根据距离时间矩阵RT或动目标显示处理后的距离时间矩阵RT
MTI
得到距离时间谱矩阵和距离多普勒谱矩阵;分别对距离时间谱矩阵和距离多普勒谱矩阵进行自适应门限动态杂波抑制,完成超宽带连续波生物雷达数据的杂波抑制。2.根据权利要求1所述的超宽带连续波生物雷达数据分析方法,其特征在于,从经杂波抑制后的距离时间谱矩阵和距离多普勒谱矩阵中提取特征指标,用于人体行为识别。3.根据权利要求1所述的超宽带连续波生物雷达数据杂波抑制方法,其特征在于,距离时间谱矩阵获得步骤为:对距离时间矩阵RT
MTI
进行归一化,找出距离时间矩阵RT
MTI
中的最大值,然后将距离时间矩阵RT
MTI
的所有元素除以该最大值;对归一化的距离时间矩阵RT
MTI
取绝对值和对数变换,得到距离时间谱矩阵;距离多普勒谱矩阵获得步骤为:对距离时间矩阵RT的所有行向量进行高通滤波,然后沿时间维做傅里叶变换,或直接对动目标显示处理后的距离时间矩阵RT
MTI
沿时间维做傅里叶变换,并将傅里叶变换后的零频点移到频谱的中间,得到距离多普勒矩阵RD,对距离多普勒矩阵RD进行归一化,找出距离多普勒矩阵RD的最大值,将距离多普勒矩阵RD的所有元素除以该最大值;对归一化的距离多普勒矩阵RD取绝对值和对数变换,将得到的矩阵定义为距离多普勒谱矩阵。4.根据权利要求1
‑
3任一项所述的超宽带连续波生物雷达数据杂波抑制方法,其特征在于,距离时间谱矩阵自适应门限动态杂波抑制步骤为:S1,计算距离时间谱矩阵的中值,记为a;定义变换因子c,并赋初值c=1;S2,计算门限Th1=a
×
c,将距离时间谱矩阵中小于门限Th1的值设为0,大于或等于门限的值设为1,得到距离时间谱矩阵的掩模二值矩阵,记为Mask1;S3,计算距离时间谱矩阵的掩模矩阵Mask1的四个角矩阵的非零元素的个数,分别记为Cn1、Cn2、Cn3、Cn4;S4,排除Cn1、Cn2、Cn3、Cn4中存在目标的位置:判断Cn1、Cn2、Cn3、Cn4是否大于或等于设定值,如果是,则认为该角矩阵处为包含目标;如果不是,则计算非目标处角矩阵非零元素个数的和,记为CNS1,当CNS1≥Th2时,令c=c
‑△
c,更新c值,其中
△
c是步长,Th2是Mask1的非目标处角矩阵非零元素的数量门限值;S5,重复步骤S2至S4,直到CNS1<Th2终止,得到最终门限Th1=a
×
c;将距离时...
【专利技术属性】
技术研发人员:何密,粘永健,刘炳文,魏良,龚渝顺,
申请(专利权)人:中国人民解放军陆军军医大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。