【技术实现步骤摘要】
基于雷达距离多普勒图和IR
‑
ST的人体跌倒识别方法
[0001]本专利技术涉及信号处理
,具体涉及神经网络处理识别信号。
技术介绍
[0002]第七次全国人口普查结果显示,我国60岁及以上人口数量为26402万人,占全国人口的18.7%。相较于2010年的第六次人口普查结果,60岁及以上人口数量占全国总人口的比例提高了5.44%。由于许多老年人患有骨质疏松等症状,当发生跌倒时常常会导致损伤。据世界卫生组织报道,跌倒是世界上非故意伤害死亡的第二大原因,其中60岁以上老年人占比最大。因此,对人体跌倒进行检测研究具有积极的现实意义。
[0003]近年来,对人体跌倒进行研究属于热门方向。根据检测设备的不同可分为两大类:基于可接触式装置(加速度计、压力传感器、陀螺仪等)的跌倒检测方法和基于非接触式装置(Wifi、红外阵列传感器、摄像机、雷达等)的跌倒检测方法。其中基于雷达装置的方法具备穿透性强,保护隐私、不受光线干扰的优点,逐步脱颖而出。雷达检测设备也渐渐出现在市场上,具有广阔的市场前景。
[0004]同时基于雷达装置的人体跌倒检测方法可以分为两大类:传统的机器学习方法和深度学习方法。传统机器学习检测方法是将雷达的回波数据转换为特征谱图并从中根据经验和领域知识手动提取出有效的特征,运用基于统计学理论的机器学习算法来进行跌倒动作的检测。分类精度依赖于特征提取的质量,只适用于特征的场合问题。而深度学习方法通过搭建多个隐藏层的网络模型和大量数据进行训练,自动提取深层特征并完成动作识别任务,鲁 ...
【技术保护点】
【技术特征摘要】
1.基于雷达距离多普勒图和IR
‑
ST的人体跌倒识别方法,其特征在于,步骤如下:步骤一:使用60GHz线性调频连续波雷达采集坐
‑
起、跳跃、静坐、踏步、下蹲、弯腰和摔倒7个动作下的雷达原始数据;步骤二:采用均值速度投影算法从原始数据中提取距离多普勒图,减少背景噪声,提取动作信息;步骤三:设计倒残差卷积结构与窗口自注意力机制相结合的IR
‑
ST模型结合距离多普勒图进行人体动作分类;其中,步骤一,设计坐
‑
起、跳跃、静坐、踏步、下蹲、弯腰和摔倒7种动作,对每个动作采集多组原始数据,雷达通过合成器生成线性调频信号,由发射天线TX发射,该信号在一定周期内频率会从60GHz升到64GHz,称这段时间为一个啁啾周期,啁啾周期内的频率变化表达为:式中,是雷达的起始频率,是一个啁啾周期内频率增长的斜率,由下式得到其中为雷达信号啁啾周期内的带宽,为一个啁啾周期的持续时间,通过余弦函数处理后由发射天线TX发射,当发射信号经过环境和目标反射后,由接收天线RX进行接收,接收信号频率表达为:式中,为时间延迟,表达为下式:式中,为雷达与物体之间的距离,为光速,通过混频器将信号发射信号和接收信号进行混频,输出中频信号,其将两个正弦信号和 输入进混频器,中频信号为两个输入正弦信号的瞬时频率之差,中频信号表达为下式:通过若干个啁啾周期得到的中频信号构成一个采样周期,再通过若干个采样周期组成一组原始数据;步骤二采用的均值速度投影算法从雷达的原始信号中提取距离多普勒图,均值速度投影算法由速度投影算法与均值滤波两部分组成,速度投影算法分为两部分:距离傅里叶变换和多普勒傅里叶变换,其纵坐标由一个采样周期构成,由于每一个扫频周期很短,忽略其中每一个啁啾周期中的速度信息,距离傅里
叶变换指对纵坐标上的每一个啁啾周期提取频谱峰值对应的横坐标频率,即获得目标的距离信息,距离计算公式如下式:其中为光速,为扫频周期,为扫频带宽,为运动或静止情况下雷达差拍信号的频率,距离多普勒图的横坐标由多个采样周期构成,通过对多个啁啾周期进行多帧数据的堆积;多普勒傅里叶变换指对横坐标上的数据求取频率,即得多普勒频率,速度计算公式如下式:其中为多普勒频率,为啁啾周期信号的中心频率,使用速度投影算法对雷达原始信号进行重排处理,得到距离多普勒矩阵;均值滤波方法,表达为下式:其中x为多普勒矩阵中的任意一个值,X为距离多普勒矩阵,通过Average函数对距离多普勒函数求取平均值,通过函数进行判断,若x小于矩阵平均值,则x置0,反之x=x;将距离多普勒矩阵中数值大小转化为不同颜色得到距离多普勒图,通过距离多普勒图,构建一个雷达摔倒检测数据集;步骤三中的IR
‑
ST网络构件步骤如下:第一步:将雷达距离多普勒图,经过五次倒残差卷积模块,其中使用捷径分...
【专利技术属性】
技术研发人员:陈志翔,陈凯宇,顾敏明,潘海鹏,
申请(专利权)人:浙江理工大学,
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。