基于步态微多普勒特征的人体分类检测

发布时间：2020-10-26 12:27

　　 随着社会的发展与科学技术的进步,人体识别检测在日常监控、安防检测、人员搜救、医院监护等领域发挥着巨大的作用,并向更多领域拓展。在常见的人体检测方法中,雷达检测与摄像头、红外传感器、可穿戴设备等检测方法相比,有着检测范围广,不易受到光线、天气、热源等使用条件限制的优势。而微多普勒效应作为雷达人体检测中的重要依据得到了广泛而深入的研究。雷达回波的微多普勒频谱中包含着丰富的人体运动信息,且具有不易伪装的特性。通常,根据识别检测目的的不同,适用的微多普勒特征的形式也不同。比如肢体运动频率、微多普勒带宽、躯干微多普勒频率等物理特征对人体运动姿态的识别有较好的效果,而面对辨别是否抱臂行走、是否拄拐等微多普勒频谱区分度较低的场景,则需要进一步地提取速度-节拍谱或是本征模态函数系数等更为丰富的特征以达到识别检测的目的。因此,根据人体检测的具体需求,提出特征提取及检测方法,是研究的关键问题。本文针对特定人体识别检测的问题进行研究,提出了基于步态微多普勒特征的人体分类检测方案,分为特定人体步态模型构造、多包络微多普勒特征提取及卷积神经网络特征识别三部分,主要研究为:(1)对现有人体步态模型进行改进,提出一种用于模拟特定人体行走的步态模型;(2)对雷达回波数据进行时频分析,提出一种新型微多普勒特征,即多包络微多普勒特征,其表现形式为二维黑白图像;(3)针对提取特征的图像特性,采用卷积神经网络进行特征识别,并给出具体图像尺寸下的网络结构与参数值;(4)给出不同信噪比下的仿真数据人体识别准确率,并搭建了基于雷达的实物检测平台,验证所提方案在实际环境中的性能。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN957.51
【部分图文】：

ｆ??图１－１?Ｂｏｕｌｉｃ人体行走模型?图１－２人体线结构模型??１．２．２时频分析方法??物体运动的微多普勒频率是一种时变的信号，需要借助于时频分析的手段才??能得到其随时间变化的频率信息。信号时频分析算法的研究要远早于人体运动微??多普勒特征的研宄。最早的时频分析算法是由一位匈牙利诺贝尔奖获得者Ｄｅｎｎｉｓ??Ｇａｂｅｒ提出的，后来经过一些学者的改进与拓展，逐渐成为现在常用的短时傅里??叶变换＿?（Ｓｈｏｒｔ－ＴｉｍｅＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ，?ＳＴＦＴ）。ＳＴＦＴ是在短时间窗的基础上??进行傅里叶变换得到的，窗长的选择对分析精度有很大影响，同时不同窗函数将??得到不同的分辨率效果。除此以外也有很多其他的时频分析方法，其中较为常用??的有小波变换、广义?Ｓ?变换、Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ?变换（Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ?Ｔｒａｎｓｆｏｒｍ，ＨＨＴ）、??Ｗｉｇｎｅｒ－Ｖｉｌｌｅ?分布（Ｗｉｇｎｅｒ－Ｖｉｌｌｅ?Ｄｉｓｔｒｉｂｕｔｉｏｎ，ＷＶＤ）等［３８］。其中小波变换和广义??Ｓ变换与ＳＴＦＴ相比

＾?＞：??ｆ??图１－１?Ｂｏｕｌｉｃ人体行走模型?图１－２人体线结构模型??１．２．２时频分析方法??物体运动的微多普勒频率是一种时变的信号，需要借助于时频分析的手段才??能得到其随时间变化的频率信息。信号时频分析算法的研究要远早于人体运动微??多普勒特征的研宄。最早的时频分析算法是由一位匈牙利诺贝尔奖获得者Ｄｅｎｎｉｓ??Ｇａｂｅｒ提出的，后来经过一些学者的改进与拓展，逐渐成为现在常用的短时傅里??叶变换＿?（Ｓｈｏｒｔ－ＴｉｍｅＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ，?ＳＴＦＴ）。ＳＴＦＴ是在短时间窗的基础上??进行傅里叶变换得到的，窗长的选择对分析精度有很大影响，同时不同窗函数将??得到不同的分辨率效果。除此以外也有很多其他的时频分析方法，其中较为常用??的有小波变换、广义?Ｓ?变换、Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ?变换（Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ?Ｔｒａｎｓｆｏｒｍ，ＨＨＴ）、??Ｗｉｇｎｅｒ－Ｖｉｌｌｅ?分布（Ｗｉｇｎｅｒ－Ｖｉｌｌｅ?Ｄｉｓｔｒｉｂｕｔｉｏｎ，ＷＶＤ）等［３８］。其中小波变换和广义??Ｓ变换与ＳＴＦＴ相比

＾?＞：??ｆ??图１－１?Ｂｏｕｌｉｃ人体行走模型?图１－２人体线结构模型??１．２．２时频分析方法??物体运动的微多普勒频率是一种时变的信号，需要借助于时频分析的手段才??能得到其随时间变化的频率信息。信号时频分析算法的研究要远早于人体运动微??多普勒特征的研宄。最早的时频分析算法是由一位匈牙利诺贝尔奖获得者Ｄｅｎｎｉｓ??Ｇａｂｅｒ提出的，后来经过一些学者的改进与拓展，逐渐成为现在常用的短时傅里??叶变换＿?（Ｓｈｏｒｔ－ＴｉｍｅＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ，?ＳＴＦＴ）。ＳＴＦＴ是在短时间窗的基础上??进行傅里叶变换得到的，窗长的选择对分析精度有很大影响，同时不同窗函数将??得到不同的分辨率效果。除此以外也有很多其他的时频分析方法，其中较为常用??的有小波变换、广义?Ｓ?变换、Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ?变换（Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ?Ｔｒａｎｓｆｏｒｍ，ＨＨＴ）、??Ｗｉｇｎｅｒ－Ｖｉｌｌｅ?分布（Ｗｉｇｎｅｒ－Ｖｉｌｌｅ?Ｄｉｓｔｒｉｂｕｔｉｏｎ，ＷＶＤ）等［３８］。其中小波变换和广义??Ｓ变换与ＳＴＦＴ相比
【相似文献】

相关期刊论文 前10条

1 阮崇籍;丁建江;万山虎;;飞机旋转部件微多普勒特征通用模型的推导与仿真[J];现代电子技术;2009年10期

2 林新党;肖龙;;微多普勒特征提取方法研究[J];雷达与对抗;2016年03期

3 陈广锋;张林让;王纯;刘高高;;复合运动目标微多普勒特征的分析和提取[J];西安电子科技大学学报;2011年03期

4 陈尹翔;罗丁利;徐丹蕾;杨磊;王勇;;基于微多普勒特征的飞机分类方法研究[J];火控雷达技术;2016年04期

5 张翼;朱玉鹏;刘峥;黎湘;;基于微多普勒特征的人体运动辨识[J];西南大学学报(自然科学版);2010年03期

6 赵若冰;芮义斌;;低信噪比情况下的微多普勒特征提取方法[J];信息技术;2017年06期

7 何炜琨;石玉洛;郭双双;王晓亮;吴仁彪;;风轮机雷达散射特性仿真及微多普勒特征分析[J];电波科学学报;2017年01期

8 郭琨毅;张永丽;盛新庆;沈蓉辉;金从军;;基于欠定盲分离的多目标微多普勒特征提取[J];电波科学学报;2012年04期

9 高昭昭;杨向星;张群;何劲;邓冬虎;;运动目标微多普勒特征提取方法[J];科学技术与工程;2013年06期

10 李开明;张群;罗迎;朱丰;;含旋转部件目标微多普勒特征提取方法[J];火力与指挥控制;2011年11期

相关博士学位论文 前2条

1 陈广锋;雷达目标微多普勒特征分析及其应用[D];西安电子科技大学;2014年

2 胡杰民;复杂运动目标高分辨雷达成像技术研究[D];国防科学技术大学;2010年

相关硕士学位论文 前10条

1 张梦圆;基于步态微多普勒特征的人体分类检测[D];北京邮电大学;2019年

2 叶艺山;雷达目标微多普勒特征提取及分析[D];厦门大学;2017年

3 赵若冰;雷达目标的微多普勒特征建模与分析技术研究[D];南京理工大学;2017年

4 王维;基于微多普勒特征的空中目标识别技术研究[D];南京信息工程大学;2012年

5 董玲;合成孔径雷达微多普勒特征研究[D];电子科技大学;2009年

6 张德华;目标激光微多普勒特征探测、提取和识别技术研究[D];北京理工大学;2016年

7 赵彤璐;弹道目标的微多普勒特征提取与重构方法研究[D];西安电子科技大学;2014年

8 符婷;基于微多普勒特征的目标分类方法研究[D];西安电子科技大学;2011年

9 林萍;基于微多普勒特征的SAR/GMTI车辆目标分类[D];杭州电子科技大学;2017年

10 黄健;履带式车辆微多普勒效应与特征提取[D];国防科学技术大学;2009年

本文编号：2857000