[发明专利]基于毫米波步态生物特征的身份识别方法和系统

权利要求书

1.一种基于毫米波步态生物特征的身份识别方法，其特征在于，所述方法包括：

基于全电子稀疏阵列获取目标对象在行走时的毫米波数据；

采用预设信号处理角度对所述毫米波数据进行预处理，生成所述毫米波数据对应的特征数据；

将所述特征数据输入预先训练好的步态识别模型，识别所述目标对象的身份信息。

2.根据权利要求1所述的方法，其特征在于：

所述预设信号处理角度包括时域处理、频域处理以及时域频域联合处理。

3.根据权利要求2所述的方法，其特征在于，在采用预设信号处理角度对所述毫米波数据进行预处理，生成所述毫米波数据对应的特征数据时，所述方法还包括：

基于短时傅里叶变换计算所述毫米波数据的时频特性频谱；

将所述时频特性频谱所指示的频谱特征确定为所述毫米波数据对应的特征数据。

4.根据权利要求3所述的方法，其特征在于：

人体不同运动部位在行走时的步频特性在时域频谱中表现出的不同能量强度为所述时频特性频谱的频谱特征。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

采集若干非合作对象在行走时的毫米波数据，组成训练数据集合；

基于预设模型训练算法对所述训练数据集合中的毫米波数据进行训练，生成识别目标对象身份信息的步态识别模型。

6.一种基于毫米波步态生物特征的身份识别系统，其特征在于，所述系统包括：

目标数据获取模块，用于基于全电子稀疏阵列获取目标对象在行走时的毫米波数据；

特征数据生成模块，用于采用预设信号处理角度对所述毫米波数据进行预处理，生成所述毫米波数据对应的特征数据；

身份识别模块，用于将所述特征数据输入预先训练好的步态识别模型，识别所述目标对象的身份信息。

7.根据权利要求6所述的系统，其特征在于：

所述预设信号处理角度包括时域处理、频域处理以及时域频域联合处理。

8.根据权利要求7所述的系统，其特征在于，所述特征数据生成模块包括：

频谱计算单元，用于基于短时傅里叶变换计算所述毫米波数据的时频特性频谱；

特征数据确定单元，用于将所述时频特性频谱所指示的频谱特征确定为所述毫米波数据对应的特征数据。

9.根据权利要求8所述的系统，其特征在于：

人体不同运动部位在行走时的步频特性在时域频谱中表现出的不同能量强度为所述时频特性频谱的频谱特征。

10.根据权利要求6所述的系统，其特征在于，所述系统还包括：

集合获取模块，用于采集若干非合作对象在行走时的毫米波数据，组成训练数据集合；

模型训练模块，用于基于预设模型训练算法对所述训练数据集合中的毫米波数据进行训练，生成识别目标对象身份信息的步态识别模型。