[发明专利]基于时变距离多普勒特征的FMCW雷达人体跌倒检测方法

权利要求书

1.一种基于时变距离多普勒特征的FMCW雷达人体跌倒检测方法，其特征在于，所述方法包括：

利用FMCW雷达采集人体动作回波信号；

对所述人体动作回波信号通过二维快速傅里叶变换，得到距离多普勒图；

将单个人体动作对应的多帧距离多普勒图按照时间顺序组成时变距离多普勒图；

对所述时变距离多普勒图使用分层处理进行特征优化，得到人体动作特征块；

将所述人体动作特征块输入到训练后的三维卷积神经网络中，沿着时间、距离和多普勒频率三个维度滑动提取人体动作时空特征，检测得到人体跌倒结果。

2.根据权利要求1所述的一种基于时变距离多普勒特征的FMCW雷达人体跌倒检测方法，其特征在于，所述距离多普勒图的生成方式包括将对人体动作回波信号采用快时间维进行二维快速傅里叶变换，忽略多普勒频率带来的影响，通过每一帧人体动作回波数据提取频谱峰值对应的横坐标频率，得到人体目标的距离信息；对人体动作回波信号采用慢时间维进行二维快速傅里叶变换，考虑目标运动速度带来的影响，计算得到多普勒频率，并计算得到人体目标的速度信息；将所述人体目标的距离信息和所述人体目标的速度信息进行组合，得到距离多普勒图。

3.根据权利要求2所述的一种基于时变距离多普勒特征的FMCW雷达人体跌倒检测方法，其特征在于，所述对人体动作回波信号采用快时间维进行二维快速傅里叶变换的公式包括：

式中，f_mB和f_sB分别代表人体目标在运动状态和静止状态下的中频信号频率，f_I表示人体目标在t时刻中频信号频率，T_m表示人体目标在运动状态持续的时间，C为光速。

4.根据权利要求2所述的一种基于时变距离多普勒特征的FMCW雷达人体跌倒检测方法，其特征在于，所述对人体动作回波信号采用慢时间维进行二维快速傅里叶变换的公式包括：

式中，f_d表示人体目标的多普勒频率，f_I表示人体目标在t时刻中频信号频率，v表示人体目标的运动速度，C为光速。

5.根据权利要求1所述的一种基于时变距离多普勒特征的FMCW雷达人体跌倒检测方法，其特征在于，所述分层处理进行特征优化包括在第一层，将每个人体动作对应的多张距离多普勒图组成一个图序列，图序列中的第一张距离多普勒图作为关键图，对这个图序列内的所有距离多普勒图进行局部优化；在第二层，使用所有人体动作对应的各个序列的关键图进行相互关联，对所有图序列的各个关键图进行全局优化，在局部优化和全局优化后，重新对距离多普勒序列进行整合，形成人体动作特征块。

6.根据权利要求5所述的一种基于时变距离多普勒特征的FMCW雷达人体跌倒检测方法，其特征在于，所述局部优化包括将每个图序列中的关键图分别与该图序列的其他距离多普勒图进行独立成分分析处理，得到若干个局部分析图；对每个图序列中的所有局部分析图进行杂波滤除，去除环境中的静态干扰和杂波成分。

7.根据权利要求5所述的一种基于时变距离多普勒特征的FMCW雷达人体跌倒检测方法，其特征在于，所述全局优化包括将每个图序列中的关键图分别与其他图序列中的关键图进行独立成分分析处理，得到若干全局分析图；对所有全局分析图进行特征关联性增强。

8.根据权利要求1所述的一种基于时变距离多普勒特征的FMCW雷达人体跌倒检测方法，其特征在于，所述三维卷积神经网络具体包括第一3D卷积层、第一批标准化层、第一3D最大池化层、第二3D卷积层、第二批标准化层、第二3D最大池化层。