[发明专利]基于超声波的多设备协同步态感知与身份识别方法

权利要求书

1.基于超声波的多设备协同步态感知与身份识别方法，其特征在于，包括以下步骤：

步骤1：将扬声器和麦克风绑定在一起构成一个收发器，采用两个收发器放置在距离地面60cm高的位置，分别部署在正方形室内区域的正交的两条边；

步骤2：计算机控制两个收发器发射不同频段的信号并接收；

步骤3：对两个收发器采集到的信号分别进行滤波处理；

步骤4：基于滤波后的回波信号，采用基于子带谱熵的端点检测算法提取存在步态信号的片段并对信号进行对齐；

步骤5：通过短时傅里叶变换分析将时域信号片段转换到时频域并根据频谱规律将感知区域分为四个子区域，分别提取躯干速度确定用户位置并跟踪其行走路径；

步骤6：根据行走路径计算行走方向，按照就近原则选择靠近用户的一个收发器采集到的速度合成用户真实行走速度，分别提取不同的百分位速度以提取细粒度步态特征；

步骤7：通过机器学习方法SVM为每个用户建立二分类身份识别模型，识别不同人的身份；

步骤5中采用滤波和频谱增强方法，所述滤波和频谱增强方法包括背景噪声阈值滤波、高斯平滑滤波，路径跟踪方法以基于多普勒效应的间接测距方法为基础。

2.根据权利要求1所述的基于超声波的多设备协同步态感知与身份识别方法，其特征在于：步骤2中所述两个收发器发射超声波信号频率分别为18KHz、20KHz，麦克风采集回波信号的采样频率均为48KHz。

3.根据权利要求1所述的基于超声波的多设备协同步态感知与身份识别方法，其特征在于：步骤3所述滤波处理采用的带通和带阻滤波器均为巴特沃斯滤波器，带通滤波器截止频率分别为17.3KHz、19.3KHz，带阻滤波器截止频率分别为17985Hz、18015Hz。

4.根据权利要求1所述的基于超声波的多设备协同步态感知与身份识别方法，其特征在于：步骤4所述基于子带谱熵的端点检测算法是以谱熵为阈值，对信号进行分帧，对于每一帧信号计算子带谱熵，如果连续多帧均低于阈值，将其判定为有效信号，否则丢弃；然后对两段信号补零对齐。

5.根据权利要求1所述的基于超声波的多设备协同步态感知与身份识别方法，其特征在于：步骤6不同百分位速度合成原则为“就近原则”，即选择靠近用户的一个收发器采集到的速度合成用户真实行走速度。

6.根据权利要求1所述的基于超声波的多设备协同步态感知与身份识别方法，其特征在于：步骤7所述的SVM算法为二分类SVM，采用每个人的样本数量为100条，人数为5人。