CN201804110U - 人体行走步态特征测量装置 - Google Patents
人体行走步态特征测量装置 Download PDFInfo
- Publication number
- CN201804110U CN201804110U CN2010201778968U CN201020177896U CN201804110U CN 201804110 U CN201804110 U CN 201804110U CN 2010201778968 U CN2010201778968 U CN 2010201778968U CN 201020177896 U CN201020177896 U CN 201020177896U CN 201804110 U CN201804110 U CN 201804110U
- Authority
- CN
- China
- Prior art keywords
- human body
- signal processor
- gait feature
- low
- microwave
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
一种人体行走步态特征测量装置,由高稳定微波信号源,连续波发射机,环行器,收发天线,放大混频接收通道,信号处理器,并行数据处理与显示终端构成。高稳定微波信号源的输出为连续波发射机提供稳定信号,连续波发射机连接环行器将微波信号发送到收发天线,并通过天线发送出去,同时收发天线接收来自目标的反射回波,通过环行器送入放大混频接收通道,放大混频接收通道的输出送入信号处理器,信号处理器将模拟信号转换为数字信号并进行数字滤波和时频处理,经处理后的数字信号与数据处理与显示终端连接。本实用新型可以实现步态识别对一定距离外行人进行步态特征提取,具有非强迫性和可接受性。
Description
技术领域:
本发明涉及一种测量装置,特别涉及一种能够测量人体步态特征的雷达装置,即人体行走步态特征测量装置,该装置主要通过检测和分析人体行走步态特征,作为一种生物识别方法在一定距离下对广泛人群中感兴趣目标进行检测和分类。
背景技术:
生物认证技术作为20世纪末期才开始蓬勃发展的高新技术,在社会生活中占据越来越重要的位置。当前主要应用的虹膜、人脸、指纹、DNA等识别认证方法主要应用于近距离的关心人群的身份识别,而在一定距离下对广泛人群中感兴趣目标进行检测和识别能力较差。人的步态特征反映的是身体各部位的运动特征;是人体长期行走形成的习惯,在一定时间内很难改变,不容易隐藏和伪造。因此,人们可通过对步态的检测和分析提取步态这一独有生物特征,即可实现在一定距离下对人的识别。所以,近年来国内外开展了基于人行走步态的生物识别技术的研究。
雷达可向人体目标发射电磁波,电磁波与人体目标相互作用产生反射回波,回波中产生的信号改变表征了目标的一些信息。当目标相对雷达运动时,回波信号的载频会发生偏移,称为多普勒效应。
人体行走过程中旋转手臂和腿产生人体移动,使人体各部分相对雷达发生了距离变化,因此雷达照射人体时,行走人体的躯干、手臂、腿的运动产生不同的多普勒回波包含了由于运动变化率产生的微细多普勒频率特征,这些微细多普勒频率特征反映了人体步态特征。
可是目前如何运用雷达技术来测量人体步态特征国内外还没有相关的报道。
发明内容:
本发明的目的就在于提供一种人体行走步态特征测量装置,该装置利用连续波雷达测量人体行走过程中产生的回波,通过对回波的分析和检测实现对人员的检测和分类,从而提供一种能够在一定距离下实现对人员的检测和分类。
如上构思,本发明的技术方案是:一种人体行走步态特征测量装置,其特征在于:由高稳定微波信号源,连续波发射机,环行器,收发天线,放大混频接收通道,信号处理器,并行数据处理与显示终端构成;高稳定微波信号源的输出为连续波发射机提供稳定信号,连续波发射机的输出端连接环行器的输入端,环形器的输出端将微波信号发送到收发天线,并通过天线发送出去,同时收发天线接收来自目标的反射回波,通过环行器送入放大混频接收通道,放大混频接收通道的输出送入信号处理器,信号处理器将模拟信号转换为数字信号并进行数字滤波和时频处理,经处理后的数字信号与数据处理与显示终端连接。
上述连续波发射机由微波驱动放大器、功率耦合器、功率放大器以及电源组成;微波驱动放大器的输入端连接高稳定微波信号源,微波驱动放大器的输出端连接功率耦合器,功率耦合器有两个输出端,一个连接到功率放大器,另一个连接到接收模块。
上述放大混频接收通道模块由低噪声放大器、双平衡混频器、宽带低通滤波器、低频放大器以及电源组成;其中低噪声放大器与双平衡混频器相连,双平衡混频器与低通滤波器相连,低通滤波器与低频放大器连接。
上述信号处理器由窄带低通滤波器、低频放大器、模拟数字转换器、数字信号处理器以及电源组成;其中窄带低通滤波器、低频放大器、模拟数字转换器和数字信号处理器依次连接。
上述并行数据处理器与显示终端是由数字信号处理器实现的数据处理器、数据存储设备、显示设备以及计算机组成;其中数字信号处理器实现的数据处理器实现实现时频频谱分析、目标步态特征检测、步态特征参数提取功能,并且送入基于数据存贮设备以及送入计算机进行特征数据显示。
上述高稳定微波信号源可以采用x波段和ku波段工作频率。
上述信号处理器中窄带低通滤波器的通带宽度不超过500Hz。
上述模拟数字转换器采用A/D公司的模拟数字转换器AD7650。
上述数字信号处理器采用TI公司的TMS320C6713。
本发明具有如下的优点和积极效果:
1、本装置采用连续波发射机作为人体步态特征信号的提取装置,可以实现步态识别对一定距离外行人进行步态特征提取,在此基础上构建的特征识别技术具有不易被察觉的特点,所构建的特征提取为可靠的身份识别打下了良好的基础。
2、本装置在特征采集时不需要被监测人接触识别设备,也不需要被检测人的配合,因而具有非强迫性和可接受性。
3、用途广泛。本装置可以应用于对重点区域的监视和可疑人物的检测,还可应用到通过人体行走步态分析来诊断相关疾病以及肢体康复治疗领域。
4、结构简单、使用方便。
附图说明:
图1是本发明的结构框图。
图2是连续波发射机的结构框图。
图3是放大混频接收通道模块的结构框图。
图4是信号处理器模块结构框图。
图5是并行数据处理器与显示终端模块结构框图。
具体实施方式:
如图所示:一种人体行走步态特征测量装置,它由高稳定微波信号源1-1,连续波发射机1-2,环行器1-3,收发天线1-4,放大混频接收通道1-5,信号处理器1-6,并行数据处理器与显示终端1-7构成。高稳定微波信号源的输出为连续波发射机提供稳定信号连接到连续波发射机1-2的3端口,连续波发射机1-2的2端口连接环行器1-3,环形器将微波信号发送到收发天线1-4,并通过天线发送出去,同时收发天线接收来自目标的反射回波,通过环行器送入放大混频接收通道1-5的1端口,同时连续波发射机的1端口连接到放大混频接收通道1-5的2端口为双平衡正交放大器提供本振信号,放大混频接收通道1-5的输出端口3、4分别连接到信号处理器1-6的1、2端口,信号处理器1-6将模拟信号转换为数字信号并进行数字滤波和时频处理,经处理后的数字信号通过输出端口3、4连接到数据处理与显示终端1-7的1、2端口。上述高稳定微波信号源可以采用x波段和ku波段工作频率。
上述连续波发射机由微波驱动放大器、功率耦合器、功率放大器以及电源组成;微波驱动放大器的输入端连接高稳定微波信号源,微波驱动放大器的输出端连接功率耦合器,功率耦合器有两个输出端,一个连接到功率放大器,另一个连接到接收模块。
上述放大混频接收通道模块由低噪声放大器、双平衡混频器、宽带低通滤波器、低频放大器以及电源组成;其中低噪声放大器与双平衡混频器相连,双平衡混频器与低通滤波器相连,低通滤波器与低频放大器连接。
上述信号处理器由窄带低通滤波器、低频放大器、模拟数字转换器、数字信号处理器以及电源组成;其中窄带低通滤波器、低频放大器、模拟数字转换器和数字信号处理器依次连接。上述窄带低通滤波器的通带宽度≤500Hz。上述模拟数字转换器采用A/D公司的模拟数字转换器AD7650;上述数字信号处理器采用TI公司的TMS320C6713。
上述并行数据处理器与显示终端是由数字信号处理器实现的数据处理器、特征数据存储数据库、特征数据显示设备以及计算机组成。其中数字信号处理器实现的数据处理器实现实现时频频谱分析、目标步态特征检测、步态特征参数提取功能,并且送入特征数据存储数据库以及送入计算机进行特征数据显示。
本发明的工作过程是:根据对监视环境的情况分析,将人体行走步态特征测量装置装配在能够使天线覆盖主要检测区域,监视来往行走人员,人体行走步态特征测量装置发射机发射微波信号经过环行器通过天线辐射出去,当辐射的电磁波遇到行走的人体时产生反射回波,反射回波被天线接收经过环行器送入放大混频接收通道模块对微弱的回波信号进行低噪声放大下变频成为低频信号并进行滤波放大,经过放大的回波信号送入信号处理模块进行进一步的滤波处理和放大以适应模拟数字转换器的要求,经过模拟数字转换器将模拟信号转换为数字信号,送入数字信号处理器进行频谱分析,通过数字信号处理器得到人体行走的步态频谱数据后将这些数据送入数据处理与终端显示模块,数据处理与终端显示模块对频谱数据进行分析提取人体行走特征,主要包括人体行走步伐周期,手臂摆动速度、腿部摆动速度、人体行走速度等特征,计算机处理终端记录和存储这些特征为后续的人体步态检测和识别打下基础。
Claims (9)
1.一种人体行走步态特征测量装置,其特征在于:由高稳定微波信号源,连续波发射机,环行器,收发天线,放大混频接收通道,信号处理器,并行数据处理与显示终端构成;高稳定微波信号源的输出为连续波发射机提供稳定信号,连续波发射机的输出端连接环行器的输入端,环形器的输出端将微波信号发送到收发天线,并通过天线发送出去,同时收发天线接收来自目标的反射回波,通过环行器送入放大混频接收通道,放大混频接收通道的输出送入信号处理器,信号处理器将模拟信号转换为数字信号并进行数字滤波和时频处理,经处理后的数字信号与数据处理与显示终端连接。
2.根据权利要求1所述的人体行走步态特征测量装置,其特征在于:上述连续波发射机由微波驱动放大器、功率耦合器、功率放大器以及电源组成;微波驱动放大器的输入端连接高稳定微波信号源,微波驱动放大器的输出端连接功率耦合器,功率耦合器有两个输出端,一个连接到功率放大器,另一个连接到接收模块。
3.根据权利要求1所述的人体行走步态特征测量装置,其特征在于:上述放大混频接收通道模块由低噪声放大器、双平衡混频器、宽带低通滤波器、低频放大器以及电源组成;其中低噪声放大器与双平衡混频器相连,双平衡混频器与低通滤波器相连,低通滤波器与低频放大器连接。
4.根据权利要求1所述的人体行走步态特征测量装置,其特征在于:上述信号处理器由窄带低通滤波器、低频放大器、模拟数字转换器、数字信号处理器以及电源组成;其中窄带低通滤波器、低频放大器、模拟数字转换器和数字信号处理器依次连接。
5.根据权利要求1所述的人体行走步态特征测量装置,其特征在于:上述并行数据处理器与显示终端是由数字信号处理器实现的数据处理器、数据存储设备、显示设备以及计算机组成;其中数字信号处理器实现的数据处理器实现实现时频频谱分析、目标步态特征检测、步态特征参数提取功能,并且送入基于数据存贮设备以及送入计算机进行特征数据显示。
6.根据权利要求1所述的人体行走步态特征测量装置,其特征在于:上述高稳定微波信号源可以采用x波段和ku波段工作频率。
7.根据权利要求4所述的人体行走步态特征测量装置,其特征在于:上述信号处理器中窄带低通滤波器的通带宽度不超过500Hz。
8.根据权利要求4所述的人体行走步态特征测量装置,其特征在于:上述模拟数字转换器采用A/D公司的模拟数字转换器AD7650。
9.根据权利要求4或5所述的人体行走步态特征测量装置,其特征在于:上述数字信号处理器采用TI公司的TMS320C6713。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010201778968U CN201804110U (zh) | 2010-05-01 | 2010-05-01 | 人体行走步态特征测量装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010201778968U CN201804110U (zh) | 2010-05-01 | 2010-05-01 | 人体行走步态特征测量装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN201804110U true CN201804110U (zh) | 2011-04-20 |
Family
ID=43873613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010201778968U Expired - Fee Related CN201804110U (zh) | 2010-05-01 | 2010-05-01 | 人体行走步态特征测量装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN201804110U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102236093A (zh) * | 2010-05-01 | 2011-11-09 | 天津工程师范学院 | 人体行走步态特征测量装置 |
-
2010
- 2010-05-01 CN CN2010201778968U patent/CN201804110U/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102236093A (zh) * | 2010-05-01 | 2011-11-09 | 天津工程师范学院 | 人体行走步态特征测量装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100488453C (zh) | 基于射频识别的非接触式生物特征识别系统 | |
CN112014837B (zh) | 一种基于毫米波雷达的体征无接触式智能监测系统 | |
Lai et al. | Wireless sensing of human respiratory parameters by low-power ultrawideband impulse radio radar | |
Singh et al. | Respiratory monitoring and clutter rejection using a CW Doppler radar with passive RF tags | |
CN102715920B (zh) | 人体目标生命特征检测方法 | |
CN102135619A (zh) | 一种生物声纳探测装置及其探测方法 | |
Yavari et al. | System-on-Chip based Doppler radar occupancy sensor | |
CN104880286A (zh) | 一种超声波气体泄漏检测仪 | |
CN105342571A (zh) | 一种智能终端供电一体的健康测量评估系统及其评估方法 | |
CN108836324A (zh) | 一种基于脑电信号监测的疲劳驾驶预警方法及系统 | |
CN104142499A (zh) | 基于多普勒效应的隐蔽昆虫探测系统 | |
Abedi et al. | Sequential deep learning for in-home activity monitoring using mm-wave FMCW radar | |
CN107167673A (zh) | 一种可探测电荷变化特征的传感器 | |
CN102565452B (zh) | 一种新型微波雷达超薄水流测定传感器 | |
CN201804110U (zh) | 人体行走步态特征测量装置 | |
CN102236093A (zh) | 人体行走步态特征测量装置 | |
CN201936324U (zh) | 超声微多普勒人体步态特征提取装置 | |
CN106770647B (zh) | 脂肪含量测量系统及方法 | |
CN111419182A (zh) | 一种非线性健康分析系统 | |
Yan et al. | Through-the-wall human respiration detection using impulse ultra-wide-band radar | |
CN204007928U (zh) | 基于声表面波的电力电缆接头运行温度测量装置 | |
CN102298145A (zh) | 具有同时多人行走特征提取能力的伪随机编码测量装置 | |
CN102981161A (zh) | 一种波形与音频相融合的超宽带雷达生命探测仪 | |
CN103269252A (zh) | 多频谱声表面波器件频率识别装置 | |
CN101382593B (zh) | 从未知强变频信号中检测弱低频信号的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110420 Termination date: 20120501 |