[发明专利]一种基于调频连续波毫米波雷达的老人跌倒检测方法及装置

权利要求书

1.一种基于调频连续波毫米波雷达的老人跌倒检测方法，其特征在于，包括如下步骤：

步骤一、利用雷达装置实时检测环境中的雷达回波信号，具体的，利用侧装和顶装的两个调频连续波毫米波雷达检测模块对检测区域发射射频信号，检测目标和环境反射的各自带有特征的回波信号，进一步由混频器将原始信号和回波信号混频为中频信号，获取到含有目标和浴室环境特征的原始信号数据，将上述测得的数据实时传输到信号处理模块中处理；

步骤二、利用恒虚警算法判断得到的中频信号中是否含有目标，具体的，得到的中频信号会有如下两种状态：状态1：目标信号和环境信号同时存在；状态2：只有环境信号；使用单元平均恒虚警算法判断是否为状态1中的情况，若为状态1的情况，才可以继续以下步骤，若为状态2的情况则继续判断中频信号中是否含有目标，其中：

判决门限T可以表示为：

门限系数可以表示为：

步骤三、使用LMS滤波结构对水流、水蒸气噪声做自适应滤波，具体的，FIR滤波结构中有N个初始系数，FIR滤波器首先按照初始值做滤波：其次计算误差：e(n)＝d(n)-y(n)＝d(n)-W^T(n)X(n)；最后更新滤波器的系数：经过滤波结构处理得到处理好的目标信号传入到通讯模块；

步骤四、通讯模块使用WIFI模块将上述处理分析后的有效数据传输给服务器模块；

步骤五、服务器模块的接收端将接收到的数据做傅里叶变换，将时域信号映射为频域信号并计算出每一个样本点的距离和角度，将侧装雷达得到的距离和仰角根据正切函数换算出目标躯干的高度值，同理将顶装雷达得到的距离和方位角换算出目标肩部的宽度值，再将两组数值在相同的时间轴上积累得到二维谱图，使用训练好的yolo图像处理神经网络模型对二维谱图作特征提取并将两个维度的特征融合，将提取完的特征向量输入到训练好的长短时记忆神经网络中进行时序特征提取，将时序特征输入全连接层与输出层得到分类结果，并给出跌倒信号，且将跌倒信号发送给报警模块：

步骤六、报警模块包括带有显示功能的电脑终端或移动终端，在接收到服务器模块的报警指令后发出跌倒警报。

2.实施如权利要求1所述的老人跌倒检测方法的一种基于调频连续波毫米波雷达的老人跌倒检测装置，包括两个调频连续波毫米波雷达检测模块、信号处理模块、通讯模块、服务器模块、报警模块，其特征在于，两个所述调频连续波毫米波雷达检测模块分别安装在浴室的顶端面和侧壁上，两个所述调频连续波毫米波雷达检测模块用于对移动目标正视面和俯视面两个角度的数据检测。

3.根据权利要求2所述的一种基于调频连续波毫米波雷达的老人跌倒检测装置，其特征在于，所述信号处理模块用于利用恒虚警算法检测目标，并对含有目标的数据使用LMS滤波结构对水流、水蒸气噪声做自适应滤波。

4.根据权利要求2所述的一种基于调频连续波毫米波雷达的老人跌倒检测装置，其特征在于，所述通讯模块用于利用WIFI模块将所述信号处理模块处理分析后的数据传输给服务器模块。

5.根据权利要求2所述的一种基于调频连续波毫米波雷达的老人跌倒检测装置，其特征在于，所述服务器模块用于利用服务器中判断策略对数据处理并给出跌倒状态，且将跌倒信号发送给报警模块。

6.根据权利要求2所述的一种基于调频连续波毫米波雷达的老人跌倒检测装置，其特征在于，所述报警模块包括带有显示功能的电脑终端或移动终端，所述报警模块用于在接收到服务器模块的报警指令后发出跌倒警报。