[发明专利]一种基于人体三维微多普勒信号的躯干运动参数提取方法

说明书

本发明涉及一种基于人体三维微多普勒信号的躯干运动参数提取方法。本发明主要是在构建合理的人体运动过程中躯干的微多普勒信号幅度模型基础上，利用从人体三维微多普勒谱图中提取的躯干微多普勒幅度‑时间曲线和频率‑时间曲线，通过躯干微多普勒频率与其径向运动速度的关系，以及其RCS和径向位移与躯干微多普勒功率之间的关系来分析躯干的运动姿态变化。相比视频人体躯干运动姿态分析而言，雷达技术不受光线强弱和天气影响，能穿透遮挡衣物，全天候工作。通过建立人体躯干运动学参数与微多普勒特征的关系模型可以提取其径向角度、径向速度和径向位移等运动学参数。

技术领域

本发明具体涉及一种基于人体三维微多普勒信号的躯干运动参数提取方法。

背景技术

随着个人人身安全的保护受到越来越多人的关注，人体探测与识别也逐渐成为安防和监控系统的主要研究技术。其中人体运动姿态分析是其一重要研究方向。通过检测并跟踪其中的人体运动动作，分析其行为，当异常情况或犯罪行为发生时，系统能准确及时地发出警报，起到事先预警的作用，从而有效防止此类事件的发生，同时也可以减少雇佣大批安全监视人员所需要的人力、物力和财力的投入。

人体在运动过程中，各个部位的不同运动方式会在电磁波信号中形成不同形式和程度的调制作用，这样的调制效果可通过对雷达回波信号进行时频分析得到的时频谱图中观察到，并具有各自的微多普勒特征，有效分析这种微动特征能，能够估计人体运动规律，从而为各种灾害救援、安保防卫和国防建设中的生命体识别提供新手段，具有广阔的应用前景。

但是，雷达信号用于人体目标运动的识别也面临一些问题，主要是雷达获取的是时频信号，不能直观反映目标状态，无法简单提取目标的各种物理参数。因此，如何有效描述人体运动姿态是人体目标动作识别研究的关键。目前，利用人体微多普勒进行身体姿态分析较为简单，仅仅利用了二维时间-频率图，忽略微多普勒幅度分布信息。提取的身体运动参数主要局限在身体运动的径向速度和径向位移。

发明内容

本发明的主要内容是针对上述问题，提出一种通过人体运动三维微多普勒来分析人体躯干姿态，提取其运动参数的方法。该方法首先从人体时间-频率-幅度三维微多普勒谱图中提取躯干微多普勒幅度-时间曲线，然后，建立合理的人体躯干运动参数与微多普勒特征的关系模型，分析躯干姿态的变化过程，最终提取人体躯干的径向角度、径向速度和径向位移等运动参数。

本发明的技术方案是：一种基于人体三维微多普勒信号的躯干运动参数提取方法，包括以下步骤：

S1、采集人体三维微多普勒信号获得三维微多普勒谱图，对获得的三维微多普勒谱图进行峰值检测，即提取三维微多普勒谱图t时刻的幅度分布S_p(f,t)的极大值点，f∈[-f_m,f_m]，其中[-f_m,f_m]为三维微多普勒谱图多普勒频率的范围，具体为对f求偏导，并令其偏导数为0，再求解其二阶偏导数，令其二阶偏导小于0从而建立如下方程组：

求解方程组得到t时刻频谱幅度峰的多普勒频率M_t(n),t∈[0,T],n＝1,2,...,N，其中N为t时刻频谱幅度峰的总数量，T为人体运动总时长；

S2、确定躯干微多普勒搜索的起点：搜索三维微多普勒谱图的幅度峰中最大峰值对应的频率点F(t₀)和时刻点t₀即是躯干微多普勒搜索的起点(F(t₀),t₀)，即满足：

S3、从躯干微多普勒搜索起点(F(t₀),t₀)开始，沿时间顺序，分别向前一时刻、后一时刻搜索幅度峰对应的多普勒频率点，以频率距离最近对应的峰为搜索到的躯干微多普勒幅度峰，并作为新的搜索起点，继续搜索，直到三维微多普勒谱图时间的边界点：向前一时刻搜索