申请/专利权人：中仪知联(无锡)工业自动化技术有限公司;哈尔滨工业大学

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117805764A

主分类号：G01S7/41

分类号：G01S7/41;G01S7/36;G01S13/88;A61B5/11

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：基于三维时频信息矩阵的毫米波雷达抗干扰跌倒检测方法，涉及雷达检测技术领域，本申请相较于输入多个二维短时特征图进入神经网络识别的方法，本申请中，首先对当前测试环境中的干扰信息进行采集，并在后续人体运动测试过程中，通过与干扰环境距离多普勒矩阵对消法，有效抑制了外界干扰对人体目标运动特征信息提取的影响。同时，为有效将人体运动过程中微多普勒信息融合，本申请将提取到的人体多普勒信息矩阵构造为三维的时频信息矩阵形式，避免了多网络多输入的繁杂性，有效提高了毫米波雷达在不同干扰环境下针对于跌倒检测的识别效果，提升了跌倒检测准确率。

主权项：1.基于三维时频信息矩阵的毫米波雷达抗干扰跌倒检测方法，其特征在于包括以下步骤：步骤一：在同一室内环境下，利用毫米波雷达分别获取无人体运动时的发射信号及回波信号，以及有人体运动时的发射信号及回波信号；步骤二：将无人体运动时的发射信号及回波信号进行混频后得到中频信号，并对中频信号进行采样，得到离散中频信号，并对离散中频信号进行加窗处理后，依次进行多普勒维与距离维的傅里叶变换，得到每一帧数据的距离多普勒矩阵，并在其中选取元素值最大的距离多普勒矩阵RDnoise；步骤三：将有人体运动时的发射信号及回波信号通过步骤二的步骤进行处理，得到每一帧数据的距离多普勒矩阵RDk，将每一帧数据的距离多普勒矩阵RDk分别与RDnoise作差，得到每一帧去干扰的距离多普勒矩阵步骤四：将每一帧去干扰的距离多普勒矩阵进行谱峰搜索，得到人体目标距雷达的距离，并将此距离与上一帧所得距离进行比较，判断当前帧与上一帧是否相差大于30个距离门，若相差大于30个距离门，则选取当前帧对应的距离多普勒矩阵，否则，选取上一帧对应的距离多普勒矩阵；步骤五：基于步骤四选取的距离多普勒矩阵，获取该距离多普勒矩阵中距离门数范围内的所有多普勒向量，以此构建矩阵，并将该矩阵经过逆傅里叶变换与短时傅里叶变换后，作为该帧的多普勒信息矩阵；步骤六：根据步骤四和步骤五，得到所有帧对应的多普勒信息矩阵，并以此构建三维时频信息矩阵，之后将三维时频信息矩阵输入神经网络，进行动作识别，以此进行跌倒检测。

全文数据：

权利要求：

百度查询： 中仪知联(无锡)工业自动化技术有限公司;哈尔滨工业大学 基于三维时频信息矩阵的毫米波雷达抗干扰跌倒检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD