System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于室内无线定位,涉及一种室内定位算法,具体涉及一种基于超宽带雷达的脚踢信号的识别方法。
技术介绍
1、随着科技的进步,人们对日常生活的智能化越来越高。汽车在日常交通中占据了重要的地位,已经成为目前出行的主要交通工具。传统的汽车尾门都是基于按压式的开关方式,当双手被占用时,按压的开启方式将无法方便快捷的打开汽车尾门,给人们的出行带来一些不便。
2、目前用于汽车电动尾门的传感器主要有:红外传感器、超声波传感器、摄像头视觉传感器以及电容式传感器等。基于这些传感器的电动尾门方案在一定程度上解决了现有汽车尾门按压开启不便的问题,但是仍然存在一些不足,例如:稳定性差,容易受到外界因素的干扰,脚踢识别准确率低,算法处理复杂,响应时间较长。
3、中国专利文献cn113589274a公开了一种脚踢信号识别方法、装置、终端及存储介质。该方法包括:获取雷达检测到的每一帧回波数据的点云信息;判断点云信息是否满足预设条件,若点云信息满足预设条件,则对点云信息对应的数据帧进行标记;当获取的数据帧的数量达到预设值n后,每新获取一个数据帧,统计最新获取的数据帧的前n个数据帧中被标记数据帧的数量,得到一个不断更新的数量序列;根据不断更新的数量序列对脚踢信号进行识别。本专利技术能够提高脚踢信号的识别准确率。该技术方案中采用的基于连续波雷达方式,需要提取大量的点云数据,对存储容量和计算效率有一定的影响。且功耗大,成本过于昂贵,同时不同国家对于连续波雷达技术的使用有不同的限制,使用范围大大受限。
4、中国专利文献cn11
5、中国专利文献cn115273229a公开了一种动作识别方法、装置、存储介质、传感器及车辆;其实施例以超宽带uwb(ultra wide band)雷达识别人体脚踢动作,并将深度学习技术与uwb雷达相结合,用以解决识别技术中存在的误识别、误动作问题,可进一步提升相关系统的性能;此外,使用uwb雷达实现的脚踢传感器,其成本更低,将uwb雷达信号与深度学习模型相结合,其识别性能亦得到了提升。该技术方案中虽然采用的是uwb雷达进行脚踢动作识别,但是识别方法采用的是深度学习的方式,该方式需要建立大量的测试样本进行模型训练,数据处理比较复杂。
技术实现思路
1、本专利技术要解决的技术问题是,提供一种基于超宽带雷达的脚踢信号的识别方法,解决脚踢信号识别准确率低、算法复杂、响应时间较长的问题。
2、为了解决上述技术问题,本专利技术采用的技术方案是:该基于超宽带雷达的脚踢信号的识别方法,具体包括以下步骤:
3、s1:读取超宽带雷达回波信号的信道脉冲响应cir的采样数据;
4、s2:对每帧cir采样数据进行处理,并计算每个cir采样点的幅度值和相位值,提取出最大幅度值及其对应的相位值,并分别缓存至特征数组中;
5、s3:判断特征数组的长度是否满足要求,若长度满足,则分别计算幅度特征数组的标准差和相位特征数据组的标准差;若长度不满足,则返回步骤s1;
6、s4:根据幅度特征数组的标准差和相位特征数据组的标准差分别计算得到两个脚踢信号触发状态候选值,再综合两个脚踢信号触发状态候选值得到初始脚踢信号触发状态值;
7、s5:结合脚踢信号的时域特征信息,判断初始脚踢信号触发状态值是否为真实的脚踢信号,从而得到最终脚踢信号触发状态值。
8、采用上述技术方案,采用uwb雷达进行脚踢动作识别,且在uwb雷达回波信号幅度特征和相位特征的基础上,综合了脚踢动作的时域信息,能够提高脚踢信号识别的准确性,同时计算简单,能够提升脚踢控制的响应时间。
9、优选地,所述步骤s1中的信道脉冲响应cir采样数据为n对iq值,其中n为cir采样点的数量。iq值中的i为in-phase表示同相,q为quadrature-phase表示正交。
10、优选地,所述步骤s2中计算cir采样点的幅度值和相位值的具体步骤为:
11、设cir采样点的序列为{i1,q1,i2,q2,...,in,qn},则
12、
13、
14、其中,amp(i)为第i对iq值计算的幅度值,theat(i)为第i对iq值计算的相位值。
15、优选地,所述步骤s3中将幅度特征数组的标准差记为特征参数一,相位特征数据组的标准差记为特征参数二,所述步骤s4中则根据特征参数一和特征参数二分别计算得到脚踢信号触发状态候选值一和脚踢信号触发状态候选值二。
16、优选地,所述步骤s4中的初始脚踢信号触发状态值flag_candi的计算公式为:
17、
18、其中,para1为特征参数一,thr1为特征参数一对应的阈值一;para2为特征参数二,thr2为特征参数二对应的阈值二。
19、优选地,所述步骤s5中结合脚踢信号时域特征信息判断初始脚踢信号触发状态值是否为真实的脚踢信号的具体步骤为:判断初始脚踢信号触发状态值flag_candi是否为1,若为1则启用触发持续时间计数器进行累计加1;若为0,则判断触发持续时间计数器的值是否满足设定的时间区间,若满足则判定为真实脚踢信号,若不满足则判定为虚假脚踢信号,同时将触发持续时间计数器清零。
20、优选地,所述步骤s3中的若长度为读取频率的1-2倍,则视为满足长度要求。其中长度和读取频率有关,当长度为读取频率的1-2倍时则满足要求;比如读取频率为50hz,则数组长度为50-100。
21、与现有技术相比,本专利技术的技术方案有益效果是:该基于超宽带雷达的脚踢信号的识别方法具有误触发率低,抗干扰能力强等优点;相较于基于毫米波雷达的脚踢尾门感应方法,本专利技术的方法具有稳定性高,计算简单,响应速度快等优点。
本文档来自技高网...【技术保护点】
1.一种基于超宽带雷达的脚踢信号的识别方法,其特征在于,具体包括以下步骤:
2.根据权利要求1所述的基于超宽带雷达的脚踢信号的识别方法,其特征在于,所述步骤S1中的信道脉冲响应CIR采样数据为N对IQ值,其中N为CIR采样点的数量。
3.根据权利要求1所述的基于超宽带雷达的脚踢信号的识别方法,其特征在于,所述步骤S2中计算CIR采样点的幅度值和相位值的具体步骤为:
4.根据权利要求3所述的基于超宽带雷达的脚踢信号的识别方法,其特征在于,所述步骤S3中将幅度特征数组的标准差记为特征参数一,相位特征数据组的标准差记为特征参数二,所述步骤S4中则根据特征参数一和特征参数二分别计算得到脚踢信号触发状态候选值一和脚踢信号触发状态候选值二。
5.根据权利要求4所述的基于超宽带雷达的脚踢信号的识别方法,其特征在于,所述步骤S4中的初始脚踢信号触发状态值flag_candi的计算公式为:
6.根据权利要求4所述的基于超宽带雷达的脚踢信号的识别方法,其特征在于,所述步骤S5中结合脚踢信号时域特征信息判断初始脚踢信号触发状态值是否为真实的脚
7.根据权利要求1所述的基于超宽带雷达的脚踢信号的识别方法,其特征在于,所述步骤S3中的若长度为读取频率的1-2倍,则视为满足长度要求。
...【技术特征摘要】
1.一种基于超宽带雷达的脚踢信号的识别方法,其特征在于,具体包括以下步骤:
2.根据权利要求1所述的基于超宽带雷达的脚踢信号的识别方法,其特征在于,所述步骤s1中的信道脉冲响应cir采样数据为n对iq值,其中n为cir采样点的数量。
3.根据权利要求1所述的基于超宽带雷达的脚踢信号的识别方法,其特征在于,所述步骤s2中计算cir采样点的幅度值和相位值的具体步骤为:
4.根据权利要求3所述的基于超宽带雷达的脚踢信号的识别方法,其特征在于,所述步骤s3中将幅度特征数组的标准差记为特征参数一,相位特征数据组的标准差记为特征参数二,所述步骤s4中则根据特征参数一和特征参数二分别计算得到脚踢信号触发状态候选值一和脚踢信号触发状态候选值二。
5.根据权利要求4所...
【专利技术属性】
技术研发人员:马琳琳,信金龙,张怀良,范运兴,魏冲,从超杰,
申请(专利权)人:河南省联睿智能科技研究院有限公司,
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。