本发明专利技术涉及一种室内监测装置及方法，装置至少包括毫米波雷达(1)和计算单元(2)，所述计算单元(2)被配置为：响应于由所述毫米波雷达(1)发送的雷达信号数据，所述计算单元(2)基于预设的分隔阈值从经过预处理步骤形成的微多普勒谱图中分析大于分隔阈值的微多普勒谱信号；基于经过背景噪声抑制处理后的微多普勒时频图提取至少一个特征值；基于构建的分类模型和提取的微多普勒的特征值对雷达数据进行分类以得到与雷达数据对应的室内情况类别。本发明专利技术不需要监测人的位移、方位角和移动速度这些隐私数据，同时减少了数据的计算量，也减少了数据存储需要的存储空间，从而本发明专利技术的监测装置的数据处理量少，得到监测结果的速度更快。得到监测结果的速度更快。得到监测结果的速度更快。
【技术实现步骤摘要】
一种室内监测装置及方法
[0001]本专利技术涉及毫米波雷达
，尤其涉及一种室内监测装置及方法。
技术介绍
[0002]毫米波雷达用于与室内人员检测与定位。例如，中国专利CN113267773A公开了一种基于毫米波雷达的室内人员准确检测和精确定位方法，主要通过毫米波雷达对室内人员进行距离、方位角、速度的高精度测量基础上进行检测和定位，满足毫米波雷达作为室内场景感知器件的需求。主要处理步骤包括：AD采样后的数据帧重建、雷达信号处理、静止人员微动特征提取、移动人员群跟踪定位、高级应用驱动。该专利技术基于毫米波雷达的室内人员准确检测和精确定位方法，可应用于不同的毫米波雷达平台实现室内人员的检测和定位，主要针对毫米波雷达室内人员有无、移动和静止场景，为将来毫米波雷达在室内人员检测场景中的广泛应用提供基础。
[0003]在现有技术中，一般将毫米波雷达设置在进入室内的门口的正上方位置，以用来采集室内数据。上述专利需要进行静止人员微动特征提取和移动人员群跟踪定位才能够确定人员是否存在于室内，在监测过程中需要处理的数据较多，这增加了数据处理器的工作量，也增大了数据处理时间和向智能设备的控制反馈时间。但是，若不对人的移动特征进行提取，那么得到的数据没有将室内窗帘和通风设备等设备或者物品的动态数据作为干扰数据进行排除，使得利用毫米雷达实现室内监测的结果由于干扰数据的存在而出现较大的误差。这也是上述专利技术必须对人的移动特征进行提取的根本原因。
[0004]那么，如何对室内的干扰因素进行有效计算和排除，如何在不针对人的移动特征进行提取就能够提高判断人是否在室内的准确性，即如何简化判断人是否在室内的采集数据和计算步骤，是当前现有技术完全没有解决的技术问题。
[0005]此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于申请人做出本专利技术时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本专利技术不具备这些现有技术的特征，相反本专利技术已经具备现有技术的所有特征，而且申请人保留在
技术介绍
中增加相关现有技术之权利。
技术实现思路
[0006]现有技术中，由于无法对室内采集数据存在干扰的物品或装置进行精准地计算和排出干扰因素，因此必须对室内人员的移动特征和距离、方位角进行数据采集和处理，不仅增大了数据处理量，而且对于仅需要判断人是否在室内的功能的用户来说，当前的现有技术无疑计算时间延长，信息反馈慢，对于数据还需要设置较大存储量的存储元件。因此，现有技术中的用于监测室内人员的含有毫米雷达波的装置，其弊端主要在于：成本高、数据计算量大、样本数据多、得到准确结果存在时间延迟。
[0007]基于现有技术的以上弊端，本专利技术希望能够提供一种能够对室内物品或设备的干扰数据进行准确计算并排除干扰的计算方法，从而不需要对室内人员移动特征数据、人员
的移动轨迹、距离、速度等数据进行采集和计算，整体减少数据的计算量，实现对人是否存在室内的快速判断和准确判断。
[0008]不仅如此，由于现有技术通过毫米波雷达采集室内人员的移动特征、移动定位等数据，涉及是否侵犯个人隐私的问题的探讨，也涉及数据泄露可能导致的个人隐私数据的传播，甚至涉及服务器被攻击导致的隐私数据被直接获取，这就使得上述专利虽然在理论上可以实施，但是在现实中被安装和使用较少。尤其对于涉及机密性、敏感性工作内容的公司或单位，对采购类似上述专利的可能涉及人员隐私数据的装置或设备具有天然的抵触性，使得上述专利即使能够生产也无法被广泛销售，销量不好。
[0009]针对现有技术之不足，本专利技术希望能够提供一直不涉及个人移动特征等隐私数据采集和处理的室内监测装置，以实现真正的产业化和高销量。
[0010]本专利技术提供一种室内监测装置，至少包括毫米波雷达和计算单元，所述计算单元被配置为：响应于由所述毫米波雷达发送的雷达信号数据，所述计算单元基于预设的分隔阈值从经过预处理步骤形成的微多普勒谱图中分析大于分隔阈值的微多普勒谱信号；基于经过背景噪声抑制处理后的微多普勒时频图提取至少一个特征值；基于构建的分类模型和提取的微多普勒的特征值对雷达数据进行分类以得到与雷达数据对应的室内情况类别。
[0011]本专利技术的室内监测装置，通过改变雷达信号的分析方式，将有效雷达信号进行分类来获得室内状态的特征，减少了数据种类的采集，也减少了数据的处理量。不仅如此，本专利技术的毫米波雷达采集的数据中，不含有室内人的位置、位移、移动速度等数据，从而简化了数据的处理步骤，减少了采购者对于涉及被监测者的隐私的疑虑，从而能够促使有需要的用户进行采购。本专利技术是一种能够被市场用户接受并具有采购意愿的产品，而非理论上的一种监测装置。本专利技术基于室内人是否存在的状态，能够为智能家电的普及奠定较好的推广基础，便于智能家电的控制单元基于室内人是否存在的监测结果快速进行对应的家电控制。
[0012]优选地，所述雷达信号的所述计算单元预处理雷达信号数据的步骤至少包括：计算第一雷达信号数据的均值：N表示雷达信号序列的长度；n表示信号序号；从第一雷达信号数据s(n)中减去所述均值以抑制零多普勒分量，得到第二雷达信号数据对所述第二雷达信号数据进行短时傅里叶变换以得到人体动作和各类干扰的短时傅里叶变换的结果，所述短时傅里叶变换的结果表示为STFT(t,f)；基于短时傅里叶变换的结果STFT(t,f)得到谱图：Spectrogram(t,f)＝|STFT(t,f)|2，其中，第一雷达信号数据为初始的雷达信号数据。
[0013]优选地，所述计算单元分析大于分隔阈值的微多普勒信号的步骤至少包括：设定用于将微多普勒谱图中背景噪声和目标的微多普勒信号分隔以抑制背景噪声的分隔阈值；将微多普勒谱图中低于分隔阈值的部分作为噪声处理并设置为噪声特征值，将微多普勒谱图中大于分隔阈值的部分作为有效微多普勒信号；与噪声分隔后形成的谱图表示为
[0014]其中th表示分隔阈值；
[0015]F(t,f)表示背景噪声抑制后的谱图，Spectrogram(t,f)表示背景噪声抑制前的谱
图。
[0016]优选地，所述计算单元从微多普勒时频图提取的特征值至少包括：质心的平均值和标准差、带宽的平均值和标准差、上下轮廓多普勒频率间隔的平均值和标准差、大于分隔阈值的有效微多普勒信号在谱图中所占比重，上轮廓对应的多普勒频率的最大峰值和/或峰值间多普勒频率的最大间隔。
[0017]优选地，所述与雷达数据对应的室内情况类别至少包括：
[0018]第一类室内情况，指人进入房间的室内情况；
[0019]第二类室内情况，指人离开房间的室内情况；
[0020]第三类室内情况，指第一干扰因素存在的室内情况；
[0021]第四类室内情况，指第二干扰因素存在的室内情况；
[0022]第五类室内情况，指人不处于室内状态，并且第一干扰因素和第二干扰因素不存在的室内情况。
[0023]优选地，所述计算单元还被配置为：基于分类器输出的室内情况类别统计人进出室内的状态，其中，设置统本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种室内监测装置，至少包括毫米波雷达(1)和计算单元(2)，其特征在于，所述计算单元(2)被配置为：响应于由所述毫米波雷达(1)发送的雷达信号数据，所述计算单元(2)基于预设的分隔阈值从经过预处理步骤形成的微多普勒谱图中分析大于分隔阈值的微多普勒谱信号；基于经过背景噪声抑制处理后的微多普勒时频图提取至少一个特征值；基于构建的分类模型和提取的微多普勒的特征值对雷达数据进行分类以得到与雷达数据对应的室内情况类别。2.根据权利要求1所述的室内监测装置，其特征在于，所述雷达信号的所述计算单元(2)预处理雷达信号数据的步骤至少包括：计算第一雷达信号数据的均值：N表示雷达信号序列的长度；n表示信号序号；从第一雷达信号数据s(n)中减去所述均值以抑制零多普勒分量，得到第二雷达信号数据对所述第二雷达信号数据进行短时傅里叶变换以得到人体动作和各类干扰的短时傅里叶变换的结果，所述短时傅里叶变换的结果表示为STFT(t,f)；基于短时傅里叶变换的结果STFT(t,f)得到谱图：Spectrogram(t,f)＝|STFT(t,f)|2，其中，第一雷达信号数据为初始的雷达信号数据。3.根据权利要求1或2所述的室内监测装置，其特征在于，所述计算单元(2)分析大于分隔阈值的微多普勒信号的步骤至少包括：设定用于将微多普勒谱图中背景噪声和目标的微多普勒信号分隔以抑制背景噪声的分隔阈值；将微多普勒谱图中低于分隔阈值的部分作为噪声处理并设置为噪声特征值，将微多普勒谱图中大于分隔阈值的部分作为有效微多普勒信号；与噪声分隔后形成的谱图表示为其中th表示分隔阈值；F(t,f)表示背景噪声抑制后的谱图；Spectrogram(t,f)表示背景噪声抑制前的谱图。4.根据权利要求1～3任一项所述的室内监测装置，其特征在于，所述计算单元(2)从微多普勒时频图提取的特征值至少包括：质心的平均值和标准差、带宽的平均值和标准差、上下轮廓多普勒频率间隔的平均值和标准差、大于分隔阈值的有效微多普勒信号在谱图中所占比重，上轮廓对应的多普勒频率的最大峰值和/或峰值间多普勒频率的最大间隔。5.根据权利要求1～4任一项所述的室内监测装置，其特征在于，所述与雷达数据对应的室内情况类别至少包括：第一类室内情况，指人进入房间的室内情况；第二类室内情况，指人离开房间的室内情况；第三类室内情况，指第一干扰因素存在的室内情况；
第四类室内情况，指第二干扰因素存在的室内情况；第五类室内情况，指人不处于室内状态，并且第一干扰因素和第二干扰因素不存在的室内情况。6.根据权利要求1～5任一项所述的室内监测装置，其特征在于，所述计算单元还被配置为：基于分类器输出的室内情况类别统计人进出室内的状态，其中，设置统计数据的初始状态为0，当分类模型将一组第二雷达信号数据分类为第一类室内情况时，统计...
【专利技术属性】
技术研发人员：陈高，左湘凌，周清峰，魏李烽，董雷，侯金磊，
申请(专利权)人：广东维锐科技股份有限公司，
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。