CN102928835A - 一种基于改进广义s变换的人体目标运动状态识别方法 - Google Patents

Abstract

本发明公开一种基于改进广义S变换的人体目标运动状态识别方法，属于雷达生命探测和识别技术领域。本发明首先基于经验数学参数和欧拉旋转矩阵建立人体目标行走的空间模型，然后建立包含微多普勒调制的雷达回波模型，通过采用改进的广义S变换从回波信号中提取目标微多普勒特征，从而实现对人体目标运动状态的识别。识别出慢速行走、正常行走和快速行走的三种具体目标状态。

Description

一种基于改进广义S变换的人体目标运动状态识别方法

技术领域

本发明涉及一种雷达生命探测技术的人体目标运动状态识别方法，利用改进的广义S变换从人体运动目标雷达回波中提取微多普勒特征，实现对目标不同运动状态的识别。

背景技术

生命探测和识别技术是近代迅速发展的一项新技术，其技术类型根据传感器的不同可以分为光学探测、声学探测、红外探测和雷达探测四种。光学生命探测技术利用光反射进行生命探测，通过废墟堆积层中的空隙或专用钻机钻孔，深入被困人员附近，确定生命体位置和生存状态。但是光学技术在低照度条件下成像质量低，限制了其应用。声学生命探测技术通过检测和分析生命体的移动、敲击和呼叫等信号，确定生命体的位置。但在嘈杂的环境中，目标发出的声音信号微弱，很难确定探测信号的有效性和有效信号源的位置。红外探测技术利用人体的红外辐射特性与周围环境的红外辐射特性不同的原理，以成像的方式把生命体目标与周围环境分开，可对黑暗、浓烟环境进行搜索，且其具有夜视功能，不过因为其缺乏穿透障碍物的能力而受到一定的限制。雷达生命探测技术根据生命体活动对雷达回波产生微多普勒调制的原理，利用合适的信号处理技术提取生命体微动参数，实现对生命体的探测和识别。雷达生命探测技术具有穿透力强、作用距离精确、抗干扰能力强、探测灵敏度高等优点，且不易受到温度、湿度、光照、现场地形等因素的影响，因此，利用雷达微多普勒进行生命探测具有广泛的应用前景和巨大的发展潜力。

目标或目标的组成部分除质心平动以外的振动、转动和加速运动等微小运动称为微动，微动将会对雷达回波信号产生频率调制，生成关于目标主体的多普勒旁瓣，这种现象称为微多普勒效应。人体各部分肢体的运动不同，产生的微多普勒调制也不同。人体目标雷达回波中的微多普勒特征包含了目标的运动和结构等信息，有效提取微多普勒特征可以反演目标的相关参数，可用于目标的探测、分类和识别。目前对于人体微多普勒特征的提取，大多采用短时傅里叶变换（STFT）和Wigner-Villy分布（WVD）方法。STFT使用一个固定的窗函数，窗函数一旦确定了以后，其形状就不再发生改变，STFT的分辨率也就确定了。如果要改变分辨率，则需要重新选择窗函数。STFT用来分析分段平稳信号或者近似平稳信号犹可，但是对于非平稳信号，当信号变化剧烈时，要求窗函数有较高的时间分辨率；而波形变化比较平缓的时刻，主要是低频信号，则要求窗函数有较高的频率分辨率。STFT不能兼顾频率与时间分辨率的需求。WVD有着非常高的分辨率，但是由于人体各部分的不同运动会对雷达信号产生不同的频率调制，因此其雷达回波存在多个分量，WVD在分析多分量信号时有交叉项干扰的问题。

S变换是由Stockwell等人，于1996年提出的一种特殊的加窗傅里叶变换，是对短时傅里叶变换(STFT)和小波变换的扩展。

发明内容

为了解决人体目标雷达回波微多普勒提取中，短时傅里叶变换分辨率低，WVD存在交叉项干扰的问题，本发明提出一种以改进广义S变换方法提取微多普勒为基础的人体目标运动状态识别方法。

本发明的技术方案是：对广义S变换进行改进，在不牺牲高频处分辨率的条件下提升了低频处的分辨能力，并保留更多的信号能量，使之更适用于人体微多普勒提取，利用改进的广义S变换从回波信号中提取目标微多普勒特征，实现对人体目标运动状态的识别。其具体步骤如下：

步骤一：基于经验数学参数和欧拉旋转矩阵建立人体目标行走的空间模型；

步骤二：针对连续波雷达信号建立人体行走目标的雷达回波模型；

步骤三：对广义S变换进行改进，并利用改进的广义S变换对回波进行时频分析，提取回波信号微多普勒特征；

步骤四：由时频谱图判断人体目标运动状态（慢速行走，正常行走，快速行走）。

本发明目标状态识别的优点：

①利用雷达进行人体运动目标探测具有穿透力强、作用距离精确、抗干扰能力强、探测灵敏度高等优点，且不易受到温度、湿度、光照、现场地形等因素的影响。

②利用改进的广义S变换进行人体运动目标微多普勒提取具有良好的时频分辨率，并且对噪声有较强的抑制能力。

③对广义S变换进行的改进，可以在不牺牲高频处分辨率的条件下提升低频处的分辨能力，并保留更多的信号能量，使之更适用于人体微多普勒提取。

附图说明

图1是基于改进广义S变换的人体目标运动状态识别的流程图。

图2是人体行走时的时空特性示意图。

图3是人体、关节与参考坐标系的关系示意图。

图3A是在参考坐标系与肩关节坐标系、肘关节坐标系的关系示意图。

图3B是在参考坐标系与髋关节坐标系、膝关节坐标系的关系示意图。

图4A是快速行走（相对速度为3）时回波微多普勒时频谱图。

图4B是正常行走（相对速度为1.2）时回波微多普勒时频谱图。

图4C是慢速行走（相对速度为0.4）时回波微多普勒时频谱图。

具体实施方式

下面将结合附图对本发明做进一步的详细说明。

参见图1所示，本发明的一种基于改进广义S变换的人体目标运动状态识别方法，该人体目标运动状态识别方法包括有下列处理步骤：

步骤一：基于经验数学参数和欧拉旋转矩阵建立人体目标行走的空间模型；

步骤二：针对连续波雷达信号建立人体行走目标的雷达回波模型；

步骤三：对广义S变换进行改进，并利用改进的广义S变换对回波进行时频分析，提取回波信号微多普勒特征；

步骤四：由时频谱图判断人体目标运动状态（慢速行走，正常行走，快速行走）。

为了实现本发明的一种基于改进广义S变换的人体目标运动状态识别，下面对各个部分进行详细说明：

（1）建立人体行走数学模型

参见图2所示，行走周期记为D_c(即

)，单脚支撑期记为D_ss（即D_ss＝0.248D_c+0.143），双脚支撑期记为D_ds（即D_ds＝0.252D_c-0.143），则支撑期为D_s＝D_ss+2D_ds。

假设人体行走的速度为V（单位为米/秒），则相对行走速度为其中，H是髋关节S₄到踝关节S₆的垂直长度，长度单位为米。在本发明中，将相对行走速度V_R≥1.3定义为快速行走状态；将相对行走速度0.5≤V_R＜1.3定义为正常行走状态；将相对行走速度V_R＜0.5定义为慢速行走状态。

根据Bolic和Thalmann等人提出的经验数学参数（参考文献：Themicro-Doppler Effect in Radar.Victor C.Chen.Library of CongressCataloging-in-Publication Data.2011），人体行走的步幅

行走周期

单脚支撑期D_ss＝0.248D_c+0.143，双脚支撑期D_ds＝0.252D_c-0.143，行走周期内相对时间

t为行走时间。

参见图3所示，本发明依据人体的构造并以各个关节进行人体模型的表征，则包括有肩关节S₁、肘关节S₂、腕关节S₃、髋关节S₄、膝关节S₅和踝关节S₆。肩膀编号记为1，肩膀的宽度记为L_SH；大臂编号记为2，大臂的长度记为L_UA；小臂编号记为3，小臂的长度记为L_LA；髋骨编号记为4，髋骨的宽度记为L_HIP；躯干编号记为5，躯干的长度记为L_TO；大腿编号记为6，大腿的长度记为L_UL；小腿编号记为7，小腿的长度记为L_LL。

参见图3、图3A、图3B所示，建立人体参考坐标系，以水平面为XOY面，以脊椎底端O为原点，X轴为人体行进方向，Z轴垂直于地面，Y轴垂直于X轴和Z轴，构建右手直角坐标系O-XYZ。

以肩关节S₁为原点，建立肩关节S₁在参考坐标系O-XYZ中的肩关节坐标系S₁-X₁Y₁Z₁。

以肘关节S₂为原点，建立肘关节S₂在参考坐标系O-XYZ中的肘关节坐标系S₂-X₂Y₂Z₂。

以髋关节S₄为原点，建立髋关节S₄在参考坐标系O-XYZ中的髋关节坐标系S₄-X₄Y₄Z₄。

以膝关节S₅为原点，建立膝关节S₅在参考坐标系O-XYZ中的膝关节坐标系S₅-X₅Y₅Z₅。

肩关节坐标系S₁-X₁Y₁Z₁到参考坐标系O-XYZ的章动角记为θ_sh（简称为第一章动角θ_sh）。

肘关节坐标系S₂-X₂Y₂Z₂到肩关节坐标系S₁-X₁Y₁Z₁的章动角记为θ_el（简称为第二章动角θ_el）。

髋关节坐标系S₄-X₄Y₄Z₄到参考坐标系O-XYZ的章动角记为θ_hip（简称为第三章动角θ_hip）。

膝关节坐标系S₅-X₅Y₅Z₅到髋关节坐标系S₄-X₄Y₄Z₄的章动角记为θ_kn（简称为第四章动角θ_kn）。

在本发明中，肩关节坐标系S₁-X₁Y₁Z₁是以肩关节S₁为原点，X₁轴为大臂2绕肩关节S₁摆动的切线方向，Z₁轴为沿大臂向上方向，Y₁轴方向与参考坐标系相同。

在本发明中，肘关节坐标系S₂-X₂Y₂Z₂是以肘关节S₂为原点，X₂轴为小臂3绕肘关节S₂摆动的切线方向，Z₂轴沿小臂向上方向，Y₂轴方向与参考坐标系相同。

在本发明中，髋关节坐标系S₄-X₄Y₄Z₄是以髋关节S₄为原点，X₄轴为大腿6绕髋关节S₄摆动的切线方向，Z₄轴沿大腿向上方向，Y₄轴方向与参考坐标系相同。

在本发明中，膝关节坐标系S₅-X₅Y₅Z₅是以膝关节S₅为原点，X₅轴为小腿7绕膝关节S₅摆动的切线方向，Z₅轴沿小腿向上方向，Y₅轴方向与参考坐标系相同。

在基于经验数学参数和欧拉旋转矩阵建立人体目标行走的空间模型的处理步骤中，人体行走关系表示为：

（A）人体上肢运动为绕肩关节S₁和肘关节S₂的前后摆动，是指大臂2与躯干5满足章动角第一变化曲线θ_sh(t_R)＝3-9.88V_R×cos(2πt_R)关系，θ_sh(t_R)表示行走周期内相对时间t_R下的第一章动角θ_sh的变化曲线，V_R表示相对行走速度。依据章动角第一变化曲线θ_sh(t_R)＝3-9.88V_R×cos(2πt_R)可得肩关节坐标系S₁-X₁Y₁Z₁到人体参考坐标系O-XYZ的欧拉旋转矩阵为

${\mathrm{Rot}}_{\mathrm{sh}}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)\end{array}\right]$ （简称为肩关节欧拉旋转矩阵

${\mathrm{Rot}}_{\mathrm{sh}}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)\end{array}\right]);$ 因此，在行走周期内相对时间t_R下肘关节S₂在人体参考坐标系O-XYZ中的位置 ${\stackrel{\→}{R}}_E={\mathrm{Rot}}_{\mathrm{sh}}\×{\left[\begin{array}{ccc}0& \frac{L_{\mathrm{SH}}}{2}& -L_{\mathrm{UA}}\end{array}\right]}^T,$ L_SH为肩膀的宽度，L_UA表示大臂2的长度，T表示坐标转置。

（B）人体上肢运动为绕肩关节S₁和肘关节S₂的前后摆动，是指大臂2与小臂3满足章动角第二变化曲线θ_el(t_R)＝3-9.88V_R×cos(2πt_R)关系，θ_el(t_R)表示行走周期内相对时间t_R下的第二章动角θ_el的变化曲线，V_R表示相对行走速度。依据章动角第二变化曲线θ_el(t_R)＝3-9.88V_R×cos(2πt_R)可得肘关节坐标系S₂-X₂Y₂Z₂到肩关节坐标系S₁-X₁Y₁Z₁的欧拉旋转矩阵为 ${\mathrm{Rot}}_{\mathrm{el}}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)\end{array}\right]$ （简称为肘关节欧拉旋转矩阵 ${\mathrm{Rot}}_{\mathrm{el}}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)\end{array}\right]);$ 因此，在行走周期内相对时间t_R下腕关节S₃在人体参考坐标系O-XYZ中的位置 ${\stackrel{\→}{R}}_H={\mathrm{Rot}}_{\mathrm{sh}}\×{\mathrm{Rot}}_{\mathrm{el}}\×{\left[\begin{array}{ccc}0& \frac{L_{\mathrm{SH}}}{2}& -L_{\mathrm{UA}}\end{array}\right]}^T+{\mathrm{Rot}}_{\mathrm{sh}}\×{\left[\begin{array}{ccc}0& \frac{L_{\mathrm{SH}}}{2}& -L_{\mathrm{LA}}\end{array}\right]}^T,$ Rot_sh表示第一欧拉旋转矩阵，Rot_el表示第二欧拉旋转矩阵，L_SH为肩膀的宽度，L_UA表示大臂2的长度，L_LA为小臂3的长度。小臂绕肘关节S₂的运动主要用于平衡全身的力矩，对于不同的步态需要平衡扭转力矩的大小也不同。

（C）人体下肢运动为绕髋关节S₄和膝关节S₅的前后摆动，是指大腿6与躯干5满足章动角第三变化曲线θ_hip(t_R)＝3-9.88V_R×cos(2πt_R)关系，θ_hip(t_R)表示行走周期内相对时间t_R下的第三章动角θ_hip的变化曲线，V_R表示相对行走速度。依据章动角第三变化曲线θ_hip(t_R)＝3-9.88V_R×cos(2πt_R)可得髋关节坐标系S₄-X₄Y₄Z₄到人体参考坐标系O-XYZ的欧拉旋转矩阵为 ${\mathrm{Rot}}_{\mathrm{hip}}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)\end{array}\right]$ （简称为髋关节欧拉旋转矩阵 ${\mathrm{Rot}}_{\mathrm{hip}}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)\end{array}\right]);$ 因此，在行走周期内相对时间t_R下膝关节S₅在人体参考坐标系O-XYZ中的位置 ${\stackrel{\→}{R}}_K={\mathrm{Rot}}_{\mathrm{hip}}\×{\left[\begin{array}{ccc}0& \frac{L_{\mathrm{HIP}}}{2}& -L_{\mathrm{UL}}\end{array}\right]}^T,$ L_HIP为髋骨的宽度，L_UL为大腿的长度。

（D）人体下肢运动为绕髋关节S₄和膝关节S₅的前后摆动，是指大腿6与小腿7满足章动角第四变化曲线θ_kn(t_R)＝3-9.88V_R×cos(2πt_R)关系，θ_kn(t_R)表示行走周期内相对时间t_R下的第四章动角θ_kn的变化曲线，V_R表示相对行走速度。依据章动角第四变化曲线θ_kn(t_R)＝3-9.88V_R×cos(2πt_R)可得膝关节坐标系S₅-X₅Y₅Z₅到髋关节坐标系S₄-X₄Y₄Z₄的欧拉旋转矩阵为 ${\mathrm{Rot}}_{\mathrm{kn}}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)\end{array}\right]$ （简称为膝关节欧拉旋转矩阵 ${\mathrm{Rot}}_{\mathrm{kn}}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)\end{array}\right]);$ 因此，在行走周期内相对时间t_R下踝关节S₆在人体参考坐标系O-XYZ中的位置 ${\stackrel{\→}{R}}_A={\mathrm{Rot}}_{\mathrm{hip}}\×{\mathrm{Rot}}_{\mathrm{kn}}\×{\left[\begin{array}{ccc}0& \frac{L_{\mathrm{HIP}}}{2}& -L_{\mathrm{UL}}\end{array}\right]}^T+{\mathrm{Rot}}_{\mathrm{hip}}\×{\left[\begin{array}{ccc}0& \frac{L_{\mathrm{SIP}}}{2}& -L_{\mathrm{LL}}\end{array}\right]}^T,$ L_HIP为髋骨的宽度，L_UL为大腿的长度，L_LL为小腿的长度。

在参考坐标系O-XYZ中肩关节S₁的位置为 ${\stackrel{\→}{R}}_{\mathrm{SH}}={\left[\begin{array}{ccc}0& \frac{L_{\mathrm{SH}}}{2}& L_{\mathrm{TO}}\end{array}\right]}^T,$ L_SH为肩膀1的宽度，L_TO为躯干5的长度。已知肩、肘关节和手的坐标，便可计算在人体参考坐标系中大臂的中心坐标

和小臂的中心坐标 ${\stackrel{\→}{R}}_{\mathrm{LOWARM}}=\frac{{\stackrel{\→}{R}}_E+{\stackrel{\→}{R}}_H}{2}.$

在参考坐标系O-XYZ中髋关节S₄的位置为 ${\stackrel{\→}{R}}_{\mathrm{HIP}}={\left[\begin{array}{ccc}0& \frac{L_{\mathrm{HIP}}}{2}& 0\end{array}\right]}^T,$ L_HIP为髋骨4的宽度。已知髋、膝和踝关节的坐标，便可计算在人体参考坐标系中大腿的中心坐标

和小腿的中心坐标

依据人体在行走时，人体重心会随着迈步产生前后向的平移，其重心平移运动轨迹为

其中：

R_b表示人体重心位置，a_b表示人体重心前后摆动幅度，

表示初始相位。

在上肢运动轨迹上，叠加上人体平移速度和重心的前后运动，得到人体行进中上肢的运动轨迹，该上肢运动轨迹包括有大臂运动轨迹和小臂运动轨迹。其中：

大臂满足的运动轨迹为 ${\stackrel{\→}{R}}_{\mathrm{UPA}}=\frac{{\stackrel{\→}{R}}_{\mathrm{SH}}+{\stackrel{\→}{R}}_E}{2}+{(R_b+V_R{t}_R,\mathrm{0,0})}^T;$ 小臂满足的运动轨迹为 ${\stackrel{\→}{R}}_{\mathrm{LOWA}}=\frac{{\stackrel{\→}{R}}_E+{\stackrel{\→}{R}}_H}{2}+{(R_b+V_R{t}_R,\mathrm{0,0})}^T.$

在下肢运动轨迹上，叠加上人体平移速度，得到人体行进中下肢的运动轨迹，该下肢运动轨迹包括有大腿运动轨迹和小腿运动轨迹。其中：大腿满足的运动轨迹为

小腿满足的运动轨迹为 ${\stackrel{\→}{R}}_{\mathrm{LOWL}}=\frac{{\stackrel{\→}{R}}_K+{\stackrel{\→}{R}}_A}{2}+{(V_R{t}_R,0,0)}^T.$

（2）建立人体目标雷达回波模型

设雷达发射单频连续波为s(t)＝exp(j×2π×f₀×t)，j表示s(t)＝exp(j×2π×f₀×t)为复数形式，s(t)为雷达发射信号，f₀为载波频率，t为行走时间；则雷达回波信号在经过与发射载频的本振信号混频后为 $s_r\left(t\right)=\mathrm{\σ}\×\exp \left[\frac{j-2\mathrm{\π}\×f_0\×2(R\left(t\right)-R_0)}{c}\right]$ （简称为雷达回波关系），s_r(t)为混频后雷达回波信号，σ为雷达反射系数，R(t)为行走时间下的目标位置，R₀为雷达位置。

在本发明中，为了得到人体目标在雷达回波中的信息，将四肢的运动轨迹代入雷达回波关系中，从而得到人体各肢体部分的雷达回波关系：

（A）躯干的雷达回波关系为：

$s_{\mathrm{ht}}\left(t_R\right)=\exp \left(\frac{j-2\mathrm{\π}\×f_0\×2\left|\right|{(R_b+V_R{t}_R,\mathrm{0,0})}^T-R_0}{c}\right).$

（B）大臂的雷达回波关系为：

$s_{\mathrm{Lua}}\left(t_R\right)\exp \left(\frac{j\×2\mathrm{\π}\×f_0\×2\left|\right|{\stackrel{\→}{R}}_{\mathrm{UPARM}}+{(R_b+V_R{t}_R,\mathrm{0,0})}^T-R_0}{c}\right).$

（C）小臂的雷达回波关系为：

$s_{\mathrm{Lla}}\left(t_R\right)\exp \left(\frac{j\×2\mathrm{\π}\×f_0\×2\left|\right|{\stackrel{\→}{R}}_{\mathrm{LOWARM}}+{(R_b+V_R{t}_R,\mathrm{0,0})}^T-R_0}{c}\right).$

（D）大腿的雷达回波关系为：

$s_{\mathrm{Lul}}\left(t_R\right)\exp \left(\frac{j\×2\mathrm{\π}\×f_0\×2\left|\right|{\stackrel{\→}{R}}_{\mathrm{UPLEG}}+{(V_R{t}_R,\mathrm{0,0})}^T-R_0}{c}\right).$

（E）小腿的雷达回波关系为：

$s_{\mathrm{Lll}}\left(t_R\right)\exp \left(\frac{j\×2\mathrm{\π}\×f_0\×2{\left|\right|\stackrel{\→}{R}}_{\mathrm{LOWLEG}}+{(V_R{t}_R,\mathrm{0,0})}^T-R_0\left|\right|}{c}\right).$

其中s_ht(t)，s_Lla(t)，s_Lua(t)，s_Lul(t)，s_Lll(t)分别为人体头和躯干、左大臂、左小臂、左大腿和左小腿的雷达回波，身体右侧各肢体与相应的左侧各肢体的雷达回波是相同的，则右侧各肢体的雷达回波记为s_Rla(t)，s_Rua(t)，s_Rul(t)，s_Rll(t)。

s_ht(t)表示头和躯干部位的雷达回波；

s_Lla(t)表示左大臂部位的雷达回波；

s_Lua(t)表示左小臂部位的雷达回波；

s_Lul(t)表示左大腿部位的雷达回波；

s_Lll(t)表示左小腿部位的雷达回波；

s_Rla(t)表示右大臂部位的雷达回波；

s_Rua(t)表示右小臂部位的雷达回波；

s_Rul(t)表示右大腿部位的雷达回波；

s_Rll(t)表示右小腿部位的雷达回波。

人体整体雷达回波表示为：

s_total(t)＝σ_hts_ht(t)+σ_Llas_Lla(t)+σ_Rlas_Rla(t)+σ_Luas_Lua(t)+σ_Ruas_Rua(t)

+σ_Luls_Lul(t)+σ_Ruls_Rul(t)+σ_Llls_Lll(t)+σ_Rlls_Rll(t)        式2-1

其中σ_ht，σ_Lla，σ_Rla，σ_Lua，σ_Rua，σ_Rul，σ_Rul，σ_Lll和σ_Rll分别表示身体各部分的雷达回波反射系数。

在本发明中，利用雷达信号作为探测人体行走目标的方式，具有穿透力强、作用距离精确、抗干扰能力强、探测灵敏度高等优点，且不易受到温度、湿度、光照、现场地形等因素影响的优势

（3）获取时频谱图

S变换是对短时傅里叶变换(STFT)和小波变换的扩展（参考文献：R.Stockwell,L.Mansinha,R.Lowe,Localization of the complexspectrum:The S-transform,IEEE Trans.Signal Process.44(4)(1996)998–1001.）。

S变换是由连续小波变换(CWT)导出，在本发明中，连续小波变换定义为：

$W(\mathrm{\τ},f)={\∫}_{-\∞}^{\∞}r\left(t\right)\×w(t-\mathrm{\τ},f)\mathrm{dt}$ 式3-1

其中，t为行走时间，τ为相对时间偏移，f为频率，w(t,f)为母小波，r(t)表示人体目标位置，W(τ,f)表示r(t)的时间频率谱。式3-1与一个相位项相乘，得到：

S_ST(τ,f)＝e^{-j×2π×f×τ}W(τ,f)                式3-2

将母小波 $w(t,f)=\frac{\left|f\right|}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{t^2{f}^2}{2}}{e}^{-j\×2\mathrm{\π}\×f\×t}$ 代入式3-2中，得到：

$S_{\mathrm{ST}}(\mathrm{\τ},f)={\∫}_{-\∞}^{\∞}r\left(t\right)\frac{\left|f\right|}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{{(t-\mathrm{\τ})}^2{f}^2}{2}}{e}^{-j\×2\mathrm{\π}\×f\×t}\mathrm{dt}$ 式3-3

此变换中的母小波不满足小波变换的容许性条件，因此它不是严格意义上的小波变换。并且与STFT相比较，S变换中的

可以看作特殊的时窗函数，其宽度与频率成反比，可以实现自适应的时窗宽度调整，即在高频处时窗较窄，可获得较高的时间分辨率，低频处时窗较宽，可获得较高的频率分辨率。

在式3-3中引入调节参数λ，构成广义的S变换（GST）：即广义S变换关系为：

$S_{\mathrm{GST}}(\mathrm{\τ},f)={\∫}_{-\∞}^{\∞}r\left(t\right)\frac{\mathrm{\λ}\left|f\right|}{\sqrt{2\mathrm{\π}}}{\×e}^{-\frac{{(t-\mathrm{\τ})}^2{{\mathrm{\λ}}^{2}f}^2}{2}}{\mathrm{\×e}}^{-j2\mathrm{\πft}}\mathrm{dt}$ 式3-4

从式3-4中可以看出，参数λ可以影响时窗幅度和宽度随频率的变化速率。当λ较大时，时窗函数的幅度和宽度随频率变化的速率加快，在高频处可以达到更高的时间分辨率，但同时会大大牺牲其频率分辨率。由于时窗幅度和宽度都与频率成正比，当λ较小时，低频处信号能量将变小，会丢失信号细节信息。为此，本发明引入另外的调节参数p对GST进行改进：即改进的广义S变换关系为：

$S_{\mathrm{mGST}}(\mathrm{\τ},f)={\∫}_{-\∞}^{\∞}r\left(t\right)\frac{\mathrm{\λ}{\left|f\right|}^p}{\sqrt{2\mathrm{\π}}}\×e^{-\frac{{(t-\mathrm{\τ})}^2{\mathrm{\λ}}^2{f}^{2p}}{2}}\×e^{-j2\mathrm{\πft}}\mathrm{dt}$ 式3-5

当p＜1时，λ|f|^p为凸函数，低频处窗函数幅度和宽度迅速增大，并且可以抵消λ增大造成的高频处频率分辨率的损失。配合较高的λ值，可以更好地保留信号低频处的细节信息，并且提高频率分辨率。合理选择参数，可以在不损失高频处时频分辨率的同时，提高低频处的分辨率，并保留更多的信号细节信息，进一步增加了GST的适用性和灵活性。

将s_total(t)代入式3-5中r(t)进行计算，即可得到人体目标雷达回波信号的时频谱图，从时频谱图上便可同时观察到回波信号在时域和频域上的能量分布情况。在时频谱图分辨率足够的条件下，可以直接看出回波信号每个时刻的瞬时频率。

在本发明中，使用改进的广义S变换提取微多普勒时频特征，具有以下优点：

（1）可以实现自适应的时窗宽度调整，即在高频处时窗较窄，可获得较高的时间分辨率，低频处时窗较宽，可获得较高的频率分辨率。并且对噪声有较强的抑制能力。

（2）可以在不损失高频处时频分辨率的同时，提高低频处的分辨率，并保留更多的信号细节信息，有助于提高分类准确率。

（4）人体目标运动状态判断

第一种，人体目标快速行走状态：

在人体目标快速行走状态下（相对行走速度V_R≥1.3），将V_R代入式2-1中得到人体目标快速行走状态下的雷达回波，将该回波信号代入式3-5中提取出微多普勒时频谱图，如图4A所示。图中，横坐标Time为时间，（单位：秒s），纵坐标Frequency为频率，（单位：赫兹Hz），在V_R=3时的微多普勒时频谱图中可以看出：小臂频率较大，小腿频率比小臂频率略小，大腿和大臂的频率相同，且位于躯干频率两侧。

第二种，人体目标正常行走状态：

在人体目标正常行走状态下（相对行走速度0.5≤V_R＜1.3），将V_R代入式2-1中得到人体目标正常行走状态下的雷达回波，将该回波信号代入式3-5中提取出微多普勒时频谱图，如图4B所示。在V_R=1.2时的微多普勒时频谱图中可以看出：小臂频率比快速行走时的频率变小，小腿频率比快速行走时的频率没有变化，大腿和大臂的频率相同，且位于躯干频率两侧，更接近躯干的频率。

第三种，人体目标慢速行走状态：

在人体目标慢速行走状态下（相对行走速度V_R＜0.5），将V_R代入式2-1中得到人体目标慢速行走状态下的雷达回波，将该回波信号代入式3-5中提取出微多普勒时频谱图，如图4C所示。在V_R=0.4时的微多普勒时频谱图中可以看出：小臂、大腿和大臂的频率与躯干频率有重叠，小腿频率达到最小。

通过雷达回波信息能够辨别出人体在不同行走状态下的各个部分的频率变化，反之，从频率的变化能够确认出人体行走时的不同状态。

人体目标在不同运动状态下的雷达回波微多普勒时频图不同，可以作为识别的依据。除了整体的微多普勒频移不同外，快速行走时的小臂摆动幅度较大，超过小腿的摆动幅度，正常行走时的小臂摆动幅度较小，两者的小腿摆动幅度相差不大。慢速行走时，小臂几乎没有摆动，小腿的摆动幅度也较小。

Claims (5)

1.一种基于改进广义S变换的人体目标运动状态识别方法，其特征在于包括有下列步骤：

步骤一：基于经验数学参数和欧拉旋转矩阵建立人体目标行走的空间模型；

步骤二：针对连续波雷达信号建立人体行走目标的雷达回波模型；

在建立人体目标雷达回波模型过程中，设雷达发射单频连续波为s(t)＝exp(j×2π×f₀×t)，j表示s(t)＝exp(j×2π×f₀×t)为复数形式，s(t)为雷达发射信号，f₀为载波频率，t为行走时间；则雷达回波信号在经过与发射载频的本振信号混频后的雷达回波关系为 $s_{r\left(t\right)}=\mathrm{\σ}\×\exp \[\frac{j\×2\mathrm{\π}\×f_{0\×}2(R\left(t\right)-R_0)}{c}\],$ s_r(t)为混频后雷达回波信号，σ为雷达反射系数，R(t)为行走时间下的目标位置，R₀为雷达位置；

为了得到人体目标在雷达回波中的信息，将四肢的运动轨迹代入雷达回波关系中，从而得到人体各肢体部分的雷达回波关系：

（A）躯干的雷达回波关系为：

$S_{\mathrm{ht}}\left(t_R\right)=\exp \left(\frac{j\×2\mathrm{\π}\×f_0\×2\left|\right|{(R_b+V_R{t}_R,\mathrm{0,0})}^T-R_0\left|\right|}{c}\right).$

（B）大臂的雷达回波关系为：

$s_{\mathrm{Lua}}\left(t_R\right)=\exp \left(\frac{j\×2\mathrm{\π}\×f_0\×2\left|\right|{\stackrel{\→}{R}}_{\mathrm{UPARM}}+{(R_b+V_R{t}_R,\mathrm{0,0})}^T-R_0}{c}\right).$

（C）小臂的雷达回波关系为：

$S_{\mathrm{Lla}}\left(t_R\right)=\exp \left(\frac{j\×2\mathrm{\π}\×f_0\×2\left|\right|{\stackrel{\→}{R}}_{\mathrm{LOWARM}}+{(R_b+V_R{t}_R,\mathrm{0,0})}^T-R_0}{c}\right).$

（D）大腿的雷达回波关系为：

$S_{\mathrm{Lul}}\left(t_R\right)=\exp \left(\frac{j\×2\mathrm{\π}\×f_0\×2\left|\right|{\stackrel{\→}{R}}_{\mathrm{UPLEG}}+{(V_R{t}_R,\mathrm{0,0})}^T-R_0}{c}\right).$

（E）小腿的雷达回波关系为：

$S_{\mathrm{Lll}}\left(t_R\right)=\exp \left(\frac{j\×2\mathrm{\π}\×f_0\×2\left|\right|{\stackrel{\→}{R}}_{\mathrm{LOWLEG}}+{(V_R,t_R\mathrm{0,0})}^T-R_0}{c}\right).$

其中s_ht(t)，s_Lla(t)，s_Lua(t)，s_Lul(t)，s_Lll(t)分别为人体头和躯干、左大臂、左小臂、左大腿和左小腿的雷达回波，身体右侧各肢体与相应的左侧各肢体的雷达回波是相同的，则右侧各肢体的雷达回波记为s_Rla(t)，s_Rua(t)，s_Rul(t)，s_Rll(t)。

人体整体雷达回波表示为：

s_total(t)＝σ_hts_ht(t)+σ_Llas_Lla(t)+σ_Rlas_Rla(t)+σ_Luas_Lua(t)+σ_Ruas_Rua(t)

+σ_Luls_Lul(t)+σ_Ruls_Rul(t)+σ_Llls_Lll(t)+σ_Rlls_Rll(t)；

其中σ_ht，σ_Lla，σ_Rla，σ_Lua，σ_Rua，σ_Lul，σ_Rul，σ_Lll和σ_Rll分别表示身体各部分的雷达回波反射系数；

步骤三：对广义S变换进行改进，并利用改进的广义S变换对回波进行时频分析，提取回波信号微多普勒特征；

广义S变换关系为：

$S_{\mathrm{GST}}(\mathrm{\τ},f)={\∫}_{-\∞}^{\∞}r\left(t\right)\frac{\mathrm{\λ}\left|f\right|}{\sqrt{2\mathrm{\π}}}\×e^{-\frac{{(t-\mathrm{\τ})}^2{\mathrm{\λ}}^2{f}^2}{2}}\×e^{-j2\mathrm{\πft}}\mathrm{dt};$

改进的广义S变换关系为：

$S_{\mathrm{mGST}}(\mathrm{\τ},f)={\∫}_{-\∝}^{\∝}r\left(t\right)\frac{{\mathrm{\λ}\left|f\right|}^p}{\sqrt{2\mathrm{\π}}}\×e^{-\frac{{(t-\mathrm{\τ})}^2{\mathrm{\λ}}^2{f}^{2p}}{2}}\×e^{-j2\mathrm{\πft}}\mathrm{dt};$

步骤四：由时频谱图判断人体目标运动状态，即慢速行走，正常行走，快速行走。

2.根据权利要求1所述的基于改进广义S变换的人体目标运动状态识别方法，其特征在于：相对行走速度V_R≥1.3定义为快速行走状态；将相对行走速度0.5≤V_R＜1.3定义为正常行走状态；将相对行走速度V_R＜0.5定义为慢速行走状态。

3.根据权利要求1所述的基于改进广义S变换的人体目标运动状态识别方法，其特征在于：基于经验数学参数和欧拉旋转矩阵建立人体目标行走的空间模型的处理步骤中，人体行走数学模型中采用了依据人体的构造并以各个关节进行人体模型的表征，则包括有肩关节S₁、肘关节S₂、腕关节S₃、髋关节S₄、膝关节S₅和踝关节S₆。

4.根据权利要求1所述的基于改进广义S变换的人体目标运动状态识别方法，其特征在于：基于经验数学参数和欧拉旋转矩阵建立人体目标行走的空间模型的处理步骤中，人体参考坐标系的建立，以水平面为XOY面，以脊椎底端O为原点，X轴为人体行进方向，Z轴垂直于地面，Y轴垂直于X轴和Z轴，构建右手直角坐标系O-XYZ；

以肩关节S₁为原点，建立肩关节S₁在参考坐标系O-XYZ中的肩关节坐标系S₁-X₁Y₁Z₁。

以肘关节S₂为原点，建立肘关节S₂在参考坐标系O-XYZ中的肘关节坐标系S₂-X₂Y₂Z₂。

以髋关节S₄为原点，建立髋关节S₄在参考坐标系O-XYZ中的髋关节坐标系S₄-X₄Y₄Z₄。

以膝关节S₅为原点，建立膝关节S₅在参考坐标系O-XYZ中的膝关节坐标系S₅-X₅Y₅Z₅。

5.根据权利要求1所述的基于改进广义S变换的人体目标运动状态识别方法，其特征在于：在基于经验数学参数和欧拉旋转矩阵建立人体目标行走的空间模型的处理步骤中，人体行走关系表示为：

（A）人体上肢运动为绕肩关节S₁和肘关节S₂的前后摆动，是指大臂2与躯干5满足章动角第一变化曲线θ_sh(t_R)＝3-9.88V_R×cos(2πt_R)关系，θ_sh(t_R)表示行走周期内相对时间t_R下的第一章动角θ_sh的变化曲线，V_R表示相对行走速度。依据章动角第一变化曲线θ_sh(t_R)＝3-9.88V_R×cos(2πt_R)可得肩关节欧拉旋转矩阵 ${\mathrm{Rot}}_{\mathrm{sh}}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{sh}}\left(t_R\right)\end{array}\right];$ 因此，在行走周期内相对时间t_R下肘关节S₂在人体参考坐标系O-XYZ中的位置 ${\stackrel{\→}{R}}_E={\mathrm{Rot}}_{\mathrm{sh}}\×{\left[\begin{array}{ccc}0& \frac{L_{\mathrm{SH}}}{2}& -L_{\mathrm{UA}}\end{array}\right]}^T,$ L_SH为肩膀的宽度，L_UA表示大臂2的长度，T表示坐标转置。

（B）人体上肢运动为绕肩关节S₁和肘关节S₂的前后摆动，是指大臂2与小臂3满足章动角第二变化曲线θ_el(t_R)＝3-9.88V_R×cos(2πt_R)关系，θ_el(t_R)表示行走周期内相对时间t_R下的第二章动角θ_el的变化曲线，V_R表示相对行走速度。依据章动角第二变化曲线θ_el(t_R)＝3-9.88V_R×cos(2πt_R)可得肘关节欧拉旋转矩阵 ${\mathrm{Rot}}_{\mathrm{el}}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{el}}\left(t_R\right)\end{array}\right];$ 因此，在行走周期内相对时间t_R下腕关节S₃在人体参考坐标系O-XYZ中的位置 $\stackrel{\→}{R_H}={\mathrm{Rot}}_{\mathrm{sh}}\×{\mathrm{Rot}}_{\mathrm{el}}\×{\[0\frac{L_{\mathrm{SH}}}{2}-L_{\mathrm{UA}}\]}^T+{\mathrm{Rot}}_{\mathrm{sh}}\×{\[0\frac{L_{\mathrm{SH}}}{2}-L_{\mathrm{LA}}\]}^T,$ Rot_sh表示第一欧拉旋转矩阵，Rot_el表示第二欧拉旋转矩阵，L_SH为肩膀的宽度，L_UA表示大臂2的长度，L_LA为小臂3的长度。小臂绕肘关节S₂的运动主要用于平衡全身的力矩，对于不同的步态需要平衡扭转力矩的大小也不同。

（C）人体下肢运动为绕髋关节S₄和膝关节S₅的前后摆动，是指大腿6与躯干5满足章动角第三变化曲线θ_hip(t_R)＝3-9.88V_R×cos(2πt_R)关系，θ_hip(t_R)表示行走周期内相对时间t_R下的第三章动角θ_hip的变化曲线，V_R表示相对行走速度。依据章动角第三变化曲线θ_hip(t_R)＝3-9.88V_R×cos(2πt_R)可得髋关节欧拉旋转矩阵 ${\mathrm{Rot}}_{\mathrm{hip}}\text{=}\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{hip}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{hip}}(t_R\end{array}\right];$ 因此，在行走周期内相对时间t_R下膝关节S₅在人体参考坐标系O-XYZ中的位置

L_HIP为髋骨的宽度，L_UL为大腿的长度。

（D）人体下肢运动为绕髋关节S₄和膝关节S₅的前后摆动，是指大腿6与小腿7满足章动角第四变化曲线θ_kn(t_R)＝3-9.88V_R×cos(2πt_R)关系，θ_kn(t_R)表示行走周期内相对时间t_R下的第四章动角θ_kn的变化曲线，V_R表示相对行走速度。依据章动角第四变化曲线θ_kn(t_R)＝3-9.88V_R×cos(2πt_R)可得膝关节欧拉旋转矩阵 ${\mathrm{Rot}}_{\mathrm{kn}}\text{=}\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)& -\sin {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)\\ 0& \sin {\mathrm{\θ}}_{\mathrm{kn}}\left(t_R\right)& \cos {\mathrm{\θ}}_{\mathrm{kn}}(t_R\end{array}\right];$ 因此，在行走周期内相对时间t_R下踝关节S₆在人体参考坐标系O-XYZ中的位置 ${\stackrel{\→}{R}}_A={\mathrm{Rot}}_{\mathrm{hip}}\×{\mathrm{Rot}}_{\mathrm{kn}}\×{\left[\begin{array}{ccc}0& \frac{L_{\mathrm{HIP}}}{2}& -L_{\mathrm{UL}}\end{array}\right]}^T+{\mathrm{Rot}}_{\mathrm{hip}}\×{\left[\begin{array}{ccc}0& \frac{L_{\mathrm{HIP}}}{2}& -L_{\mathrm{LL}}\end{array}\right]}^T,$ L_HIP为髋骨的宽度，L_UL为大腿的长度，L_LL为小腿的长度。

在参考坐标系O-XYZ中肩关节S₁的位置为 ${\stackrel{\→}{R}}_{\mathrm{SH}}={\left[\begin{array}{ccc}0& \frac{L_{\mathrm{SH}}}{2}& L_{\mathrm{TO}}\end{array}\right]}^T,$ L_SH为肩膀1的宽度，L_TO为躯干5的长度。已知肩、肘关节和手的坐标，便可计算在人体参考坐标系中大臂的中心坐标

和小臂的中心坐标 ${\stackrel{\→}{R}}_{\mathrm{LOWARM}}=\frac{{\stackrel{\→}{R}}_E+{\stackrel{\→}{R}}_H}{2}.$

在参考坐标系O-XYZ中髋关节S₄的位置为 ${\stackrel{\→}{R}}_{\mathrm{HIP}}={\left[\begin{array}{ccc}0& \frac{L_{\mathrm{HIP}}}{2}& 0\end{array}\right]}^T,$ L_HIP为髋骨4的宽度。已知髋、膝和踝关节的坐标，便可计算在人体参考坐标系中大腿的中心坐标

和小腿的中心坐标

依据人体在行走时，人体重心会随着迈步产生前后向的平移，其重心平移运动轨迹为

其中：

R_b表示人体重心位置，a_b表示人体重心前后摆动幅度，

表示初始相位。

在上肢运动轨迹上，叠加上人体平移速度和重心的前后运动，得到人体行进中上肢的运动轨迹，该上肢运动轨迹包括有大臂运动轨迹和小臂运动轨迹。其中：

大臂满足的运动轨迹为

小臂满足的运动轨迹为 ${\stackrel{\→}{R}}_{\mathrm{LOWA}}=\frac{{\stackrel{\→}{R}}_E+{\stackrel{\→}{R}}_H}{2}+{(R_b+V_R{t}_R,\mathrm{0,0})}^T.$

在下肢运动轨迹上，叠加上人体平移速度，得到人体行进中下肢的运动轨迹，该下肢运动轨迹包括有大腿运动轨迹和小腿运动轨迹。其中：大腿满足的运动轨迹为小腿满足的运动轨迹为 ${\stackrel{\→}{R}}_{\mathrm{LOWL}}=\frac{{\stackrel{\→}{R}}_K+{\stackrel{\→}{R}}_A}{2}+{(V_R{t}_R,\mathrm{0,0})}^T.$

Images