本发明专利技术涉及一种基于增强雷达波信号的定位方法及装置，其方法包括：获取连续的毫米波雷达的发射信号及其一个或多个回波信号，对所述发射信号和回波信号依次进行混频、采样和三维傅里叶变换，得到点云数据；利用训练完成的深度残差收缩网络和恒虚警检测方法，对所述点云数据进行检测和多普勒过滤，并确定一个或多个目标；基于多种聚类算法，将经过多普勒过滤后的点云数据进行聚类，并计算一个或多个目标的位姿信息；根据所述目标的位姿信息和基于卡尔曼滤波的匹配跟踪算法，预测每个目标的轨迹。本发明专利技术利用深度学习对恒虚警方法进行改进，根据其获取目标的姿态信息，结合卡尔曼的匹配跟踪算法来定位目标，提高了目标定位的准确率和适应性。确率和适应性。确率和适应性。
【技术实现步骤摘要】
一种基于增强雷达波信号的定位方法、毫米波雷达、装置
[0001]本专利技术属于雷达波定位
，具体涉及一种基于增强雷达波信号的定位方法、毫米波雷达、装置。
技术介绍
[0002]相较于国外对雷达技术的快速发展，我国毫米波雷达研究起步较晚，一直到上世纪80年代，才开始研究毫米波雷达相关技术。21世纪以来，随着国家对新兴技术的大量教育投资，我国的部分高校和企业也进入了毫米波雷达的研究，才开始逐步发展毫米波雷达技术。在室内人员定位系统中，目前已经有很多先进设备和方案。比如诺基亚研究中心基于中心蓝牙设备的基础上，提出HAIP定位技术；国外高校杜克大学提出利用手机设备，连接WiFi进行定位。在人数统计上，也有很多优秀方案。比如海康威视推出的视觉传感器，和其他电子公司推出的红外探测器。
[0003]现有定位技术中采用常规恒虚预警去除噪声的时候，无法有效过滤过多的噪声，这种做法往往会让残余的噪声和杂波影响到运动姿态的特征提取，会产生较大的误差，导致最后准确率不是很高。
[0004]另一方面，在室内的卫生间场景下湿度较大，对雷达发射的毫米波有一定的衰减作用，并且由于镜子、玻璃以及光滑物体表面对于毫米波的反射现象造成多路径干扰，无法准确识别出人的路径信息。
技术实现思路
[0005]为增强雷达波信号和提高其定位的准确性和适应性的问题，在本专利技术的第一方面提供了一种基于增强雷达波信号的定位方法，包括：获取连续的毫米波雷达的发射信号及其一个或多个回波信号，对所述发射信号和回波信号依次进行混频、采样和三维傅里叶变换，得到一个或多个点云数据；利用训练完成的深度残差收缩网络和恒虚警检测方法，对所述点云数据进行检测和多普勒过滤，并确定一个或多个目标；基于多种聚类算法，将经过多普勒过滤后的点云数据进行聚类，并计算一个或多个目标的位姿信息；根据所述目标的位姿信息和基于卡尔曼滤波的匹配跟踪算法，预测每个目标的轨迹。
[0006]在本专利技术的一些实施例中，所述利用训练完成的深度残差收缩网络和恒虚警检测方法，对所述点云数据进行检测和多普勒过滤，并确定一个或多个目标包括：利用训练完成的深度残差收缩网络，确定恒虚警检测方法的一个或多个门限值；基于所述一个或多个门限值对所述点云数据进行检测，并从所述点云数据中确定一个或多个目标。
[0007]进一步的，所述深度残差收缩网络包括：至少一个子网络，用于从输入的雷达波波形信号中，提取一组特征；全连接层，用于通过AReLU激活函数将所述特征调整到0到1之间，得到恒虚警检测方法的一个或多个门限值。
[0008]在本专利技术的一些实施例中，所述基于多种聚类算法，将经过多普勒过滤后的点云数据进行聚类，并计算一个或多个目标的位姿信息包括：基于DBSCAN聚类算法对所述多普
勒过滤后的点云数据进行聚类，得到的成功聚类的第一姿态队列；基于K
‑
means聚类算法和高斯混合模型，对所述第一姿态队列进行聚类，得到成功聚类的第二姿态队列，所述第二姿态队列包含不同位姿信息的一个或多个目标。
[0009]在本专利技术的一些实施例中，根据所述目标的位姿信息和基于卡尔曼滤波的匹配跟踪算法，预测每个目标的轨迹包括：利用每个目标的当前帧的位姿信息和前一帧预测位姿信息，通过拓展卡尔曼粒子滤波器预测一个或多个目标的多个轨迹；利用匈牙利算法，将每个目标和其对应的多个轨迹进行匹配，得到每个目标的预测轨迹。
[0010]在上述的实施例中，所述获取连续的毫米波雷达的发射信号及其一个或多个回波信号，对所述发射信号和回波信号依次进行混频、采样和三维傅里叶变换，得到一个或多个点云数据包括：获取连续的毫米波雷达的发射信号及其一个或多个回波信号，对所述发射信号和回波信号进行混频，生成一个或多个中频信号；对多个所述中频信号进行ADC采样，并将采样后的信号进行三维傅里叶变换，得到多个点云数据。
[0011]本专利技术的第二方面，提供了一种毫米波雷达，包括：获取模块，用于获取连续的毫米波雷达的发射信号及其一个或多个回波信号，对所述发射信号和回波信号依次进行混频、采样和三维傅里叶变换，得到一个或多个点云数据；确定模块，用于利用训练完成的深度残差收缩网络和恒虚警检测方法，对所述点云数据进行检测和多普勒过滤，并确定一个或多个目标；聚类模块，用于基于多种聚类算法，将经过多普勒过滤后的点云数据进行聚类，并计算一个或多个目标的位姿信息；预测模块，用于根据所述目标的位姿信息和基于卡尔曼滤波的匹配跟踪算法，预测每个目标的轨迹。
[0012]本专利技术的第三方面，提供了基于增强雷达波信号的定位装置，包括第二方面提供的毫米波雷达。
[0013]本专利技术的第四方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术在第一方面提供的基于增强雷达波信号的定位方法。
[0014]本专利技术的第五方面，提供了一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现本专利技术在第一方面提供的基于增强雷达波信号的定位方法。
[0015]本专利技术的有益效果是：本专利技术利用深度学习模型对恒虚警检测方法进行改进，并根据其获取目标的姿态信息；基于姿态信息结合基于卡尔曼的匹配跟踪算法定位目标，从而提高了定位尤其是室内定位的准确率和适应性。
附图说明
[0016]图1为本专利技术的一些实施例中的基于增强雷达波信号的定位方法的基本流程示意图；图2为本专利技术的一些实施例中的基于增强雷达波信号的定位方法的具体流程示意图；图3为本专利技术的一些实施例中的深度残差收缩网络的确定恒虚警门限的基本原理示意图；
图4为本专利技术的一些实施例中的利用聚类算法确定一个或多个目标的流程图；图5为本专利技术的一些实施例中的迭代拓展卡尔曼粒子滤波器的工作流程图；图6为本专利技术的一些实施例中的匈牙利匹配跟踪算法的工作流程图；图7为本专利技术的一些实施例中的基于增强雷达波信号的定位装置的结构示意图；图8为本专利技术的一些实施例中的电子设备的结构示意图。
具体实施方式
[0017]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0018]实施例1参考图1与图2，在本专利技术的第一方面，提供了一种基于增强雷达波信号的定位方法，包括：S100.获取连续的毫米波雷达的发射信号及其一个或多个回波信号，对所述发射信号和回波信号依次进行混频、采样和三维傅里叶变换，得到一个或多个点云数据；S200.利用训练完成的深度残差收缩网络和恒虚警检测方法，对所述点云数据进行检测和多普勒过滤，并确定一个或多个目标；S300.基于多种聚类算法，将经过多普勒过滤后的点云数据进行聚类，并计算一个或多个目标的位姿信息；S400.根据所述目标的位姿信息和基于卡尔曼滤波的匹配跟踪算法，预测每个目标的轨迹。
[0019]可以理解，在计算门限值的时候，通过深度学习网络取代门限值的计算公式，通过网络训练出来的门限值可以更好本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于增强雷达波信号的定位方法，其特征在于，包括：获取连续的毫米波雷达的发射信号及其一个或多个回波信号，对所述发射信号和回波信号依次进行混频、采样和三维傅里叶变换，得到一个或多个点云数据；利用训练完成的深度残差收缩网络和恒虚警检测方法，对所述点云数据进行检测和多普勒过滤，并确定一个或多个目标；基于多种聚类算法，将经过多普勒过滤后的点云数据进行聚类，并计算一个或多个目标的位姿信息；根据所述目标的位姿信息和基于卡尔曼滤波的匹配跟踪算法，预测每个目标的轨迹。2.根据权利要求1所述的基于增强雷达波信号的定位方法，其特征在于，所述利用训练完成的深度残差收缩网络和恒虚警检测方法，对所述点云数据进行检测和多普勒过滤，并确定一个或多个目标包括：利用训练完成的深度残差收缩网络，确定恒虚警检测方法的一个或多个门限值；基于所述一个或多个门限值对所述点云数据进行检测，并从所述点云数据中确定一个或多个目标。3.根据权利要求2所述的基于增强雷达波信号的定位方法，其特征在于，所述深度残差收缩网络包括：至少一个子网络，用于从输入的雷达波波形信号中，提取一组特征；全连接层，用于通过AReLU激活函数将所述特征调整到0到1之间，得到恒虚警检测方法的一个或多个门限值。4.根据权利要求1所述的基于增强雷达波信号的定位方法，其特征在于，所述基于多种聚类算法，将经过多普勒过滤后的点云数据进行聚类，并计算一个或多个目标的位姿信息包括：基于DBSCAN聚类算法对所述多普勒过滤后的点云数据进行聚类，得到的成功聚类的第一姿态队列；基于K
‑
means聚类算法和高斯混合模型，对所述第一姿态队列进行聚类，得到成功聚类的第二姿态队列，所述第二姿态队列包含不同位姿信息的一个或多个目标。5.根据权利要求1所述的基于增强雷达波信号的定位方法，其特征在于，所述根据所述目标的位姿信息和基于卡尔曼滤波的匹...
【专利技术属性】
技术研发人员：高军峰，赵佳，张冰洋，向杰，黄龙，付君雅，曹书琪，
申请(专利权)人：中南民族大学，
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。