一种基于Boulic正弦摆钟模型的人体运动微多普勒角点表征方法技术

本发明专利技术公开了一种基于Boulic正弦摆钟模型的人体运动微多普勒角点表征方法，包括：本发明专利技术提出了一个简化的Boulic正弦摆人体关节运动模型，该模型考虑了头部、躯干、双手和双脚。此外，本发明专利技术还分析了人体运动的微多普勒角点特征，并计算了充分描述多普勒和微多普勒信息所需的最小角点数。为了验证其有效性，本发明专利技术进行了数值仿真和实测实验。结果表明，所提出的微多普勒角点特征可以精确地表示人体肢体节点的运动规律，并大大提高了现有方法对不同测试者的泛化能力。

【技术实现步骤摘要】

本专利技术涉及雷达信号处理领域，具体涉及一种基于boulic正弦摆钟模型的人体运动微多普勒角点表征方法。

技术介绍

1、基于雷达的人体行为识别近年来逐渐成为雷达和智能信号解译研究领域的热门课题。现有人体活动识别方法使用接触式加速计设备、摄像头、wifi、雷达等传感器实现。基于雷达的人体行为识别具备全天时、全天候、不受光照、气候影响等优势。

2、现有基于雷达的人体行为识别成果均着眼于利用卷积神经网络实现端到端的人体行为识别，尚未开发良好的微多普勒降维表征技术。基于雷达回波，研究人员提出了利用一维、二维、三维时域信号分别合成数据集并利用对应尺度的卷积神经网络(convolutional neural network，cnn)实现识别的方法。为了加快网络的训练和推理速度，研究人员提出了一种新颖的范围轮廓序列驱动的端到端方法，该方法采用随机裁剪训练以获得更好的模型性能。为了取得更好的鲁棒性，研究人员提出了自动编码器(autoencoder network，aen)方法。该方法可在低噪声水平下实现精细的微多普勒特征提取。为了实现更高的准确率，研究人员提出本文档来自技高网...

【技术保护点】

1.一种基于Boulic正弦摆钟模型的人体运动微多普勒角点表征方法，其特征在于该方法的步骤包括：

2.根据权利要求1所述的一种基于Boulic正弦摆钟模型的人体运动微多普勒角点表征方法，其特征在于：

3.根据权利要求1所述的一种基于Boulic正弦摆钟模型的人体运动微多普勒角点表征方法，其特征在于：

4.根据权利要求1所述的一种基于Boulic正弦摆钟模型的人体运动微多普勒角点表征方法，其特征在于：

5.根据权利要求4所述的一种基于Boulic正弦摆钟模型的人体运动微多普勒角点表征方法，其特征在于：

【技术特征摘要】

1.一种基于boulic正弦摆钟模型的人体运动微多普勒角点表征方法，其特征在于该方法的步骤包括：

2.根据权利要求1所述的一种基于boulic正弦摆钟模型的人体运动微多普勒角点表征方法，其特征在于：

3.根据权利要求1所述的一种基于boulic正弦摆钟...

【专利技术属性】
技术研发人员：渠晓东，杨小鹏，高炜程，孟昊宇，曾小路，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：