基于空间聚类的FMCW雷达双人行为识别方法

发布时间：2021-11-28 03:36

　　为实现双人场景下人体行为的识别,利用调频连续波（frequency modulated continuous wave, FMCW）雷达提出一种基于空间聚类的双人行为识别方法.该方法采用基于密度的DBSCAN（density-based spatial clustering of applications with noise）聚类算法将FMCW雷达采集到的坐标数据聚类成不同的聚类群,使得每一个聚类群对应于单一人体的行为,再对其进行数据处理、特征提取后分别采用机器学习方法分类,实现双人场景下人体行为的识别.文中分析行为特征量、动作关键点以及分类器对识别准确率的影响.实验结果表明,在两人场景中该方法对跌倒、坐下和行走的检测准确率分别可以达到100%、 93.8%和87.3%. 

【文章来源】：福州大学学报(自然科学版). 2020,48(04)北大核心

【文章页数】：6 页

【部分图文】：

系统模型

以图3所示的一发两收的天线配置为例, 发射天线发出的信号经过目标反射到达不同的接收天线时, 由于接收天线间距为d, 信号传播路径相差d sin θ, 通过检测两根接收天线上信号的相位差, 可以估计出检测目标的方位角θ. 同理, 由于发射天线TX2和TX1、 TX3具有不同高度, 在接收天线上检测分别由TX2和TX1、 TX3发射的信号的相位差可得出检测目标的仰角?.图3 方位角引起的信号传播延迟

图2 雷达天线布置图如图4所示, 通过采用时分复用的方式将线性调频波交替加载到3根发射天线, 可等效成一个具有12个接收天线阵元的雷达系统[11]. 对4根接收天线上接收到的12个信号进行相位检测, 可以得到检测目标距雷达的距离R, 方位角θ和仰角?, 如图5所示, 并根据下式计算出目标所在的直角坐标(x, y, z).

【参考文献】：
期刊论文
[1]自适应确定DBSCAN算法参数的算法研究[J]. 李文杰,闫世强,蒋莹,张松芝,王成良.  计算机工程与应用. 2019(05)
[2]基于FMCW雷达的多维参数手势识别算法[J]. 王勇,吴金君,田增山,周牧,王沙沙.  电子与信息学报. 2019(04)
[3]Literature Review on Wireless Sensing——Wi-Fi Signal-Based Recognition of Human Activities[J]. Chao Wang,Siwen Chen,Yanwei Yang,Feng Hu,Fugang Liu,Jie Wu.  Tsinghua Science and Technology. 2018(02)
[4]基于可穿戴传感器的人体活动识别研究综述[J]. 郑增威,杜俊杰,霍梅梅,吴剑钟.  计算机应用. 2018(05)
[5]红外图像中基于多特征提取的跌倒检测算法研究[J]. 杨任兵,程文播,钱庆,章强,钱俊,潘宇骏.  红外技术. 2017(12)
[6]基于云计算的可穿戴式老龄人异常行为检测系研究[J]. 罗坚,唐琎,毛芳,赵鹏,汪鹏.  传感技术学报. 2015(08)

硕士论文
[1]基于WiFi的室内多人活动检测与识别方法的研究[D]. 谢晓浩.湖南大学 2018
[2]基于多普勒雷达的跌倒检测方法研究[D]. 陈旻罡.太原理工大学 2018



本文编号：3523623