[发明专利]基于改进型聚类算法的毫米波雷达跌倒检测方法及系统

权利要求书

1.基于改进型聚类算法的毫米波雷达跌倒检测方法，其特征是，包括：采集被检测人员动作场景数据；

对被检测人员动作场景数据进行预处理，得到数据样本；

根据数据类型的不同，设定K个聚类中心；

依据设定的K个聚类中心，基于改进型聚类算法对数据样本进行聚类处理；其中，基于改进型聚类算法，根据一阶差分绝对值初始化第一个聚类中心；

采集被检测人员的新动作场景数据，计算新动作场景数据与K个聚类中心之间的距离；将距离最小值对应的聚类中心的类别标签作为跌倒检测状态；

依据设定的K个聚类中心，基于改进型聚类算法对数据样本进行聚类处理；具体包括：

步骤(1)：对数据样本进行归一化处理；

步骤(2)：根据一阶差分绝对值初始化第一个聚类中心；

步骤(3)：计算样本中每个对象与已有的聚类中心的距离；

步骤(4)：计算样本中每个对象成为下一个聚类中心的概率；

步骤(5)：重复步骤(3)与步骤(4)，直到选出的聚类中心数目达到要求K个，并且收敛函数值达到最小值；

根据一阶差分绝对值初始化第一个聚类中心：

Δx′_i＝x′_i-x′_i+1   (2)

其中，x′_i为归一化样本中的第i个数据，x′_i+1为归一化样本中的第i+1个数据，Δx′_i归一化样本中的第i个数据和归一化样本中的第i+1个数据的差值，Δx′_i定义为归一化样本的一阶差分；

U_j＝min(|Δx′_j|)＝min|x_j′-x′_j+1|   (3)

其中，min(|Δx′_j|)为Δx′_j的绝对值的最小值；

选择一阶差分绝对值最小的x_j′作为初始的聚类中心c₁：

c₁＝x_j′   (4)。

2.如权利要求1所述的基于改进型聚类算法的毫米波雷达跌倒检测方法，其特征是，采集被检测人员动作场景数据，具体包括：

通过雷达传感器采集两路原始数字信号I(t)和Q(t)，且两路信号正交。

3.如权利要求1所述的基于改进型聚类算法的毫米波雷达跌倒检测方法，其特征是，对被检测人员动作场景数据进行预处理，得到样本数据；具体包括：

对两路原始数字信号I(t)和Q(t)做处理，得到信号A(t)；

其中，I(t)和Q(t)为采集的原始数据，n为数字信号的位数；

然后，对信号A(t)做快速的傅里叶变换，得到N/2频域信号A(f)，N为傅里叶变换点数；

根据频率阈值f₁和f₂，对频域信号A(f)进行截取，然后按照多普勒向进行累加

根据频率阈值f₃和f₄，对频域信号A(f)进行截取，然后按照多普勒向进行累加

以此类推，根据频率阈值f_i和f_j，对频域信号A(f)进行截取，然后按照多普勒向进行累加j＝i+1；i为奇数，j为偶数；i为大于等于5的奇数；

采集被检测人员动作场景数据，经过处理，得到数据样本x。

4.如权利要求1所述的基于改进型聚类算法的毫米波雷达跌倒检测方法，其特征是，根据数据类型的不同，设定K个聚类中心；具体包括：

根据数据类型的不同划分K个聚类中心{c₁,c₂,c₃,...,c_k}，5≤Kp，p为数据样本中对象的个数；当K＝5时，被检测人员动作场景数据包括：自由活动无跌倒、快速跌倒在地无动作、坐在椅子上不动、站立不动和跌倒在地然后起身五种状态的组合；

或者，K值的选定根据样本数据的类型组合进行确定，样本数据包含R种不同的动作类型，那么K＝R。