[发明专利]一种基于双毫米波雷达的船载环境入侵检测方法及系统

权利要求书

1.一种基于双毫米波雷达的船载环境入侵检测方法，其特征在于，所述双毫米波雷达包括以一定高度竖直摆放的上毫米波雷达和下毫米波雷达，所述基于双毫米波雷达的船载环境入侵检测方法包括：

将所述上毫米波雷达和所述下毫米波雷达进行时间同步，并基于所述上毫米波雷达和所述下毫米波雷达采集船载环境以及目标对象在所述船载环境中运动时的雷达信号，获得上雷达信号和下雷达信号；

基于所述上雷达信号和所述下雷达信号获得所述目标对象的上距离-多普勒-方位角图和下距离-多普勒-方位角图；

对所述上距离-多普勒-方位角图和所述下距离-多普勒-方位角图进行距离和角度维的累积，获得所述目标对象的上肢微多普勒特征、上肢节奏速度图特征、平均多普勒频谱特征和下肢微多普勒特征；

构建入侵检测模型，并基于所述上肢微多普勒特征、所述上肢节奏速度图特征、所述平均多普勒频谱特征、所述下肢微多普勒特征以及所述入侵检测模型，获得所述目标对象的运动状态和身份信息；

构建入侵状态判别模型，并基于所述运动状态、所述身份信息以及所述入侵状态判别模型，确定所述目标对象的入侵置信度，并基于所述入侵置信度对所述目标对象的入侵状态进行判别；

在所述获得所述目标对象的上距离-多普勒-方位角图和下距离-多普勒-方位角图之后，还包括：

基于预设的聚类算法分别对所述上距离-多普勒-方位角图和所述下距离-多普勒-方位角图进行聚类，对应获得所述目标对象的第一目标簇和第二目标簇；

获得所述第一目标簇的实际距离和实际速度；

基于所述实际距离和实际速度获得所述第二目标簇的理论距离和理论速度；

基于所述实际距离和所述理论距离获得补偿距离，并基于所述实际速度和所述理论速度获得补偿速度；

基于所述补偿距离和所述补偿速度获得补偿下距离-多普勒-方位角图；

基于所述上距离-多普勒-方位角图和所述补偿下距离-多普勒-方位角图确定共有环境动态噪声；

基于所述共有环境动态噪声对所述上距离-多普勒-方位角图和所述下距离-多普勒-方位角图进行去噪，获得去噪上距离-多普勒-方位角图和去噪下距离-多普勒-方位角图。

2.根据权利要求1所述的基于双毫米波雷达的船载环境入侵检测方法，其特征在于，所述入侵检测模型包括领域鉴别子模型、状态识别子模型以及身份识别子模型；所述基于所述上肢微多普勒特征、所述上肢节奏速度图特征、所述平均多普勒频谱特征、所述下肢微多普勒特征以及所述入侵检测模型，获得所述目标对象的运动状态和身份信息，包括：

将所述上肢微多普勒特征、所述上肢节奏速度图特征、所述平均多普勒频谱特征、所述下肢微多普勒特征输入至所述领域鉴别子模型，获得所述目标对象所在的船载环境的预测领域标签；

将所述上肢微多普勒特征、所述上肢节奏速度图特征、所述平均多普勒频谱特征、所述下肢微多普勒特征输入至所述状态识别子模型，获得所述目标对象的运动状态；

将所述下肢微多普勒特征、所述平均多普勒频谱特征进行分割，获得多个目标特征，并将所述目标特征输入至所述身份识别子模型，获得所述目标对象的身份信息。

3.根据权利要求2所述的基于双毫米波雷达的船载环境入侵检测方法，其特征在于，所述领域鉴别子模型的领域损失函数为：

所述状态识别子模型的状态识别损失函数为：

所述身份识别子模型的身份识别损失函数为：

式中，为所述领域损失函数；为真实领域标签向量；为预测领域标签向量；为输入至所述领域鉴别子模型中特征的总个数；为真实领域的总个数；为所述状态识别损失函数；为多特征融合网络计算损失；为单峰仅使用单模态k时的分类损失；为交叉验证系数；为领域损失权重；为单模态的总个数；为所述身份识别损失函数；为目标特征的总个数；为真实身份信息的总个数；为第d个目标特征的编码向量；为身份信息预测概率向量。

4.根据权利要求1所述的基于双毫米波雷达的船载环境入侵检测方法，其特征在于，所述去噪上距离-多普勒-方位角图为：

式中，为所述去噪上距离-多普勒-方位角图；为所述上距离-多普勒-方位角图；为所述补偿下距离-多普勒-方位角图。