[发明专利]一种适用于微动干扰场景的目标人体运动状态识别方法有效
| 申请号： | 201811540319.8 | 申请日： | 2018-12-17 |
| 公开（公告）号： | CN109738887B | 公开（公告）日： | 2023-01-17 |
| 发明（设计）人： | 马小林;赵闰宁;刘新华 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G01S13/88 | 分类号： | G01S13/88 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 李丹 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种适用于微动干扰场景的目标人体运动状态识别方法，该方法包括以下步骤：1)搭建连续波雷达收发机，获取目标空间内人体运动形成的多谱勒信号；2)运用经验模态分解算法，去除目标空间内其他人体微动作所产生的微多普勒信号，提取目标人体产生的信号；3)运用短时傅立叶变换和Hermite多窗口，对目标人体信号进行时频能量谱分析，并对该信号进行能量聚集；4)运用能量聚集后所得的时频能量谱，提取人体躯干运动和摆臂运动的特征；5)运用集成学习思想，将Bagging和决策树组合形成运动状态分类器，实现静止、跑步、爬行、单臂运动、双臂运动、无臂运动共6种运动状态的识别。本发明实现了对其他人体微动干扰信号的去除。 | ||
| 搜索关键词： | 一种 适用于 微动 干扰 场景 目标 人体 运动 状态 识别 方法 | ||
【主权项】：
1.一种适用于微动干扰场景的目标人体运动状态识别方法，其特征在于，包括以下步骤：1)搭建连续波雷达收发机，获取目标空间内人体运动形成的多谱勒信号，包括目标人体信号和其他人体的微动信号；2)运用经验模态分解算法，去除目标空间内其他人体微动作所产生的微多普勒信号，提取目标人体产生的信号；所述目标人体产生的信号包括多普勒信号和微多谱勒信号；3)运用短时傅立叶变换和Hermite多窗口，对目标人体信号进行时频能量谱分析，并对该信号进行能量聚集；4)运用能量聚集后所得的时频能量谱，提取人体躯干运动和摆臂运动的特征；5)运用集成学习思想，将Bagging和决策树组合形成运动状态分类器，实现静止、跑步、爬行、单臂运动、双臂运动、无臂运动共6种运动状态的识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉理工大学，未经武汉理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811540319.8/，转载请声明来源钻瓜专利网。
