[发明专利]一种检测人体姿态和生命体征的认知生物雷达方法与装置

权利要求书

1.一种检测人体姿态和生命体征的认知生物雷达方法与装置，其特征在于，包括：认知生物雷达感知模块、认知生物雷达数据特征提取模块、人体姿态和生命体征分类模块和结果展示与报警模块；

所述认知生物雷达感知模块用认知雷达技术，对目标和环境进行高效信息采集和感知，通过认知调整，获取高精度目标和环境的雷达数据；

所述认知生物雷达数据特征提取模块提取时域等数据高维度特征信息；所述人体姿态和生命体征分类模块分类得出目标人体姿态（跌倒、手势识别）和生命体征（呼吸、心震、血管脉搏引发的皮肤表面震动等）结果，并传输至所述结果展示与报警模块。

2.根据权利要求1所述的认知生物雷达感知模块，其特征在于，所述模块基于感知与行动循环机制；雷达向探测区域发射某一组参数的波形；雷达接收端采集反射回的雷达信号；通过计算感知目标和环境，以一种优化规则选择出更聚焦于环境中待检测目标的波形参数；本专利以最小化信息熵的波形选择为例，基于对目标和环境的感知，供发射端实时调整认知雷达下一次发射的波形属性。

3.根据权利要求2所述的感知目标和环境，其特征在于，通过扩展卡尔曼滤波算法对量测矩阵进行线性化并估计状态，随后更新模型转移概率，然后分别利用当前统计模型和匀速模型更新状态，一方面用于状态估计，一方面存储到短时记忆模块用于修正模型转移概率。

4.根据权利要求2所述的基于对目标和环境的感知实时调整认知雷达的发射信号，其特征在于，以所述认知雷达接收端的计算的综合预测误差作为反馈信息，通过对波形库中的参数进行迭代求出各波形参数及天线波束参数对应的信息熵，然后基于最小信息熵准则选择合适的波形参数用以在下一个时刻探测目标。

5.根据权利要求4所述的基于最小信息熵准则选择合适的波形参数，其特征在于，选择波形参数的最优目标是使下一个时刻模型的信息熵最小，也就是模型和量测之间的互信息最大，包括：

步骤1：认知雷达发射端在t-1时刻向环境中发射参数属性集合为的波形，得到相应测量精度的量测；

步骤2：假设目标在t-1时刻的滤波值为，滤波协方差为，基于一定的运动模型，利用卡尔曼滤波等算法对目标的状态进行一步预测，得到预测值和预测协方差；

步骤3：在波形库参数中进行搜索，根据信息熵代价函数求出使滤波协方差的行列式最小的波形参数，以此调整认知雷达发射端的发射波形。

6.根据权利要求5所述的信息熵代价函数，其特征在于，综合考虑了距离和速度的相关特性，更为可靠，为：

其中，是波形参数，是滤波协方差，det{}是行列式，是滤波结构，是所有波形参数的值域。

7.根据权利要求1所述的认知生物雷达数据特征提取模块，其特征在于，对认知雷达采集到的信号进行滤波处理，并使用短时傅立叶变化得到频域特征，使用波束形成器处理信号流，提取得到时域等数据高维度特征信息。

8.根据权利要求1所述的人体姿态和生命体征分类模块，其特征在于，使用卷积层、池化层、激活层搭建分类网络，结合残差结构和自注意力机制，提升分类准确度；训练和应用阶段，以时间记忆结构构建输入信号数据的结构，实现实时分类得出目标姿态估计、手势识别、呼吸心率、心震图数据、皮肤震动等状态结果，并传输至所述结果展示与报警模块。

9.根据权利要求1所述的结果展示与报警模块，其特征在于，将所述人体姿态和生命体征分类模块的姿态估计和识别结果推送至用户设备、显示终端或关联设备中任意一个或多个，执行可视化、存储、报警等操作。

10.一种装置，其特征在于，所述设备至少包括一个处理器，以及与所述处理器连接的至少一个存储器、总线、雷达装置，其中，所述处理器、所述存储器、所述雷达装置通过所述总线完成相互间的通信，所述处理器用于调用所述存储器中的程序指令对所述雷达装置的信号进行处理分析，以执行权利要求1至9中任意一项所述的认知雷达姿态估计和识别方法。