[发明专利]毫米波雷达成像与模式识别

权利要求书

1.一种毫米波雷达成像方法，其特征在于：该方法包括如下步骤：

S1将标准数据预存到标准数据库中，标准数据包括：标准温度和湿度下的各类毫米波信号、各类测试的递变的温度和湿度条件下的各类毫米波信号数据；

S2在该毫米波雷达工作期间，当工作湿度达到预设的标准湿度下时，对于实际测量数据的实时收集；

S3通过训练学习系统分析湿度参数对于毫米波雷达成像的影响因子，具体的影响因子运算过程如下：在实时测量的n个测量周期中获取n组数据，该数据包括：实时信号发射-返回的时间数据t，该实时信号发射-返回的时间数据与标准湿度和温度下的信号发射-返回的时间数据存在漂移值Δt，其中拟合该Δt＝αt+βt；通过n组数据分别与标准数据中相同温度和湿度的数据进行比较后，得到n组α和β值；

第一步，分别求α和β的平均值，然后对于所有的α和β值，都减去对应的均值；

第二步，求特征协方差矩阵，根据数据的三维维度确定协方差矩阵是

并且求解cov向量矩阵；其中，协方差矩阵中对角线上分别是α和β的方差，非对角线上是协方差；协方差是衡量两个变量同时变化的变化程度，即协方差大于0表示α和β若一个增，另一个也增；小于0表示一个增，一个减；如果α和β是统计独立的，那么二者之间的协方差就是0；协方差绝对值越大，两者对彼此的影响越大，反之越小；

第三步，求协方差矩阵的特征值和特征向量values，该特征向量values包括上下两个特征值，下面的特征值是对应的α和β影响因子；运算系统根据该特征影响因子求出相应的漂移值并进行毫米波数据的修正；

S4通过训练学习系统同时赋予基于毫米波雷达的成像系统的高分辨热成像设备测量结果以学习规则，让该成像系统不断具有更加适应隐藏危险物品探测的能力；

S5通过处理器将毫米波雷达的修正数据与高分辨热成像设备的数据进行融合，通过模式识别装置实现毫米波雷达、高分辨热成像设备成像的模式识别。

2.根据权利要求1中所述的毫米波雷达成像方法，其特征在于：标准湿度/温度为某一地区的常规湿度/温度。

3.根据权利要求2中所述的毫米波雷达成像方法，其特征在于：该标准湿度为25％至40％之间，标准温度在20-30摄氏度之间。

4.根据权利要求1中所述的毫米波雷达成像方法，其特征在于：实际测量数据包括：湿度、温度、毫米波雷达信号数据。

5.根据权利要求4中所述的毫米波雷达成像方法，其特征在于：毫米波雷达信号数据包括信号发射-返回时间、发射信号强度、发射信号频率，反射信号强度、反射信号频率。

6.一种基于毫米波雷达的成像系统，其包括：毫米波雷达(1)、湿度测量装置(2)、温度测量装置(3)、高分辨热成像设备(4)、训练学习系统(5)、处理器(6)、模式识别装置(7)，基于毫米波雷达的成像系统用于执行如权利要求1所述的毫米波雷达成像方法。

7.根据权利要求6中所述的基于毫米波雷达的成像系统，其特征在于：湿度和温度测量装置可以安装在毫米波雷达的外壳外壁或者外壳内壁上。

8.根据权利要求6中所述的基于毫米波雷达的成像系统，其特征在于：该毫米波雷达包括信号发射器和信号接收器。