CN112634566B - 基于毫米波的智能电子围栏构建方法及系统 - Google Patents

基于毫米波的智能电子围栏构建方法及系统 Download PDF

Info

Publication number
CN112634566B
CN112634566B CN202011488375.9A CN202011488375A CN112634566B CN 112634566 B CN112634566 B CN 112634566B CN 202011488375 A CN202011488375 A CN 202011488375A CN 112634566 B CN112634566 B CN 112634566B
Authority
CN
China
Prior art keywords
millimeter wave
electronic fence
data
space
wave sensing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011488375.9A
Other languages
English (en)
Other versions
CN112634566A (zh
Inventor
关山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lusheng Youbai Chongqing Technology Co ltd
Original Assignee
Lusheng Youbai Chongqing Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lusheng Youbai Chongqing Technology Co ltd filed Critical Lusheng Youbai Chongqing Technology Co ltd
Priority to CN202011488375.9A priority Critical patent/CN112634566B/zh
Publication of CN112634566A publication Critical patent/CN112634566A/zh
Application granted granted Critical
Publication of CN112634566B publication Critical patent/CN112634566B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/22Electrical actuation
    • G08B13/24Electrical actuation by interference with electromagnetic field distribution
    • G08B13/2491Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field

Abstract

本发明提供了一种基于毫米波的智能电子围栏构建方法及系统,方法包括:通过至少一个毫米波传感设备向探测空间内发射线性调频连续毫米波,并实时接收探测空间内反射的毫米波传感信号;对接收的毫米波传感信号进行预处理,根据预处理后的毫米波传感信号构建探测区域的空间模型,并将空间模型数据传输到用户可视化平台;用户可视化平台对探测的空间模型进行可视化,根据可视化空间模型设置电子围栏区域,并将设置的电子围栏数据反馈到相应的毫米波传感设备;毫米波传感设备接收电子围栏数据,根据电子围栏数据驱动毫米波传感设备,得到对应物理空间。具有电子围栏可无感化设置、电子围栏调整便捷、电子围栏中目标识别准确和可保护用户隐私等优点。

Description

基于毫米波的智能电子围栏构建方法及系统
技术领域
本发明涉及物联网通信和安防技术领域,具体涉及一种基于毫米波的智能电子围栏构建方法及系统。
背景技术
毫米波,是指波长为1~10毫米的电磁波,它位于微波与远红外波相交叠的波长范围,因而兼有两种波谱的特点。与光波相比,毫米波受自然光和热辐射源影响小;有极宽的带宽,毫米波的频率范围为30GHz-300GHz,具有高精度、高分辨率的特点;毫米波的波束窄,在相同天线尺寸下毫米波的波束要比微波的波束窄得多,可以分辨相距更近的小目标或者更为清晰地观察目标的细节。和激光相比,毫米波的传播受气候的影响要小得多,可以认为具有全天候特性。和微波相比,毫米波元器件的尺寸要小得多更容易小型化。
电子围栏,是当下比较先进的安防报警系统,主要由电子围栏主机、前端配件、后端控制三部分组成。以脉冲电子围栏为例,通常脉冲电子围栏主机在室外,沿着围墙或栅栏安装,通过信号传输设备将报警信号传至后端控制中心,显示防区工作状态,并远程对外部脉冲主机进行布撤防控制等操作。目前,在现有的家居室内环境的安防监测技术中,主要以红外感应、微波、超声波等技术为主,但大多都无法准确地区分目标是人、动物或者其他运动物体,其他运动物体比如扫地机器人、电扇、窗帘风吹摆动等。现有的电子围栏都需要有电子围栏主机才能实现,电子围栏主机安装复杂、成本较高,用户无法自主设定监测区域,也不能随意改变电子围栏区域,并且存在目标识别不准确、误报警频频发生、易泄露用户隐私等现象。
发明内容
针对现有技术存在的上述不足,本发明的目的在于:提供一种基于毫米波的智能电子围栏构建方法及系统,构建得到的电子围栏可以应用于家居室内、办公室等环境安防监测中,通过毫米波传感设备和用户可视化平台即可无感化设置电子围栏,无需在电子围栏对应的物理空间安装电子围栏主机,并且可以对电子围栏中的目标进行精准识别,准确区分目标是人、动物或者其他运动物体。具有电子围栏可无感化设置、电子围栏调整便捷、电子围栏中目标识别准确和可保护用户隐私等优点。
一种基于毫米波的智能电子围栏构建方法,包括以下步骤:
通过至少一个毫米波传感设备向探测空间内发射线性调频连续毫米波,并实时接收探测空间内反射的毫米波传感信号;
对接收的毫米波传感信号进行预处理,根据预处理后的毫米波传感信号构建探测区域的空间模型,并将空间模型数据传输到用户可视化平台;
所述用户可视化平台对探测的空间模型进行可视化,根据可视化空间模型设置电子围栏区域,并将设置的电子围栏数据反馈到相应的毫米波传感设备;
所述毫米波传感设备接收电子围栏数据,根据电子围栏数据驱动毫米波传感设备,得到电子围栏对应的物理空间。
进一步地,所述根据预处理后的毫米波传感信号构建探测区域的空间模型,具体步骤如下:
通过毫米波传感设备对静态空间进行N次扫描;
获取每次扫描所对应的毫米波发射数据,对静态空间每一特征点的N次毫米波传感数据做比较;
确定静态空间中所有真实反射点集,对各点集的距离和幅值做相应加权处理,取最小点集距离幅值为静态空间边界点集;
根据边界点集数据设置毫米波传感器设备内部的平面区域网格坐标。
进一步地,所述用户可视化平台包括空间可视化模型,用于根据空间模型数据进行空间模型可视化,所述空间可视化模型的构建步骤如下:
获取边界点集的距离和幅值相关数据,并将距离和幅值相关点做一维构图,组合一维构图构成虚拟二维构图;
根据探测空间的平面尺寸数据调整虚拟二维构图;
在用户可视化平台形成可选区域构图的显示界面,勾画出毫米波传感器设备的最大覆盖区域。
进一步地,所述毫米波传感设备接收电子围栏数据,根据电子围栏数据驱动毫米波传感设备,得到电子围栏对应的物理空间,具体步骤如下:
所述毫米波传感设备接收用户可视化平台反馈的电子围栏数据;
根据电子围栏数据确定区域数据的边界点集数据子集,比较区域数据与内部最大区域网格坐标数据,确定有效扫描区域的坐标数据;
根据坐标数据确定和接通对应的射频发射电路,得到电子围栏对应的物理警戒区域。
进一步地,采用所述电子围栏进行预警的步骤如下:
对电子围栏内的毫米波监测信号进行预处理,根据预处理后的毫米波监测信号采用数据模式识别模型分析毫米波监测信号的信号种类;
将监测信号种类和预设目标库中的信号种类进行对比,判断监测信号对应的目标是否在预设目标库中存在;若是,则筛选目标相关的毫米波监测信号,若否,则报警,并将报警信息和监测信号种类信息发送到监测服务器或用户端;
根据目标相关的毫米波监测信号采用神经网络模型分析计算目标状态信息,所述目标状态信息至少包括以下中的一种:多目标位置信息、多人体姿态信息、人体生理信息、多个运动物体信息;
将实时目标状态和预设目标状态进行对比,判断目标实时状态是否在该目标的预设状态范围内;若是,则表示目标状态正常,存储监测数据,若否,则报警,并将报警信息和实时目标状态信息发送到监测服务器或用户端。
进一步地,所述对电子围栏内的毫米波监测信号进行预处理,具体包括:将毫米波监测信号由模拟信号转换为数字信号,对毫米波监测信号进行逆傅里叶变换,得到变换后的时域数字信号;对时域数字信号依次进行进行信号数字滤波、空间多径干扰消除和空间噪声处理。
进一步地,所述毫米波传感设备包括微带阵列天线、微处理器、毫米波芯片、发射端多路射频开关、接收端多路射频开关和通讯模块,所述微带阵列天线包括至少一组发射阵列和至少一组接收阵列;所述发射端多路射频开关的输出端和各个发射阵列连接,输入端分别与微处理器和毫米波芯片连接;所述接收端多路射频开关的输入端和各个接收阵列连接,输出端和毫米波芯片连接;所述微处理器和毫米波芯片通信连接,所述微处理器通过通讯模块和用户可视化平台通信连接。
进一步地,所述毫米波芯片包括soc处理器、射频放大器和低噪放大器,射频放大器和低噪放大器分别与soc处理器连接,通过soc处理器、射频放大器、发射端多路射频开关和发射阵列将线性调频连续毫米波发射出去,通过接收阵列、接收端多路射频开关和低噪放大器和soc处理器将探测空间内反射的毫米波传感信号进行接收。
一种基于毫米波的智能电子围栏系统,包括:
多个毫米波传感设备,用于向探测空间内发射线性调频连续毫米波,实时接收探测空间内反射的毫米波传感信号,并对接收的毫米波传感信号进行预处理;
空间模型构建模块,用于根据预处理后的毫米波传感信号构建探测区域的空间模型;
可视化模型构建模块,用于对探测区域的空间模型进行可视化,并根据可视化空间模型设置电子围栏区域;
监测服务器,用于存储分析电子围栏数据和对应的监测毫米波传感信号,并将设置的电子围栏数据反馈到相应的毫米波传感设备;所述毫米波传感设备根据电子围栏数据驱动毫米波传感设备,得到电子围栏对应的物理空间。
进一步地,还包括第一判断模块、第二判断模块、报警模块、用户端和用户运维平台,所述第一判断模块用于判断毫米波监测信号对应的目标是否在预设目标库中存在,所述第二判断模块用于判断目标实时状态是否在该目标的预设状态范围内;第一判断模块、第二判断模块、报警模块、用户端和用户运维平台分别与监测服务器通信连接。
相比于现有技术,本发明具有以下优点:
本发明提供了一种基于毫米波的智能电子围栏构建方法及系统,构建得到的电子围栏和电子围栏系统可以应用于家居室内、办公室等环境安防监测中,根据从探测空间获取的毫米波传感信号构建探测区域的空间模型,构建的空间模型在用户可视化平台展示,用户可以在平台上自由地设置电子围栏;无需在电子围栏对应的物理空间安装电子围栏主机,通过毫米波传感设备和用户可视化平台即可无感化设置电子围栏,并且可以对电子围栏中的目标进行精准识别,准确区分目标是人、动物或者其他运动物体。具有电子围栏可无感化设置、电子围栏调整便捷、电子围栏中目标识别准确和可保护用户隐私等优点。
附图说明
图1为本发明实施例一中基于毫米波的智能电子围栏构建方法的构建流程图;
图2为本发明实施例一中构建探测区域的空间模型的构建流程图;
图3为本发明实施例一中构建空间可视化模型的构建流程图;
图4为本发明实施例一中毫米波传感设备构建电子围栏物理警戒区域的控制流程图;
图5为本发明实施例一中采用电子围栏进行预警的的预警流程图;
图6为本发明实施例一或实施例二中毫米波传感设备的控制框图;
图7为本发明实施例一中对电子围栏区域内目标监测的监测流程图;
图8为本发明实施例一中对时域数字信号进行信号数字滤波的控制流程图;
图9为本发明实施例一中对时域数字信号进行空间多径干扰消除的控制流程图;
图10为本发明实施例一中对时域数字信号进行空间噪声处理的控制流程图;
图11为本发明实施例一中采用数据模式识别模型分析毫米波监测信号的控制流程图;
图12为本发明实施例一中数据模式识别模型的分析流程图;
图13为本发明实施例一中采用RNN神经网络模型分析目标状态信息的控制流程图;
图14为本发明实施例一中RNN神经网络模型的分析流程图;
图15为本发明实施例二中基于毫米波的智能电子围栏系统的系统框图;
图16为本发明实施例一和实施例二中毫米波传感设备的原理框图;
图17为本发明实施例二中基于毫米波的目标监测系统框图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只是作为示例,而不能以此来限制本发明的保护范围。
实施例一:
参照图1,一种基于毫米波的智能电子围栏构建方法,包括以下步骤:
通过至少一个毫米波传感设备向探测空间内发射线性调频连续毫米波,并实时接收探测空间内反射的毫米波传感信号。具体地,探测空间由用户自由选定,探测空间可以是家居室内空间、生产空间、企业办公空间等;毫米波传感设备的布置数量可以根据用户需要设定的电子围栏大小来具体确定,比如,针对整套房子的电子围栏,由于各个房间、客厅、厨房等之间有墙壁隔挡,就需要在各个房间、客厅、厨房等布置多个毫米波传感设备;如果只是设置针对婴幼儿、宠物等活动空间的电子围栏,由于活动范围小,则只需要一个毫米波传感设备即可满足要求。
对接收的毫米波传感信号进行预处理,根据预处理后的毫米波传感信号构建探测区域的空间模型,并将空间模型数据传输到用户可视化平台。具体地,预处理的方法包括:将毫米波监测信号由模拟信号转换为数字信号,对毫米波监测信号进行逆傅里叶变换,得到变换后的时域数字信号;对时域数字信号依次进行进行信号数字滤波、空间多径干扰消除、空间噪声处理。通过毫米波传感设备能监测到的最大探测区域,对这个区域进行空间模型的构建。
所述用户可视化平台对探测的空间模型进行可视化,根据可视化空间模型设置电子围栏区域,并将设置的电子围栏数据反馈到相应的毫米波传感设备。具体地,用户可视化平台可以是后台控制中心、用户运维平台或者用户移动终端,优选用户移动终端,这样便于用户在用户移动终端上查看探测区域的空间模型,并在用户移动终端上勾画设置电子围栏的区域。
所述毫米波传感设备接收电子围栏数据,根据电子围栏数据驱动毫米波传感设备,得到电子围栏对应的物理空间。
上述基于毫米波的智能电子围栏构建方法中,构建得到的电子围栏可以应用于家居室内、办公室等环境安防监测中,首先获取去噪滤波后的探测空间反射数字信号,根据获取的数字信号构建探测区域的空间模型,构建的空间模型在用户可视化平台展示,用户可以在平台上自由地设置电子围栏;无需在电子围栏对应的物理空间安装电子围栏主机,通过毫米波传感设备和用户可视化平台即可无感化设置电子围栏,并且可以对电子围栏中的目标进行精准识别,准确区分目标是人、动物或者其他运动物体。具有电子围栏可无感化设置、电子围栏调整便捷、电子围栏中目标识别准确和可保护用户隐私等优点。
参照图2,上述基于毫米波的智能电子围栏构建方法中,所述根据预处理后的毫米波传感信号构建探测区域的空间模型,具体步骤如下:
通过毫米波传感设备对静态空间进行N次扫描;
获取每次扫描所对应的毫米波发射数据,对静态空间每一特征点的N次毫米波传感数据做比较;具体地,接收到的静态空间反射数据中的信号强度(RSS)幅值是距离和角度的相关函数,对静态空间做N次扫描,获取每次扫描所对应的距离,角度和幅值数据,在相同的距离和角度下,当某一k时刻的幅值数据与第k+1的幅值数据是在设定的容差δ的容限范围内,即确定该数据为同一处真实反射数据。对每一真实反射点重复做N次数据比较,从而获得静态空间真实的反射点集。
确定静态空间中所有真实反射点集,对各点集的距离和幅值做相应加权处理,取最小点集距离幅值为静态空间边界点集;具体地,如上所述,当获取了完整的静态空间真实数据点集后,即构成所使用的点云。由于RSS幅值是距离和角度的拟线性二维相关函数,距离和偏角越大,则幅值越小。为界定有效的空间边界,系统将以距离和角度为基础,来赋予幅值一定的权重,系统将最大权重的幅值的对应点集确定为探测空间的边界点集。
根据边界点集数据设置毫米波传感器设备内部的平面区域网格坐标。
参照图3,上述基于毫米波的智能电子围栏构建方法中,所述用户可视化平台包括空间可视化模型,用于根据空间模型数据进行空间模型可视化,所述空间可视化模型的构建步骤如下:
获取边界点集的距离和幅值相关数据,并将距离和幅值相关点做一维构图,组合一维构图构成虚拟二维构图;
通过用户可视化平台输入探测空间的平面尺寸,根据探测空间的平面尺寸数据调整虚拟二维构图;具体地,当基于静态空间的所有数据点集采集完成后,依据同一角度的不同距离及对应的幅值,将合成一条条一维线段,将所有一维线段展开合成为单向二维平面平行线格,系统将根据此物理平行线格,添加与这些平行线格相垂直方向的虚拟平行线格,每添加一条虚拟线时,每一个虚拟线与物理线的相交点的坐标(X,Y)将被系统存储记忆下来,因而平面网格的各个交点都有相应的坐标数据,从而构建一个完整的探测空间的平面网格。
在用户可视化平台形成可选区域构图的显示界面,勾画出毫米波传感器设备的最大覆盖区域。
参照图4,上述基于毫米波的智能电子围栏构建方法中,所述毫米波传感设备接收电子围栏数据,根据电子围栏数据驱动毫米波传感设备,得到电子围栏对应的物理空间,具体步骤如下:
所述毫米波传感设备接收用户可视化平台反馈的电子围栏数据;具体地,电子围栏数据是用户设定的可选围栏区域数据,可以先传输到监测服务器,再传输到毫米波传感设备;
根据电子围栏数据确定区域数据的边界点集数据子集,比较区域数据与内部最大区域网格坐标数据,确定有效扫描区域的坐标数据;具体地,由于构建探测区域的平面网格过程中,系统存储有平面网格的每个交点的坐标。同时,系统根据构建的平面网格的不同区域,来对应不同的微带天线发射阵列(发射阵列1-发射阵列4)的组合,从而达到覆盖不同区域的目的。当用户在可视界面上选择了传感器需要覆盖的区域后,用户选择的区域坐标将由系统传输给传感器内的处理器转换为传感器内的网格坐标,并传感器内存储的探测空间坐标相比较,确定是在最大探测区域内。
根据坐标数据确定和接通对应的射频发射电路,得到电子围栏对应的物理警戒区域。具体地,根据坐标数据确定对应的发射阵列,控制发射端多路射频开关开启,接通相应的射频发射电路,得到电子围栏对应的物理警戒区域。
参照图5,上述基于毫米波的智能电子围栏构建方法中,采用该方法构建的电子围栏进行预警的步骤如下:
对电子围栏内的毫米波监测信号进行预处理,根据预处理后的毫米波监测信号采用数据模式识别模型分析毫米波监测信号的信号种类;具体地,信号种类包括人、动物或者其他运动物体,其他运动物体比如扫地机器人、电扇、窗帘风吹摆动等;
将监测信号种类和预设目标库中的信号种类进行对比,判断监测信号对应的目标是否在预设目标库中存在;若是,则筛选目标相关的毫米波监测信号,若否,则报警,并将报警信息和监测信号种类信息发送到监测服务器或用户端;
根据目标相关的毫米波监测信号采用神经网络模型分析计算目标状态信息,所述目标状态信息至少包括以下中的一种:多目标位置信息、多人体姿态信息、人体生理信息、多个运动物体信息;
将实时目标状态和预设目标状态进行对比,判断目标实时状态是否在该目标的预设状态范围内;若是,则表示目标状态正常,存储监测数据,若否,则报警,并将报警信息和实时目标状态信息发送到监测服务器或用户端。
参照图6,上述基于毫米波的智能电子围栏构建方法中,所述毫米波传感设备包括微带阵列天线、微处理器、毫米波芯片、发射端多路射频开关、接收端多路射频开关和通讯模块,所述微带阵列天线包括至少一组发射阵列和至少一组接收阵列;所述发射端多路射频开关的输出端和各个发射阵列连接,输入端分别与微处理器和毫米波芯片连接;所述接收端多路射频开关的输入端和各个接收阵列连接,输出端和毫米波芯片连接;所述微处理器和毫米波芯片通信连接,所述微处理器通过通讯模块和用户可视化平台通信连接。
参照图16,微带阵列天线Ant.,射频收发毫米波驱动芯片SR chip,信号预处理SOC单元Signal pre-proc.,数据提取速度、角度、距离、能谱幅值以及其他各类相关量。所述毫米波芯片包括soc处理器、射频放大器和低噪放大器,射频放大器和低噪放大器分别与soc处理器连接,通过soc处理器、射频放大器、发射端多路射频开关和发射阵列将线性调频连续毫米波发射出去,通过接收阵列、接收端多路射频开关和低噪放大器和soc处理器将探测空间内反射的毫米波传感信号进行接收。
上述毫米波传感设备的工作原理如下:
发射端多路射频开关受微处理器信号控制,以决定使用发射的阵列数,控制发射的阵列数,可控制探测扫描的空间区域大小。可单独使用发射阵列1到发射阵列4的任何一组发射阵列。也可以任意组合发射阵列1到发射阵列4的任意二组或任意三组,以至全部四组。毫米波芯片内的射频放大器将特定频率的毫米波由发射阵列发射出去。接收阵列天线将接收的毫米波信号,由接收端多路射频开关传递给毫米波芯片内的低噪放大器接收。毫米波芯片将接收到的毫米波反射信号处理后,由微处理器接收,并进入下一步算法处理。
具体地,由一发或多发及一收或多收微带天线发射出线性调频连续毫米波到探测空间,毫米波投射到被探测的物体或人体上产生一定的反射信号,被微带天线所接收。毫米波芯片提供给微带天线一定发射功率的线性调频连续毫米波,同时,接收由微带天线所获得的反射信号。芯片内的数模转换电路负责将模拟信号转换为数字信号,芯片的内置SOC将对接收到的发射信号做预处理。微处理器接收毫米波芯片传递出来的预处理信号进行特定的算法处理,从而得到被探测人体或动物的能谱幅值(Gα+Gρ+Gτ=1)以推算其体态及尺寸,距离,角度等一系列目的参数。通信模块承接微处理器输出的结果参数信号,将结果参数传输到局域网,无线局域网或运营商无线网络上。本地或云端服务器接收通信模块发出的结果。
上述毫米波传感设备和现有的微带天线相比,现有的微带天线信号采集方式单一,本申请提供的微带阵列天线可以进行多种组合,可以在覆盖区域内构成一个空间网格阵列,根据使用者对在移动终端或服务平台上的可视化网格的选取,来确定系统控制那几组发射天线工作,达到覆盖用户指定区域的目的。所以,多组发射天线可以自由组合,使用部分或全部,以覆盖相应区域。
参照图7,对采用上述方法构建的电子围栏区域内的目标进行监测,具体步骤如下:
在监测空间内布置至少一个毫米波监测设备,通过毫米波监测设备向监测空间内发射线性调频连续毫米波,并实时接收监测空间内反射的毫米波信号。具体地,毫米波监测设备的布置数量可以根据监测空间的大小形状来具体确定,比如方形监测空间可以在四个角落布置四个毫米波监测设备,不规则的监测空间可以根据监测视角具体布置,能基本达到全面监测即可。
对毫米波监测信号进行预处理,根据预处理后的毫米波监测信号采用数据模式识别模型分析毫米波监测信号的信号种类,筛选目标相关的毫米波监测信号;根据目标相关的毫米波监测信号采用神经网络模型分析计算目标状态信息。具体地,预处理的方法包括:将毫米波监测信号由模拟信号转换为数字信号,对毫米波监测信号进行逆傅里叶变换,得到变换后的时域数字信号;对时域数字信号依次进行进行信号数字滤波、空间多径干扰消除、空间噪声处理。
将目标状态信息实时发送到监测服务器或用户端,所述目标状态信息至少包括以下中的一种:多目标位置信息、多人体姿态信息、人体生理信息、多个运动物体信息。具体地,多个毫米波监测设备可以通过无线局域网或运营商网络接入本地服务器或云端服务器,监测空间内的各类监测信息通过信号通信,输入连接入服务器,并由服务器连接用户运维平台及用户移动设备。位置信息至少包括距离、位置分布和角度,人体姿态信息至少包括速度、轨迹、体态、姿态、步态和手势,人体生理信息至少包括心率、呼吸和血压,物体信息至少包括尺寸、形状及移动速度。
通过上述监测方法,先将从电子围栏内获取的毫米波信号经过数字滤波、空间多径干扰消除、空间噪声处理等预处理,可以将信号中的干扰信号、噪声信号、障碍物信号等有效消除。然后采用数据模式识别模型分析毫米波监测信号的信号种类,筛选目标相关的毫米波监测信号,将和目标不相关的空间静止物体障碍消除。最后根据目标相关的毫米波监测信号采用神经网络模型分析计算目标状态信息,通过监测分析毫米波作用在人体/物体上的功率谱(RSS幅值)、人体位移、移动速度、移动轨迹、人体微波动、人体步态等各类状态,分析计算人体体态、步态、姿态、人数、运动轨迹、人体心率和呼吸等生理参数。具有人体识别灵敏、监测结果准确和抗干扰能力强等优点。
参照图8,对毫米波监测信号的时域数字信号进行信号数字滤波的方法如下:
S101:设定数字滤波参数,对毫米波监测信号的时域数字信号进行抗扰均值数字滤波;
S102:由第K时刻的数据预测第K+1时刻的数据,由第K时刻的预测误差估计第K+1时刻的预测误差;
S103:根据第K时刻的数据和第K+1时刻的预测数据计算卡尔曼增益,计算数据最优估算值,计算当前时刻K的预测误差;
S104:循环步骤S102和步骤S103。
这样,可以将毫米波监测信号中的干扰信号初步过滤。
参照图9,对毫米波监测信号的时域数字信号进行空间多径干扰消除的方法如下:
S201:获取当前时刻K发射后接收的毫米波的时域数字信号SK,计算当前时刻K的权重QK
S202:获取时刻K+1接收在K时刻发射的毫米波的时域数字信号SK+1,计算时刻K+1的权重QK+1;:
S203:生成多径干扰抵消量:ΔS=SK·QK-SK+1·QK+1,计算抵消干扰后的有效数据:
S=SK-ΔS;
S204:循环步骤S201~步骤S203,直至所有数据收敛。
这样,可以将毫米波监测信号中的干扰信号有效消除。
参照图10,对毫米波监测信号的时域数字信号进行空间噪声处理的方法如下:
对毫米波监测信号的时域数字信号进行自相关数字噪声信号监测和互相关数字噪声信号监测,并筛选出数字噪声信号;
对数字噪声信号的相位差时域进行运算,将数字噪声信号导入延时器,延时器输出信号与前项噪声信号导入乘法器,乘法器输出信号导入积分器,积分器输出信号导入数字FIR滤波器,输出数字噪声函数。
这样,可以将毫米波监测信号中的噪声信号有效消除。
上述基于毫米波的人体智能监测方法中,针对在监测空间采集的毫米波信号,毫米波信号的预处理依次经过上述数字滤波、空间多径干扰消除、空间噪声处理等,可以将毫米波监测信号中的干扰信号、噪声信号、障碍物信号等有效消除。进而为后续的目标识别、目标状态分析提供有力的数据支持,保证目标识别的灵敏度、敏捷性,提高目标监测结果的准确性和可靠性,抗干扰能力强。
参照图11,采用数据模式识别模型分析毫米波监测信号的方法如下:
判断预处理后的毫米波监测信号的有效信号是否湮没,若是,则通过自适应微弱信号滤波器进行滤波,过滤出有效信号,采用数据模式识别模型分析毫米波监测信号的有效信号的信号种类,筛选目标相关的毫米波监测信号,消除目标不相关的空间静止物体障碍;若否,则采用数据模式识别模型分析毫米波监测信号的有效信号的信号种类,筛选目标相关的毫米波监测信号,消除目标不相关的空间静止物体障碍。
参照图12,上述数据模式识别模型识别的过程如下:
获取毫米波监测信号的有效信号,作为数据模式识别模型的输入数据;对数据进行KNN递归处理,由贝叶斯分类器对数据进行分类,对数据组进行相关性比较,提取相关数据为有效数据,建立相关数据函数,对相关数据函数进行数据分析。
这样,就可以灵敏、敏捷地对监测目标进行有效识别,识别准确率高。监测目标识别之后,还需要进行空间静止物体障碍消除,可以采用穿过、绕过等方式,进一步消除毫米波监测信号中的干扰因素,提高目标监测结果的准确性和可靠性,抗干扰能力强。
参照图13,采用RNN神经网络模型分析计算目标状态信息的方法如下:
对目标相关的毫米波监测信号进行多普勒/微多普勒运算,获取空间极坐标数据;根据多普勒/微多普勒计算结果、空间极坐标数据,采用神经网络模型分析计算目标状态信息;
所述目标状态信息至少包括以下中的一种:多目标位置信息、多人体姿态信息、人体生理信息、多个运动物体信息;位置信息至少包括距离、位置分布和角度,人体姿态信息至少包括速度、轨迹、体态、姿态、步态和手势,人体生理信息至少包括心率、呼吸和血压,物体信息至少包括尺寸和形状。
参照图14,上述RNN神经网络模型分析的过程如下:
S301:获取毫米波监测信号的多普勒/微多普勒运算结果,作为神经网络模型的学习型数据;
S302:将K时刻学习型数据向量XK为输入层;
S303:由权重值W确定输入权重向量U,确定K时刻隐含层的向量函数:
SK=f(UK·XK+W·SK-1)
S304:确定输出权重向量V,确定K时刻输出层的向量函数:OK=g(V·SK);
S305:完成K时刻数据学习,进行下一时刻数据学习,循环步骤S302~步骤S305。
这样,就可以准确高效地对目标进行监测,分析监测目标的状态信息,目标监测结果准确和抗干扰能力强。
具体实施时,神经网络模型可以选用RNN神经网络模型。
上述基于毫米波的智能电子围栏构建方法,使用者可通过用户移动设备或运维平台,对探测空间的特定区域进行自主设定;当用户设定了特定区域后,毫米波传感器将仅对所设定的区域进行监测。毫米波传感器自动辨识设定区域内的人体,动物,及其它运动物体,只有当人体进入设定区域内时,毫米波传感器才会给出报警输出。输出信息通过网络传输给服务器,服务器将相应信息发送给用户运维平台或挺好移动设备。
具体地,利用毫米波段(30GHz-300GHz)的高精度,高分辨率的特点,通过毫米波作用在物体上,物体对毫米波的吸收能Gα,反射能Gρ和透射能Gτ的能谱(功率谱)分析,以及对物体的体态,位移、速度和轨迹等状态的分析、建模、学习,从而准确识别出在使用者设定的区域内的人体,动物,其它运动物体,对确认的侵入者给出准确的定位和报警。
具体地,当猫狗等动物,以及扫地机器人等其它物体进入设定区域内时,毫米波传感器将不会输出报警信息给到服务器,以防误报警事件发生。通过上述方法,能有效地对电子围栏中的目标进行准确识别,从而减少误报警,同时又可以由使用者自由设定防护区域的无感化无隐私泄露的智能电子围栏系统。
实施例二:
参照图15和图17,一种基于毫米波的智能电子围栏系统,包括:
多个毫米波传感设备,用于向探测空间内发射线性调频连续毫米波,实时接收探测空间内反射的毫米波传感信号,并对接收的毫米波传感信号进行预处理;并根据电子围栏数据驱动毫米波传感设备,得到电子围栏对应的物理空间。具体地,探测空间由用户自由选定,探测空间可以是家居室内空间、生产空间、企业办公空间等;毫米波传感设备的布置数量可以根据用户需要设定的电子围栏大小来具体确定,比如,针对整套房子的电子围栏,由于各个房间、客厅、厨房等之间有墙壁隔挡,就需要在各个房间、客厅、厨房等布置多个毫米波传感设备;如果只是设置针对婴幼儿、宠物等活动空间的电子围栏,由于活动范围小,则只需要一个毫米波传感设备即可满足要求。
空间模型构建模块,用于根据预处理后的毫米波传感信号构建探测区域的空间模型。具体地通过毫米波传感设备能监测到的最大探测区域,对这个区域进行空间模型的构建。
可视化模型构建模块,用于对探测区域的空间模型进行可视化,并根据可视化空间模型设置电子围栏区域。
监测服务器,用于存储分析电子围栏数据和对应的监测毫米波传感信号,并将设置的电子围栏数据反馈到相应的毫米波传感设备。
上述基于毫米波的智能电子围栏系统,构建得到的电子围栏可以应用于家居室内、办公室等环境安防监测中,首先获取去噪滤波后的探测空间反射数字信号,根据获取的数字信号构建探测区域的空间模型,构建的空间模型在用户可视化平台展示,用户可以在平台上自由地设置电子围栏;无需在电子围栏对应的物理空间安装电子围栏主机,通过毫米波传感设备和用户可视化平台即可无感化设置电子围栏,并且可以对电子围栏中的目标进行精准识别,准确区分目标是人、动物或者其他运动物体。具有电子围栏可无感化设置、电子围栏调整便捷、电子围栏中目标识别准确和可保护用户隐私等优点。具体实施时,空间模型构建模块可以集成在后台控制中心或监测服务器内;可视化模型构建模块可以集成在后台控制中心、用户运维平台或者用户移动终端。
上述基于毫米波的智能电子围栏系统,还包括第一判断模块、第二判断模块、报警模块、用户端和用户运维平台,所述第一判断模块用于判断毫米波监测信号对应的目标是否在预设目标库中存在,若是,则筛选目标相关的毫米波监测信号,若否,则报警,并将报警信息和监测信号种类信息发送到监测服务器或用户端。所述第二判断模块用于判断目标实时状态是否在该目标的预设状态范围内,若是,则表示目标状态正常,存储监测数据,若否,则报警,并将报警信息和实时目标状态信息发送到监测服务器或用户端。第一判断模块、第二判断模块、报警模块、用户端和用户运维平台分别与监测服务器通信连接,具体实施时,第一判断模块和第二判断模块可以集成在台控制中心或监测服务器内。
参照图6,上述基于毫米波的智能电子围栏系统,所述毫米波传感设备包括微带阵列天线、微处理器、毫米波芯片、发射端多路射频开关、接收端多路射频开关和通讯模块,所述微带阵列天线包括至少一组发射阵列和至少一组接收阵列;所述发射端多路射频开关的输出端和各个发射阵列连接,输入端分别与微处理器和毫米波芯片连接;所述接收端多路射频开关的输入端和各个接收阵列连接,输出端和毫米波芯片连接;所述微处理器和毫米波芯片通信连接,所述微处理器通过通讯模块和用户可视化平台通信连接。
参照图16,微带阵列天线Ant.,射频收发毫米波驱动芯片SR chip,信号预处理SOC单元Signal pre-proc.,数据提取速度、角度、距离、能谱幅值以及其他各类相关量。所述毫米波芯片包括soc处理器、射频放大器和低噪放大器,射频放大器和低噪放大器分别与soc处理器连接,通过soc处理器、射频放大器、发射端多路射频开关和发射阵列将线性调频连续毫米波发射出去,通过接收阵列、接收端多路射频开关和低噪放大器和soc处理器将探测空间内反射的毫米波传感信号进行接收。
上述基于毫米波的智能电子围栏系统,使用者可通过用户移动设备或运维平台,对探测空间的特定区域进行自主设定;当用户设定了特定区域后,毫米波传感器将仅对所设定的区域进行监测。毫米波传感器自动辨识设定区域内的人体,动物,及其它运动物体,只有当人体进入设定区域内时,毫米波传感器才会给出报警输出。输出信息通过网络传输给服务器,服务器将相应信息发送给用户运维平台或挺好移动设备。
具体地,利用毫米波段(30GHz-300GHz)的高精度,高分辨率的特点,通过毫米波作用在物体上,物体对毫米波的吸收能Gα,反射能Gρ和透射能Gτ的能谱(功率谱)分析,以及对物体的体态,位移、速度和轨迹等状态的分析、建模、学习,从而准确识别出在使用者设定的区域内的人体,动物,其它运动物体,对确认的侵入者给出准确的定位和报警。
具体地,当猫狗等动物,以及扫地机器人等其它物体进入设定区域内时,毫米波传感器将不会输出报警信息给到服务器,以防误报警事件发生。通过上述系统,能有效地对电子围栏中的目标进行准确识别,从而减少误报警,同时又可以由使用者自由设定防护区域的无感化无隐私泄露的智能电子围栏系统。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的保护范围当中。

Claims (8)

1.一种基于毫米波的智能电子围栏构建方法,其特征在于,包括以下步骤:
通过至少一个毫米波传感设备向探测空间内发射线性调频连续毫米波,并实时接收探测空间内反射的毫米波传感信号;
对接收的毫米波传感信号进行预处理,根据预处理后的毫米波传感信号构建探测区域的空间模型,构建空间模型的步骤包括:
通过毫米波传感设备对静态空间进行N次扫描;
获取每次扫描所对应的毫米波发射数据,对静态空间每一特征点的N次毫米波传感数据做比较;
确定静态空间中所有真实反射点集,对各点集的距离和幅值做相应加权处理,取最大权重的幅值的对应点集确定为静态空间边界点集;
根据边界点集数据设置毫米波传感器设备内部的平面区域网格坐标;
将空间模型数据传输到用户可视化平台;
所述用户可视化平台对探测的空间模型进行可视化,空间可视化模型的构建步骤如下:
获取边界点集的距离和幅值相关数据,并将距离和幅值相关点做一维构图,组合一维构图构成虚拟二维构图;
根据探测空间的平面尺寸数据调整虚拟二维构图;
在用户可视化平台形成可选区域构图的显示界面,勾画出毫米波传感器设备的最大覆盖区域;
根据构建的空间可视化模型设置电子围栏区域,并将设置的电子围栏数据反馈到相应的毫米波传感设备;
所述毫米波传感设备接收电子围栏数据,根据电子围栏数据驱动毫米波传感设备,得到电子围栏对应的物理空间。
2.根据权利要求1所述的基于毫米波的智能电子围栏构建方法,其特征在于,所述毫米波传感设备接收电子围栏数据,根据电子围栏数据驱动毫米波传感设备,得到电子围栏对应的物理空间,具体步骤如下:
所述毫米波传感设备接收用户可视化平台反馈的电子围栏数据;
根据电子围栏数据确定区域数据的边界点集数据子集,比较区域数据与内部最大区域网格坐标数据,确定有效扫描区域的坐标数据;
根据坐标数据确定和接通对应的射频发射电路,得到电子围栏对应的物理警戒区域。
3.根据权利要求1~2任一所述的基于毫米波的智能电子围栏构建方法,其特征在于,采用所述电子围栏进行预警的步骤如下:
对电子围栏内的毫米波监测信号进行预处理,根据预处理后的毫米波监测信号采用数据模式识别模型分析毫米波监测信号的信号种类;
将监测信号种类和预设目标库中的信号种类进行对比,判断监测信号对应的目标是否在预设目标库中存在;若是,则筛选目标相关的毫米波监测信号,若否,则报警,并将报警信息和监测信号种类信息发送到监测服务器或用户端;
根据目标相关的毫米波监测信号采用神经网络模型分析计算目标状态信息,所述目标状态信息至少包括以下中的一种:多目标位置信息、多人体姿态信息、人体生理信息、多个运动物体信息;
将实时目标状态和预设目标状态进行对比,判断目标实时状态是否在该目标的预设状态范围内;若是,则表示目标状态正常,存储监测数据,若否,则报警,并将报警信息和实时目标状态信息发送到监测服务器或用户端。
4.根据权利要求3所述的基于毫米波的智能电子围栏构建方法,其特征在于,所述对电子围栏内的毫米波监测信号进行预处理,具体包括:将毫米波监测信号由模拟信号转换为数字信号,对毫米波监测信号进行逆傅里叶变换,得到变换后的时域数字信号;对时域数字信号依次进行信号数字滤波、空间多径干扰消除和空间噪声处理。
5.根据权利要求1所述的基于毫米波的智能电子围栏构建方法,其特征在于,所述毫米波传感设备包括微带阵列天线、微处理器、毫米波芯片、发射端多路射频开关、接收端多路射频开关和通讯模块,所述微带阵列天线包括至少一组发射阵列和至少一组接收阵列;所述发射端多路射频开关的输出端和各个发射阵列连接,输入端分别与微处理器和毫米波芯片连接;所述接收端多路射频开关的输入端和各个接收阵列连接,输出端和毫米波芯片连接;所述微处理器和毫米波芯片通信连接,所述微处理器通过通讯模块和用户可视化平台通信连接。
6.根据权利要求5所述的基于毫米波的智能电子围栏构建方法,其特征在于,所述毫米波芯片包括soc处理器、射频放大器和低噪放大器,射频放大器和低噪放大器分别与soc处理器连接,通过soc处理器、射频放大器、发射端多路射频开关和发射阵列将线性调频连续毫米波发射出去,通过接收阵列、接收端多路射频开关和低噪放大器和soc处理器将探测空间内反射的毫米波传感信号进行接收。
7.一种基于毫米波的智能电子围栏系统,其特征在于,包括:
多个毫米波传感设备,用于向探测空间内发射线性调频连续毫米波,实时接收探测空间内反射的毫米波传感信号,并对接收的毫米波传感信号进行预处理;
空间模型构建模块,用于根据预处理后的毫米波传感信号构建探测区域的空间模型,构建空间模型的步骤包括:
通过毫米波传感设备对静态空间进行N次扫描;
获取每次扫描所对应的毫米波发射数据,对静态空间每一特征点的N次毫米波传感数据做比较;
确定静态空间中所有真实反射点集,对各点集的距离和幅值做相应加权处理,取最大权重的幅值的对应点集确定为静态空间边界点集;
根据边界点集数据设置毫米波传感器设备内部的平面区域网格坐标;
将空间模型数据传输到用户可视化平台;
可视化模型构建模块,用于对探测区域的空间模型进行可视化,并根据可视化空间模型设置电子围栏区域,其中,空间可视化模型的构建步骤如下:
获取边界点集的距离和幅值相关数据,并将距离和幅值相关点做一维构图,组合一维构图构成虚拟二维构图;
根据探测空间的平面尺寸数据调整虚拟二维构图;
在用户可视化平台形成可选区域构图的显示界面,勾画出毫米波传感器设备的最大覆盖区域;
监测服务器,用于存储分析电子围栏数据和对应的监测毫米波传感信号,并将设置的电子围栏数据反馈到相应的毫米波传感设备;所述毫米波传感设备根据电子围栏数据驱动毫米波传感设备,得到电子围栏对应的物理空间。
8.根据权利要求7所述的基于毫米波的智能电子围栏系统,其特征在于,还包括第一判断模块、第二判断模块、报警模块、用户端和用户运维平台,所述第一判断模块用于判断毫米波监测信号对应的目标是否在预设目标库中存在,所述第二判断模块用于判断目标实时状态是否在该目标的预设状态范围内;第一判断模块、第二判断模块、报警模块、用户端和用户运维平台分别与监测服务器通信连接。
CN202011488375.9A 2020-12-16 2020-12-16 基于毫米波的智能电子围栏构建方法及系统 Active CN112634566B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011488375.9A CN112634566B (zh) 2020-12-16 2020-12-16 基于毫米波的智能电子围栏构建方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011488375.9A CN112634566B (zh) 2020-12-16 2020-12-16 基于毫米波的智能电子围栏构建方法及系统

Publications (2)

Publication Number Publication Date
CN112634566A CN112634566A (zh) 2021-04-09
CN112634566B true CN112634566B (zh) 2022-08-16

Family

ID=75314133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011488375.9A Active CN112634566B (zh) 2020-12-16 2020-12-16 基于毫米波的智能电子围栏构建方法及系统

Country Status (1)

Country Link
CN (1) CN112634566B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113608235B (zh) * 2021-08-16 2023-06-27 国网湖南省电力有限公司 一种带电作业人员安全距离监测方法及系统
CN113938828A (zh) * 2021-10-19 2022-01-14 上海探寻信息技术有限公司 一种设备电子围栏的生成方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207352187U (zh) * 2017-07-31 2018-05-11 深圳市无牙太赫兹科技有限公司 毫米波实时成像安全检测系统
CN108152808A (zh) * 2017-11-23 2018-06-12 安徽四创电子股份有限公司 一种基于毫米波雷达的周界智能预测预警方法
CN108152821A (zh) * 2018-01-23 2018-06-12 成都菲斯洛克电子技术有限公司 一种主动毫米波成像安全检测系统及安全检测方法
CN108761452A (zh) * 2018-07-19 2018-11-06 山东省科学院自动化研究所 距离补偿的多输入多输出阵列毫米波三维成像装置及方法
CN109188382A (zh) * 2018-07-27 2019-01-11 惠州华阳通用电子有限公司 一种基于毫米波雷达的目标识别方法
CN110456343A (zh) * 2019-07-22 2019-11-15 深圳普捷利科技有限公司 一种基于fmcw毫米波雷达的即时定位方法及系统
CN111708022A (zh) * 2020-07-15 2020-09-25 四川长虹电器股份有限公司 毫米波雷达的扫描区域边界的计算方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105510911B (zh) * 2015-12-25 2018-05-04 深圳市华讯方舟太赫兹科技有限公司 基于线性调频的多人人体安检设备及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207352187U (zh) * 2017-07-31 2018-05-11 深圳市无牙太赫兹科技有限公司 毫米波实时成像安全检测系统
CN108152808A (zh) * 2017-11-23 2018-06-12 安徽四创电子股份有限公司 一种基于毫米波雷达的周界智能预测预警方法
CN108152821A (zh) * 2018-01-23 2018-06-12 成都菲斯洛克电子技术有限公司 一种主动毫米波成像安全检测系统及安全检测方法
CN108761452A (zh) * 2018-07-19 2018-11-06 山东省科学院自动化研究所 距离补偿的多输入多输出阵列毫米波三维成像装置及方法
CN109188382A (zh) * 2018-07-27 2019-01-11 惠州华阳通用电子有限公司 一种基于毫米波雷达的目标识别方法
CN110456343A (zh) * 2019-07-22 2019-11-15 深圳普捷利科技有限公司 一种基于fmcw毫米波雷达的即时定位方法及系统
CN111708022A (zh) * 2020-07-15 2020-09-25 四川长虹电器股份有限公司 毫米波雷达的扫描区域边界的计算方法及装置

Also Published As

Publication number Publication date
CN112634566A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN112998668B (zh) 基于毫米波的非接触式远场多人体呼吸心率监测方法
Kleeman et al. Sonar sensing
US7148836B2 (en) Obstacle penetrating dynamic radar imaging system
US6518915B2 (en) Impulse radar security system
CN110361725A (zh) 使用毫米波雷达进行人类检测和识别的系统和方法
NL2012327B1 (en) Selective intrusion detection systems.
US6987707B2 (en) Method and system for in-air ultrasonic acoustical detection and characterization
JP2009539272A (ja) 超広帯域レーダセンサおよびネットワーク
CN112634566B (zh) 基于毫米波的智能电子围栏构建方法及系统
WO2008001092A2 (en) Radar for through wall detection
US8358234B2 (en) Determination of hostile individuals armed with weapon, using respiration and heartbeat as well as spectral analysis at 60 GHz
US8098186B2 (en) Through-the-obstacle radar system and method of operation
CN110187341A (zh) 人体活动姿态的监测方法及系统、人体姿态监测器
CN112731380A (zh) 一种基于毫米波的人体智能监测方法及监测设备
US20220179062A1 (en) Detection apparatus and method
CN112859063A (zh) 基于毫米波的多人体目标识别及计数方法
CN112904329A (zh) 基于毫米波雷达的目标监测系统和方法
CN111712730A (zh) 通过多信道雷达监测生活设施
CN116125458A (zh) 一种基于毫米波雷达的人员定位方法
CN101401008A (zh) 超宽带雷达传感器及网络
Iqbal et al. Indoor motion classification using passive RF sensing incorporating deep learning
KR102322480B1 (ko) 대상체 크기 및 동작강도에 최적화된 검출 임계치를 적용할 수 있는 uwb 위치인식시스템 및 uwb 위치인식방법
RU2480787C1 (ru) Способ и система для дистанционного обнаружения объектов
CN114063628A (zh) 一种基于深度学习和雷达检测的无人机救灾系统及方法
WO2022101390A2 (en) Optimization of dataset

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant