公开(公告)号：CN117761655A

公开(公告)日：2024-03-26

申请号：CN202311792313.0

申请日：2023-12-25

Applicant: 中南大学

Inventor： 丁一鹏 ,  东野广鑫 ,  丁旻昊 ,  彭意群

IPC: G01S7/41 ,  G01S13/06 ,  G01S13/50 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络的时频分析的多普勒穿墙雷达定位方法，包括构建多目标运动在多普勒穿墙雷达解调后的回波信号；通过Winger‑Ville分布针对信号进行时频分析处理，获得对应的时频分布，构建融合数据集；构建多输入神经网络模型，采用融合数据集针对模型进行训练处理，同时更新模型参数，构建最优时频分布预测模型；获取实时采集的回波信号，通过分布进行时频分析处理，获得对应的时频分布，同时构建实时融合数据集；获得预测时频分布；提取预测时频分布的多目标瞬时频率，通过多普勒穿墙雷达定位算法估计目标的距离和角度信息，完成对多目标的定位；本发明方法消除时频分布交叉项的干扰、定位精度提高、时频分析效果提升。

公开(公告)号：CN117761649A

公开(公告)日：2024-03-26

申请号：CN202311709569.0

申请日：2023-12-13

Applicant: 中南大学

Inventor： 丁一鹏 ,  丁旻昊 ,  东野广鑫 ,  彭意群 ,  曹家璇

IPC: G01S7/41 ,  G01S13/88 ,  G01S13/50 ,  G01S13/06 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于复数卷积神经网络和时频分析的多普勒雷达定位方法，包括构建多人移动多普勒穿墙解调后回波信号，采用已构建的回波信号，构建对应的理想时频谱图，同时构建训练数据集；以深度学习网络为基本构架，构建时频谱图初步预测模型，同时采用训练数据集，针对模型进行训练，得到最终的时频谱图预测模型；采用得到的模型，针对实时获取的雷达回波信号进行预测，获取预测时频谱图；采用获取的预测时频谱图，针对墙内目标进行轨迹预测，实现雷达定位；本发明方法通过将深度学习与时频分析相结合，压制频率模糊问题；通过引入带有跳跃残差结构的网络，进一步提升时频分辨率；本发明方法的精度提高、偏移减少、鲁棒性增强、抗噪性能提升。

公开(公告)号：CN116068553A

公开(公告)日：2023-05-05

申请号：CN202310198792.7

申请日：2023-03-03

Applicant: 中南大学

Inventor： 丁一鹏 ,  丁旻昊 ,  彭意群

IPC: G01S13/88 ,  G01S7/41

Abstract: 本发明公开了一种基于数据驱动的时频分析的多普勒穿墙雷达定位方法，包括获取多目标移动的多普勒穿墙调解回波信号，通过STFT针对获取的多目标移动的多普勒穿墙调解回波信号进行分析处理，构建时频分布矩阵数据集；构建神经网络模型，采用获取的时频分布数据集对构建的神经网络模型进行训练，获取最优时频分布预测模型；采用构建的最优时频分布预测模型，针对构建的时频分布矩阵数据集进行预测处理，获取预测时频分布；采用获取的预测时频分布针对多目标移动的多普勒穿墙调解回波信号完成定位处理。本发明实现对目标的实时跟踪定位处理，能够较好的解决时频模糊的问题，提高时频分辨率；而且精准度高、抗过拟合性能强、识别能力显著提升。

公开(公告)号：CN116338681A

公开(公告)日：2023-06-27

申请号：CN202310297031.7

申请日：2023-03-24

Applicant: 中南大学

Inventor： 丁一鹏 ,  彭意群 ,  丁旻昊

IPC: G01S13/88 ,  G01S13/72

Abstract: 本发明公开了一种基于过完备角度字典优化技术的运动目标跟踪方法，包括采用多普勒穿墙雷达模块，获取运动目标的回波信号；采用加窗时频分析方法针对回波信号进行估计处理，获取瞬时频率值；采用高阶多项式模型针对瞬时频率值进行拟合处理，获取拟合曲线；通过拟合曲线求解瞬时频率倾斜角，进而构建过完备的瞬时频率倾斜角字典；采用倾斜角字典针对回波信号进行时频分析处理，获取最优参数域分布；采用信号解调技术针对最优参数域分布进行处理，并采用特征值归类技术针对解调后的信号进行提取处理，构建回波信号的瞬时频率分量集；通过瞬时频率分量集，合成运动目标的轨迹，完成对运动目标的追踪处理。本发明的目标定位精度高、跟踪效果好。