CN117930213A - 一种基于毫米波雷达探测人体存在的方法 - Google Patents
一种基于毫米波雷达探测人体存在的方法 Download PDFInfo
- Publication number
- CN117930213A CN117930213A CN202410338231.7A CN202410338231A CN117930213A CN 117930213 A CN117930213 A CN 117930213A CN 202410338231 A CN202410338231 A CN 202410338231A CN 117930213 A CN117930213 A CN 117930213A
- Authority
- CN
- China
- Prior art keywords
- data
- array
- target
- detecting
- millimeter wave
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000005215 recombination Methods 0.000 claims abstract description 17
- 230000006798 recombination Effects 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 6
- 230000008521 reorganization Effects 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/414—Discriminating targets with respect to background clutter
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于毫米波雷达探测人体存在的方法，包括以下步骤：S1：将雷达每个通道接收到的回波信号进行数据重组、建立数据和复信号重组操作；S2：用阵列重组技术将复信号进行阵列重组，形成若干个通道孔径的距离脉冲和速度脉冲三维数组；S3：将三维数组进行距离维FFT处理，提取出目标的距离特征；S4：对每个通道数据进行差分操作来检测运动目标；S5：对检测的目标信号进行滤波处理；S6：采用SO‑CFAR恒虚警算法对滤波信号进行遍历检测，从而准确探测到雷达信号中的目标信号；本发明在复杂的背景杂波情况下能够成功提取目标信号，同时保持低虚警率；显著提升了动态目标检测性能且计算量相对较小。
Description
技术领域
本发明涉及无线通信技术领域，涉及雷达技术以及SO-CFAR恒虚警检测，具体为一种基于毫米波雷达探测人体存在的方法。
背景技术
在FMCW（Frequency Modulated Continuous Wave，调频连续波）雷达探测领域，目标探测是重要任务之一。
如已公开专利文件CN106291524A所提到的，对于探测人体存在以下问题：人体慢速目标在多普勒域与地物杂波谱(尤其是运动杂波)存在严重的交叠，当目标位于风吹动的草地或树林时，草地和树林杂波能量扩展到慢速目标的多普勒通道，使得目标回波与地物杂波混叠，难以从多普勒维上分辨出目标和杂波；人体行走属于典型的非刚体运动。各个关节同时协调摆动导致人体行走时的雷达回波多普勒成分复杂，使得雷达回波在多普勒域上产生较大的多普勒扩展，导致在积累时目标的能量分散，加大目标探测难度。
CN106291524A所提出的办法主要为构建Boulic人体步行模型联合SO-CFAR（Second Order Constant False Alarm Rate，二阶常数误报率）恒虚警检测方法，根据人体步行模型的人体运动步态频率和初始相位范围结合发射波形参数，构造造出LFMCW雷达回波非线性相位补偿信号，再进一步构建包含多普勒频率-距离单元-初始相位-步态频率的四维空间，再进行恒虚警检测处理。
本发明设计一种基于毫米波雷达探测人体存在的方法，联合MTI（Moving TargetIndication，移动目标指示）动目标检测和SO-CFAR恒虚警检测方法，该方法主要为提取雷达系统连续多个时刻的回波信号，通过对这些时刻的信号相减，有效抑制了静态杂波的影响，减弱静态杂波的影响，突出了移动目标的信号；且SO-CFAR恒虚警检测方法通常采用固定的检测门限，环境中存在各种杂波的情况下，固定的检测门限可能会导致虚警率的剧烈变化，在本发明中SO-CFAR恒虚警检测方法基于环境杂波的统计特性，动态地调整检测门限，以维持恒定的虚警概率；本发明联合采用MTI动目标检测和SO-CFAR恒虚警检测方法，可以充分利用两种方法的优势，从而在复杂环境和低信噪比条件下改善雷达系统的目标检测性能，有助于减少环境杂波的影响，提高目标信号的提取能力，并且能够自适应地控制虚警概率，为FMCW雷达在复杂场景中的应用提供更可靠的解决方案。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种基于毫米波雷达探测人体存在的方法，用于解决复杂环境和低信噪比条件杂波较多难以对人体检测的技术问题，本发明通过联合采用MTI动目标检测和SO-CFAR恒虚警检测方法解决了上述问题。
为实现上述目的，本发明提供一种基于毫米波雷达探测人体存在的方法，包括以下步骤：
S1：将雷达每个通道接收到的回波信号进行数据重组、建立数据和复信号重组操作；
S2：应用阵列重组技术，将复信号进行阵列重组，以便形成若干个通道孔径的距离脉冲和速度脉冲三维数组；
S3：将三维数组进行距离维FFT处理，提取出目标的距离特征；
S4：通过MTI方法对每个通道数据进行差分操作来检测运动目标；
S5：对MTI 检测的目标信号进行滤波处理；
S6：采用SO-CFAR恒虚警算法对滤波信号进行遍历检测，以进一步确定目标所在，从而准确探测到雷达信号中的目标信号。
进一步地：所述S1中的回波信号为FMCW毫米波回波信号，其处理包括如下步骤：
步骤一，数据重组，重组数据公式如下所示：
；
其中，表示FMCW毫米波雷达回波/>的第i个数据长度；
表示/>的总长度值；
表示将数据两个字节整合成一个数据；
i表示数据检索长度；
表示随机数；
数值为16的倍数；
步骤二，建立数组，数组建立公式如下所示：
；
其中， t表示采样的时刻；
a表示多普勒脉冲循环值；
b表示接收天线；
d表示距离；
表示多普勒通道数；
表示接收天线数；
R表示距离点数；
步骤三，复信号重组，重组复信号公式如下所示：
；
；
其中，为数组/>的虚部数据 ；
为数组/>的实部数据；
为多普勒脉冲数；
q为数组的索引；
j为复数的虚部，且存在的关系。
进一步地：所述S2中的阵列重组，其过程由如下公式所示：
；
；
；
其中， m表示天线索引；
n表示距离索引；
c为通道数；
N表示阵列重组数据的数据长度；
、/>表示阵列重组的两个通道数据；
为一个/>的三维数组。
进一步地：所述S3中，对三维数组进行举例维FFT处理，其处理过程如下公式所示：
；
其中，是频域上第k个频率点的复数值；
是时域上第s个采样点的复数值；
j为复数单位；
k为频率点；
s为采样点；
M为数组RID的全部数据长度,将处理完的FFT数据放入三维数组中，以便使用MTI技术进行动目标检测。
进一步地：所述S4中，MTI方法具体如下公式所示：
；
其中， m为天线索引；
n为距离索引；
c为通道数；
该方法针对距离进行差分处理，为MTI动目标检测结果。
进一步地：所述S5中，滤波处理具体由以下公式进行处理：
；
其中，Y为滤波后的数据；
为MTI动目标检测结果/>中的第i个；
p表示的数据索引。
进一步地：所述S6中，SO-CFAR恒虚警算法检测，其计算过程具体包括如下步骤：
步骤一，设置门限，门限设置公式如下所示：
；
其中，TH为门限值；
g为窗口内的像元个数；
为虚警概率，且小于0.2；
步骤二，计算背景噪声，背景噪声计算公式如下所示：
；
其中，i和j分别表示g中的行和列；
为窗口内所有像元噪声的平均值；
步骤三，目标判断，其判断公式如下：
；
其中，为SO-CFAR目标检测结果；
为中值滤波后的数据。
与现有技术相比，本发明的有益效果为：为解决动态杂波时存在的误差问题，本发明提出了一种适用于复杂环境下的目标识别方法，该方法依赖于MTI技术对距离-速度三维数据进行差分处理，从中提取目标运动信息；随后，采用SO-CFAR恒虚警检测算法，进一步进行目标检测和杂波抑制，这一方法在复杂的背景杂波情况下能够成功提取目标信号，同时保持低虚警率。在复杂环境和低信噪比条件下显著提升了动态目标检测性能；且该方法相较于检测人体运动和定位，计算量相对较小，但能够保持高精度。
附图说明
为了更清楚地说明本发明实施例与现有技术中的技术方案，下面将对实施例与现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的流程图；
图2为仅采用MTI检测的目标检测结果图；
图3为本发明联合采用MTI检测和SO-CFAR检测的目标检测结果图；
图4为本发明在不同信噪比下的检测均方根误差曲线图。
具体实施方式
下面详细描述本发明的具体实施方式，所述具体实施方式的流程在附图中示出，其中自始至终相同标号表示相同参数。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
另外，在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本披露实施例的全面理解；然而明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。
请参阅图1，本发明的流程图；
具体包括如下步骤：
S1、首先，对获取到的FMCW毫米波回波信号进行数据重组操作，即通过如下公式对数据进行重组：
（1）
其中，表示FMCW毫米波雷达回波/>的第i个数据长度；
表示/>的总长度值；
表示将数据两个字节整合成一个数据，且/>数值为16的倍数；
i表示数据检索长度；
表示随机数；
然后，建立高维数组，即：
（2）
其中， t表示采样的时刻；
a表示多普勒脉冲循环值；
b表示接收天线；
d表示距离；
表示多普勒通道数；
表示接收天线数；
R表示距离点数；
进而，进行复信号重组，即：
（3）
（4）
其中， 为数组/>的虚部数据 ；
为数组/>的实部数据；
为多普勒脉冲数；
q为数组的索引；
j为复数的虚部，且存在的关系。
S2、对S1中的复位信号进行阵列重组操作，其过程公式具体如下：
（5）
（6）
（7）
其中， m表示天线索引；
n表示距离索引；
c为通道数；
N表示阵列重组数据的数据长度；
、/>表示阵列重组的两个通道数据；
为一个/>的三维数组。
S3、对S2中的公式（7）数据进行距离维FFT处理，即：
（8）
其中，为频域上第k个频率点的复数值；
为时域上第n个采样点的复数值；
N为数组RID的全部数据长度其中，是频域上第k个频率点的复数值；
是时域上第s个采样点的复数值；
j为复数单位；
k为频率点；
s为采样点；
M为数组RID的全部数据长度,将处理完的FFT数据放入三维数组中，以便使用MTI技术进行动目标检测。
S4、将S3中公式（8）得到的数据进行MTI动目标检测差分处理，即：
（9）
其中， m为天线索引；
n为距离索引；
c为通道数；
该方法针对距离进行差分处理，只在距离上进行差分，为MTI动目标检测结果。
S5、对S4中经过MTI处理后的数据进行滤波处理，即：
（10）
其中， Y为滤波后的数据；
为MTI动目标检测结果/>中的第i个；
p表示的数据索引。
S6、对S5中公式（10）得到的数据结果采用SO-CFAR恒虚警算法进行检测，该检测过程包含三步，依次为：
步骤一，设置门限，门限设置公式如下所示：
（11）
其中， TH为门限值；
g为窗口内的像元个数；
为虚警概率，且小于0.2；
步骤二，计算背景噪声，背景噪声计算公式如下所示：
（12）
其中，i和j表示g中的行和列；
为窗口内所有像元噪声的平均值；
步骤三，目标判断，其判断公式如下：
（13）
其中，为SO-CFAR目标检测结果；
为中值滤波后的数据；
具体地，当Y其中的元素小于等于门限和噪声的乘积时，则将对应的位置元素设置为0，当Y其中的元素大于门限和噪声的乘积时，则将/>对应的位置元素设置为1。
请参阅图2和图3，为本发明的一个具体实施例，分别为仅采用MTI检测的目标检测结果图和联合采用MTI检测和SO-CFAR检测的目标检测结果图；
图2：固定雷达位置，选定两个人作为实验对象。其中一个人从距离雷达3.5m处逐渐朝着雷达进行靠近运动，另一个人静止站立雷达旁边；实验结果如图2所示，结果中仅显示了一个距离雷达3.5米的目标，未检测出静止站立于雷达旁边的目标；
图3与图2为对照组试验，在相同条件下，固定雷达位置，选定两个人作为实验对象。其中一个人从距离雷达3.5m处逐渐朝着雷达进行靠近运动，另一个人静止站立雷达旁边，结果清晰显示了一个距离雷达3.5米的目标和一个距离雷达0米的目标，检测结果与实际情况保持一致。
请参阅图4，为本发明的另一个具体实施例，为在不同信噪比下的检测均方根误差曲线图；
实例2：固定雷达位置，选定两个人作为实验对象；其中一个人从距离雷达3.5m处逐渐朝着雷达进行靠近运动，另一个人静止站立雷达旁边；调整环境和信号的信噪比大小，信噪比范围设置为5dB到30dB之间；选择传统MTI方法作为对比方法，其结果如图3所示，实线为传统MTI方法生成曲线图谱，虚线为本发明生成曲线图谱，其均方根误差在同等信噪比环境下，虚线数值明显小于实线数值，即本发明实施后所对应的均方根误差小于传统MTI方法所对应的均方根误差。
以上对本发明的一个或多个实施例进行了非常详细的运用说明，但所述内容仅为本发明的一个具体例子，不能被认为用于限定本发明应用的实施范围。凡依据本发明内容提出的其他方法与改变等，均应归属于本发明的专利保护范围之内。
Claims (7)
1.一种基于毫米波雷达探测人体存在的方法，其特征在于，包括以下步骤：
S1：将雷达每个通道接收到的回波信号进行数据重组、建立数据和复信号重组操作；
S2：应用阵列重组技术，将复信号进行阵列重组，以便形成若干个通道孔径的距离脉冲和速度脉冲三维数组；
S3：将三维数组进行距离维FFT处理，提取出目标的距离特征；
S4：通过MTI方法对每个通道数据进行差分操作来检测运动目标；
S5：对MTI 检测的目标信号进行滤波处理；
S6：采用SO-CFAR恒虚警算法对滤波信号进行遍历检测，以进一步确定目标所在，从而准确探测到雷达信号中的目标信号。
2.根据权利要求1所述的一种基于毫米波雷达探测人体存在的方法，其特征在于，所述S1中的回波信号为FMCW毫米波回波信号，其处理包括如下步骤：
步骤一，数据重组，重组数据公式如下所示：
；
其中， 表示FMCW毫米波雷达回波/>的第i个数据长度；
表示/>的总长度值；
表示将数据两个字节整合成一个数据；
i表示数据检索长度；
表示随机数；
数值为16的倍数；
步骤二，建立数组，数组建立公式如下所示：
；
其中， t表示采样的时刻；
a表示多普勒脉冲循环值；
b表示接收天线；
d表示距离；
表示多普勒通道数；
表示接收天线数；
R表示距离点数；
步骤三，复信号重组，重组复信号公式如下所示：
；
；
其中， 为数组/>的虚部数据 ；
为数组/>的实部数据；
为多普勒脉冲数；
q为数组的索引；
j为复数的虚部，且存在的关系。
3.根据权利要求1所述的一种基于毫米波雷达探测人体存在的方法，其特征在于，所述S2中的阵列重组，其过程由如下公式所示：
；
；
；
其中， m表示天线索引；
n表示距离索引；
c为通道数；
N表示阵列重组数据的数据长度；
、/>表示阵列重组的两个通道数据；
为一个/>的三维数组。
4.根据权利要求1所述的一种基于毫米波雷达探测人体存在的方法，其特征在于，所述S3中，对三维数组进行举例维FFT处理，其处理过程如下公式所示：
；
其中， 是频域上第k个频率点的复数值；
是时域上第s个采样点的复数值；
j为复数单位；
k为频率点；
s为采样点；
M为数组RID的全部数据长度,将处理完的FFT数据放入三维数组中，以便使用MTI技术进行动目标检测。
5.根据权利要求1所述的一种基于毫米波雷达探测人体存在的方法，其特征在于，所述S4中，MTI方法具体如下公式所示：
；
其中， m为天线索引；
n为距离索引；
c为通道数；
该方法针对距离进行差分处理，为MTI动目标检测结果。
6.根据权利要求1所述的一种基于毫米波雷达探测人体存在的方法，其特征在于，所述S5中，滤波处理具体由以下公式进行处理：
；
其中， Y为滤波后的数据；
为MTI动目标检测结果/>中的第i个；
p表示的数据索引。
7.根据权利要求1所述的一种基于毫米波雷达探测人体存在的方法，其特征在于，所述S6中，SO-CFAR恒虚警算法检测，其计算过程具体包括如下步骤：
步骤一，设置门限，门限设置公式如下所示：
；
其中，TH为门限值；
g为窗口内的像元个数；
为虚警概率，且小于0.2；
步骤二，计算背景噪声，背景噪声计算公式如下所示：
；
其中，i和j分别表示g中的行和列；
为窗口内所有像元噪声的平均值；
步骤三，目标判断，其判断公式如下：
；
其中，为SO-CFAR目标检测结果；
为中值滤波后的数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410338231.7A CN117930213B (zh) | 2024-03-25 | 2024-03-25 | 一种基于毫米波雷达探测人体存在的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410338231.7A CN117930213B (zh) | 2024-03-25 | 2024-03-25 | 一种基于毫米波雷达探测人体存在的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117930213A true CN117930213A (zh) | 2024-04-26 |
| CN117930213B CN117930213B (zh) | 2024-06-04 |
Family
ID=90761506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410338231.7A Active CN117930213B (zh) | 2024-03-25 | 2024-03-25 | 一种基于毫米波雷达探测人体存在的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117930213B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120182173A1 (en) * | 2011-01-18 | 2012-07-19 | U.S. Government As Represented By The Secretary Of The Army | System and method for moving target detection |
| CN106291524A (zh) * | 2016-08-05 | 2017-01-04 | 南京理工大学 | 基于人体模型的lfmcw雷达探测运动人体目标的方法 |
| JP2018205174A (ja) * | 2017-06-06 | 2018-12-27 | 株式会社東芝 | レーダ装置及びそのレーダ信号処理方法 |
| US10310073B1 (en) * | 2018-02-07 | 2019-06-04 | Infineon Technologies Ag | System and method for determining engagement level of a human being using a millimeter-wave radar sensor |
| CN111366919A (zh) * | 2020-03-24 | 2020-07-03 | 南京矽典微系统有限公司 | 基于毫米波雷达的目标检测方法和装置、电子设备、存储介质 |
| US20210080557A1 (en) * | 2019-09-13 | 2021-03-18 | Infineon Technologies Ag | Human Target Tracking System and Method |
| WO2021169085A1 (zh) * | 2020-02-27 | 2021-09-02 | 南京慧尔视智能科技有限公司 | 一种毫米波mimo交通雷达求熵解速度模糊的方法 |
| CN114325623A (zh) * | 2020-11-05 | 2022-04-12 | 北京航空航天大学 | 一种基于毫米波雷达的人体肢体运动信息测量方法 |
| CN116125458A (zh) * | 2023-02-22 | 2023-05-16 | 北京科技大学 | 一种基于毫米波雷达的人员定位方法 |
| CN116243303A (zh) * | 2023-01-12 | 2023-06-09 | 上海理工大学 | 基于毫米波雷达的室内人员目标特征提取方法 |
| CN117250593A (zh) * | 2023-10-19 | 2023-12-19 | 中南大学 | 复杂环境下多个人体目标脉冲响应的获取方法及系统 |
-
2024
- 2024-03-25 CN CN202410338231.7A patent/CN117930213B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120182173A1 (en) * | 2011-01-18 | 2012-07-19 | U.S. Government As Represented By The Secretary Of The Army | System and method for moving target detection |
| CN106291524A (zh) * | 2016-08-05 | 2017-01-04 | 南京理工大学 | 基于人体模型的lfmcw雷达探测运动人体目标的方法 |
| JP2018205174A (ja) * | 2017-06-06 | 2018-12-27 | 株式会社東芝 | レーダ装置及びそのレーダ信号処理方法 |
| US10310073B1 (en) * | 2018-02-07 | 2019-06-04 | Infineon Technologies Ag | System and method for determining engagement level of a human being using a millimeter-wave radar sensor |
| US20210080557A1 (en) * | 2019-09-13 | 2021-03-18 | Infineon Technologies Ag | Human Target Tracking System and Method |
| WO2021169085A1 (zh) * | 2020-02-27 | 2021-09-02 | 南京慧尔视智能科技有限公司 | 一种毫米波mimo交通雷达求熵解速度模糊的方法 |
| CN111366919A (zh) * | 2020-03-24 | 2020-07-03 | 南京矽典微系统有限公司 | 基于毫米波雷达的目标检测方法和装置、电子设备、存储介质 |
| CN114325623A (zh) * | 2020-11-05 | 2022-04-12 | 北京航空航天大学 | 一种基于毫米波雷达的人体肢体运动信息测量方法 |
| CN116243303A (zh) * | 2023-01-12 | 2023-06-09 | 上海理工大学 | 基于毫米波雷达的室内人员目标特征提取方法 |
| CN116125458A (zh) * | 2023-02-22 | 2023-05-16 | 北京科技大学 | 一种基于毫米波雷达的人员定位方法 |
| CN117250593A (zh) * | 2023-10-19 | 2023-12-19 | 中南大学 | 复杂环境下多个人体目标脉冲响应的获取方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| DAI XIAOXIAO 等: "Ultra-Wideband Radar based Human Body Landmark Detection and Tracking with Biomedical Constraints for Human Motion Measuring", CONFERENCE RECORD OF THE 2014 FORTY-EIGHTH ASILOMAR CONFERENCE ON SIGNALS, SYSTEMS & COMPUTERS, 31 December 2014 (2014-12-31), pages 1752 - 1756 * |
| 何成文: "无线传感器网络在混合LOS/NLOS环境下的高精度定位算法研究", 中国博士学位论文全文数据库 基础科学辑, 15 March 2023 (2023-03-15), pages 008 - 10 * |
| 金添 等: "穿墙雷达人体目标探测技术综述", 电波科学学报, no. 04, 31 December 2020 (2020-12-31), pages 47 - 56 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117930213B (zh) | 2024-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109814073B (zh) | 一种mtd雷达解模糊测速方法 | |
| CN108802722B (zh) | 一种基于虚拟谱的弱目标检测前跟踪方法 | |
| AU2010209277B2 (en) | Low energy radar system | |
| CN107942342B (zh) | 测风激光雷达的数据处理方法、装置、系统及存储介质 | |
| CN109782248B (zh) | 一种雷达杂波处理方法 | |
| CN106814358A (zh) | 一种用于超宽带穿墙雷达中多人体目标检测的系统及方法 | |
| CN107450055B (zh) | 基于离散线性调频傅立叶变换的高速机动目标检测方法 | |
| KR20040091699A (ko) | 레이더 검출에서의 적응적 검출 시스템 및 적응적 검출 방법 | |
| CN111948618B (zh) | 一种基于卫星外辐射源的前向散射目标探测方法及系统 | |
| CN109444820A (zh) | 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法 | |
| CN110095766B (zh) | 基于非均匀重采样技术的机动目标相干积累检测方法 | |
| CN111123214A (zh) | 多项式旋转-多项式傅里叶变换的高速高机动目标检测方法 | |
| CN106199549B (zh) | 一种采用谱减法提升lfmcw雷达信噪比的方法 | |
| CN112014806B (zh) | 一种复杂干扰场景下的机载雷达无意干扰抑制方法 | |
| CN110109067B (zh) | 一种陆基fmcw区域监控雷达数据处理方法 | |
| CN110208786A (zh) | 一种天基雷达二重频解模糊方法 | |
| CN106501800A (zh) | 基于代价参考粒子滤波的mimo雷达目标检测前跟踪方法 | |
| CN108872961B (zh) | 基于低门限的雷达微弱目标检测方法 | |
| CN109061632B (zh) | 一种无人机识别方法 | |
| CN110007299A (zh) | 一种基于混合坐标伪谱技术的微弱目标检测跟踪方法 | |
| CN116990773A (zh) | 基于自适应门限的低慢小目标检测方法、装置和存储介质 | |
| CN115291207A (zh) | 基于mimo雷达的小型旋翼无人机多目标检测方法 | |
| CN117930213B (zh) | 一种基于毫米波雷达探测人体存在的方法 | |
| CN111796266B (zh) | 一种匀加速运动目标rd平面检测前跟踪方法 | |
| CN116430349B (zh) | 一种基于物理先验知识的空间群目标探测方法及系统 |
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 |