一种基于时-空-频三维雷达点云的人体行为分类方法技术

本发明专利技术公开的一种基于时

【技术实现步骤摘要】
一种基于时
‑
空
‑
频三维雷达点云的人体行为分类方法


[0001]本专利技术涉及一种基于时
‑
空
‑
频三维雷达点云的人体行为分类方法，属于雷达人体行为分类领域。

技术介绍

[0002]人体行为分类在许多应用中发挥着重要的作用，包括安保监视、医疗健康监测、康复治疗和辅助生活等。特别是，准确地检测和识别出导致老年人意外伤害死亡的主要原因—跌倒行为，对于保障独居老年人的健康生活至关重要。经过长期的研究，各种方法被提出，常用的人体行为与健康监测手段主要有可穿戴式传感器(例如智能手镯、脚踝监视器)和非可穿戴式传感器(相机、麦克风、雷达)。其中，雷达对光照条件变化和环境噪声不敏感，可以穿透衣服和一些墙壁。此外，雷达不会记录任何关于被监测对象的对话和视觉信息，从而具备隐私保护的能力。这些优势使得雷达设备成为涉及隐私问题的室内环境行为监测的首选，例如医院、洗手间和卧室。
[0003]人的日常行为可以分为两大类。一类是具有明显距离变化和多普勒频率调制的跨距离单元运动，如行走，跑步。而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时
‑
空
‑
频三维雷达点云的人体行为分类方法，其特征在于：包括如下步骤，步骤一、对采集到的含有人体运动距离和多普勒频率信息的原始回波信号r(n)进行预处理操作，得到预处理后的回波信号矩阵s
r
(k,l)，k为快时间单元，表示目标运动的距离信息，l为慢时间单元，表示目标运动的多普勒频率信息；所述信号预处理包括滤波、去直流、镜像频率抑制；步骤二、利用3D点云联合表征的方式对步骤一得到的回波信号矩阵处理，将目标回波的时间、距离和多普勒频率的多维度信息集中在一个域，建立所述人体运动三个变量的内在联系，充分挖掘不同变量间的相互依赖和潜在关系，得到一系列低密度的时间
‑
距离
‑
频率3D点云立方体，提高人体行为分类方法对噪声环境的鲁棒性；步骤三、利用步骤二得到的3D点云立方体构建数据集，包括训练数据集和测试数据集步骤四、利用卷积多线性主成分分析网络CMPCANet，直接对具有稀疏结构的3D点云立方体进行操作，无需破坏3D点云立方体数据结构，从步骤三构建的3D点云立方体数据集中学习高辨识度的特征，实现更为准确的人体行为分类；由于采用主成分分析网络CMPCANet，不仅能够降低数据维数，还能够学习高级特征表示；步骤五、利用由卷积多线性主成分分析网络CMPCANet学习到的训练数据特征矩阵f
train
训练SVM分类器，将提取的测试样本特征f
test
输入到训练好的SVM分类器进行分类，输出更为准确的人体行为分类结果，且对噪声环境具有较好的为鲁棒性。2.如权利要求1所述的一种基于时
‑
空
‑
频三维雷达点云的人体行为分类方法，其特征在于：还包括步骤六，利用步骤一至步骤五基于时
‑
空
‑
频三维雷达点云的人体行为分类方法，实现更为准确的人体行为分类，降低对跌倒行为检测的误报率和虚警率。3.如权利要求1或2所述的一种基于时
‑
空
‑
频三维雷达点云的人体行为分类方法，其特征在于：步骤二实现方法为，步骤2.1：对二维信号矩阵沿着快时间维执行快速傅里叶变换FFT(Fast Fourier Transform)，得到目标运动的距离图；对二维信号矩阵s
r
(k,l)沿着快时间维执行FFT得到目标运动的距离图，如公式(1)所示；其中，p为距离索引，N
s
为距离单元总数；步骤2.2：对步骤二中得到的距离图沿着慢时间维，将整个观察慢时间划分为若干个不重叠的相干处理区间CPIs(coherent processing intervals)，然后在每一个CPI上对每个距离单元执行FFT，得到一系列距离多普勒图，记作RD(i),i＝1,2,...N
CPI
，N
CPI
为不重叠的CPI数目；通过上述切片处理的方式，...

【专利技术属性】
技术研发人员：单涛，乔幸帅，赵娟，白霞，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：