毫米波雷达运动人体目标建模与特征提取

发布时间：2020-10-15 05:33

　　 由于人体目标运动状态复杂,散射特性多变,并且探测环境存在强地杂波干扰,所以人体运动状态分类一直是雷达领域的难题之一。本文围绕运动人体目标的探测机理展开,重点研究了步行运动状态下的行人回波模型、运动特征提取方式、运动状态分类、实测数据处理等关键技术。首先根据Boulic模型建立了简化的人体运动模型,将人体的行走过程转换为刚体平移与旋转运动的组合,将身体部件转换为椭圆刚体。建立了LFMCW雷达人体运动回波模型。通过对比模型数据与实测数据的时频图,验证了模型的正确性。其次,对于传统时频分析方式时频聚焦性差的问题,本文结合多重同步压缩算法,通过时频谱的频率维度进行压缩,实现了人体回波微多普勒的“精细刻画”。本文以Rényi熵作为时频谱能量聚焦性的评判准则,并将其作为多重同步压缩门限判定的标准。并且,针对LFMCW雷达距离像存在扩散的问题,设计了基于时频谱的扩散像检测算法,将人体目标的微多普勒信息充分利用。利用图像边缘检测的方式对人体时频谱进行了特征提取处理,并通过SVM分类器实现运动状态分类。最后依托搭建的毫米波实验平台,获取了人体运动的实测数据,验证了算法的可行性。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN958
【部分图文】：

图 2-1 人体规范行走的时空特性体行走的相对速度为RV ，并有RV V /Ht ，V 是行人行走的运动速度， Ht 是髋到行人脚掌根部的长度，根据行人前进方向的运动速度与 的比值进行定义，为了， 的取值空间为[0.6,2.3]。利用 Inman 定义的公式可以得满足:Cl 1.346RV满足：Sl 0.5 Cl周期：Dc Cl /RV，可以获得运动接触时段，单腿运动接触时段，双腿运动接触间的相对关系。Ds 0.752 Dc 0.143

正弦函数表示的运动轨迹

-13-(e)肩部挠曲 (f)肘部挠曲图 2-5 端点控制的运动轨迹从图 2-5 中可以看出剩余运动的控制点，其中臀部挠曲的控制节点为 0.5T以及 0.9T，膝盖挠曲的控制节点分别为 0.2T，0.4T，0.75T，踝关节挠曲的控制
【相似文献】

相关期刊论文 前10条

1 陈辉;;浅议车牌识别中字符的特征提取方法[J];科技传播;2009年05期

2 徐德友,胡寿松;利用粗集上近似处理特征提取中的噪声问题[J];南京理工大学学报(自然科学版);2002年S1期

3 佟德纯;王永兴;;一种新的齿轮状态的分类识别方法—CEP-AR特征提取与分类[J];振动与冲击;1988年03期

4 罗斌;黄端旭;;皮肤癌表面图象特征提取[J];安徽大学学报(自然科学版);1989年03期

5 王仁华;宋原章;;汉语孤立音节的分段研究[J];信号处理;1989年02期

6 史广;杨艳;;沙化土地地理信息多维结构特征提取仿真[J];计算机仿真;2019年11期

7 杨小军;;图片特征提取[J];中小企业管理与科技(中旬刊);2017年03期

8 武弘;;六种常用的网络流量特征提取工具[J];计算机与网络;2017年06期

9 李晋徽;杨俊安;王一;;一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用[J];计算机科学;2014年03期

10 唐朝霞;;一种基于特征提取的简答题阅卷算法[J];湖南工程学院学报(自然科学版);2010年01期

相关博士学位论文 前10条

1 王晓辉;汽车模具表面缺陷特征提取关键技术研究[D];南昌大学;2019年

2 苏雷曼 施查布（SOULEYMAN CHAIB）;面向高分辨率图像场景分类的特征提取与选择研究[D];哈尔滨工业大学;2018年

3 宋洪超;基于微波的乳腺癌检测算法研究[D];北京邮电大学;2018年

4 温柳英;多模态数据特征提取的粒计算方法研究与应用[D];西南石油大学;2017年

5 李文娟;基于局部特征提取的人脸识别方法研究[D];天津大学;2017年

6 王振宇;面向人脸识别的特征提取技术应用研究[D];东南大学;2016年

7 马丽红;复杂背景下人脸的定位和特征提取[D];华南理工大学;1999年

8 谢平;故障诊断中信息熵特征提取及融合方法研究[D];燕山大学;2006年

9 张绍武;基于支持向量机的蛋白质分类研究[D];西北工业大学;2004年

10 李建生;图像元数据特征提取及其在检索中的应用[D];南京师范大学;2006年

相关硕士学位论文 前10条

1 孙月如;面向人脸图片的特征提取与分类算法研究[D];重庆邮电大学;2019年

2 白冰;噪声背景下声音事件的特征提取及识别[D];湘潭大学;2019年

3 李晓峰;航空遥感光电图像预处理与目标特征提取技术研究[D];哈尔滨工业大学;2019年

4 李净霖;基于计算机视觉的同步定位与三维建图方法研究[D];哈尔滨工业大学;2019年

5 刘召婕;基于感兴趣区域的舌象特征提取与病理分析[D];哈尔滨工业大学;2018年

6 张胜峰;极化特征在真假弹头识别中的应用[D];中国电子科技集团公司电子科学研究院;2019年

7 丁李;湘西方块苗文图像的特征提取与识别研究[D];吉首大学;2019年

8 邱勇辉;网络银行异常交易检测技术与应用研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2019年

9 何庆祥;哈希特征提取和深度自编码表征在反恐中的应用[D];广东工业大学;2019年

10 胡显能;球磨机振动信号特征提取及负荷识别方法研究[D];江西理工大学;2019年

本文编号：2841772