[发明专利]一种基于多站雷达微多普勒运动测向的人体行为分类方法

说明书

本发明公开的一种基于多站雷达微多普勒运动测向的人体行为分类方法，属于雷达目标探测信号处理领域。本发明实现方法为：通过利用基于多站雷达多普勒频率的人体运动方向估计方法，实时测量人体运动相对于不同雷达接收机的方位角。根据测量的角度值和不同方位角对分类性能影响的不同对多站数据进行区间划分，并依据划分的区间进行数据级融合，利用双通道的卷积主成分分析网络CPCAN对不同区间的数据进行特征提取与分类，将两个通道的分类结果进行自适应加权的决策级融合得到最终的行为类别结果。本发明通过充分考虑运动方位变化带来的微多普勒数据的影响，能够简化多站分类网络结构，具有更佳的分类性能和更稳健的分类效果。

技术领域

本发明涉及一种基于多站雷达微多普勒运动测向的人体行为分类方法，属于雷达目标探测信号处理领域。

背景技术

人体的行为监测与步态识别在现代生活中具有重要的价值。经过数十年的研究，人体行为识别技术取得了巨大进步，各种方法被提出，目前常用的人体行为与健康监测手段有：可穿戴式设备(加速度计、三轴陀螺仪)、视频、红外、雷达等。与其它手段相比，雷达监测具有如下几点优势：第一，雷达通过主动发射低功耗、对人体无害的电磁波进行探测，是一种无接触式的监测手段，避免了穿戴式设备对用户带来的不舒适感和易遗落的缺点；第二，雷达发射的电磁波信号传播能力强，探测距离远，且具备一定的穿透能力，特别适合于环境复杂，存在遮挡的室内场所；第三，雷达探测不受光照条件、温度变化等天时天候的影响，能够实现对目标的全天时、全天候监测；第四，雷达探测不直接对监测目标进行成像，具备良好的隐私保护能力，不易泄露私人信息，更加适合于居家敏感区域(卧室、浴室)人体行为的监测。因此，基于雷达微多普勒效应的人体行为分类成为当下的研究热点，且被广泛应用于安保监视、搜索救援、医学监护、居家养老、智能家居、人机交互等多个领域。

雷达微多普勒人体行为分类系统在实际应用中面临的一个主要问题是对雷达视线方向与人体运动方向夹角的依赖性。由于单站雷达系统覆盖范围有限以及雷达多普勒效应对目标运动方位角的敏感性，在实际场景中的某些区域或某些时刻(人体运动方向垂直于雷达视线方向)无法有效获取人体行为信息，进而导致行为分类失败。由于多站雷达系统可以通过配置多个节点从不同空间分布位置照射人体目标，不但可以消除探测盲区，还可以确保人体能够在至少一个有利的方位角度下被探测到，从而克服单站雷达微多普勒人体行为分类系统角度敏感的问题，保证人体行为分类的正常进行。但由于人体在实际运动过程中方位角度不断发生变化，同一雷达的不同时刻或不同站位雷达所得到的人体微多普勒信息有一定的差异，如果不加区分的将这些信息全部利用，会导致人体行为分类准确率下降。因此，如何利用好多站雷达人体行为回波信息是一个难点，需要开展研究，提高多站人体微多普勒行为分类的准确率和分类系统的稳健性能。

发明内容

本发明公开的一种基于多站雷达微多普勒运动测向的人体行为分类方法的目的是：提供一种基于多站雷达微多普勒信号人体运动方向测量和多站数据融合的人体行为分类方法，能提高多站人体微多普勒行为分类的准确率和分类系统的稳健性能。

本发明的目的是通过下述技术方案实现的。

本发明公开的一种基于多站雷达微多普勒运动测向的人体行为分类方法，通过利用基于多站雷达多普勒频率的人体运动方向估计方法，实时测量人体运动相对于不同雷达接收机的方位角。根据测量的角度值和不同方位角对分类性能影响的不同对多站数据进行区间划分，并依据划分的区间进行数据级融合，利用双通道的卷积主成分分析网络CPCAN(convolutional principal component analysis network)对不同区间的数据进行特征提取与分类，将两个通道的分类结果进行自适应加权的决策级融合得到最终的行为类别结果。本发明通过充分考虑运动方位变化带来的微多普勒数据的影响，能够简化多站分类网络结构，具有更佳的分类性能和更稳健的分类效果。

本发明公开的一种基于多站雷达微多普勒运动测向的人体行为分类方法，包括如下步骤：