-
公开(公告)号：CN111157987A
公开(公告)日：2020-05-15
申请号：CN202010005940.5
申请日：2020-01-03
Applicant: 中南大学
Abstract: 本发明公开了一种基于扩展贝塞尔模型的人体目标微多普勒频率估计方法，属于微多普勒频率估计技术领域，本发明提供一种基于扩展贝塞尔模型的人体目标微多普勒频率估计方法，通过提取小腿微多普勒频率，然后进行分段拟合，先使用贝塞尔模型确定最优控制点，在不改变并且不增加控制点的基础上引入参数，通过基于扩展贝塞尔模型的霍夫变换频率估计算法完成对雷达回波信号的目标分量分离和小腿多普勒频率特征的精确估计；本发明提出一种精确估计特定目标散射部分微多普勒频率的新方法，在实时人体传感应用中具有很好的应用前景。
-
公开(公告)号：CN111157986A
公开(公告)日：2020-05-15
申请号：CN202010005459.6
申请日：2020-01-03
Applicant: 中南大学
Abstract: 本发明公开了一种基于扩展贝塞尔模型的霍夫变换的多普勒穿墙雷达定位方法，属于目标跟踪技术领域，基于扩展贝塞尔模型的霍夫变换频率估计算法，用于提取接收回波中感兴趣的目标分量并对其瞬时频率特征值进行估计，通过引入参数，构造扩展贝塞尔曲线，进而通过动态调整参数，当信号能量能最大程度的集中时确定的值，此时拟合结果最近似于目标瞬时频率曲线时，完成对目标瞬时频率的估计，相比于不加入参数时精度得到提高，具有创新性；定位跟踪算法，用于根据瞬时频率对目标进行实时估测位置信息，合成目标运动轨迹，实现对目标的跟踪。
-
公开(公告)号：CN112051567A
公开(公告)日：2020-12-08
申请号：CN202010982373.9
申请日：2020-09-17
Applicant: 中南大学
Abstract: 本发明公开了一种人体目标微多普勒频率估计方法，包括获取多普勒雷达的回波信号时频分布数据；采用Viterbi算法搜索的初始路径计算一至三阶指数平滑值；计算预测系数；构建Viterbi算法的惩罚函数；构建人体目标微多普勒频率估计模型；完成人体目标微多普勒频率估计。本发明基于三次指数平滑预测得到最优路径的非线性变化趋势，并以此构建新的惩罚函数对Viterbi算法进行改进，提高了传统惩罚函数的路径识别能力；同时动态调整候选路径的搜索范围，不需要在TF平面上进行全局搜索，提高了算法的计算效率；因此本发明方法能够有效抑制频率模糊效应，而且可靠性高、实用性好且精度较高。
-
公开(公告)号：CN118778006A
公开(公告)日：2024-10-15
申请号：CN202411006231.3
申请日：2024-07-25
Applicant: 中南大学
IPC: G01S7/41
Abstract: 本发明公开了一种多普勒穿墙雷达目标跟踪定位方法，包括以下步骤：获取雷达回波信号并进行解调，得到解调后的雷达回波信号；对雷达回波信号进行处理，判断回波数据状态，得到多普勒频率无模糊状态数据，再构建输入矢量；构建STFT初始预测模型和NGRC初始误差预测模型；使用多普勒无模糊状态数据对STFT初始预测模型进行训练，得到STFT预测模型；使用STFT预测模型，计算误差矢量数据；使用误差矢量数据对NGRC初始误差预测模型进行训练，得到NGRC误差预测模型；使用STFT预测模型与NGRC误差预测模型，对目标多普勒频率模糊状态数据进行预测，完成穿墙雷达目标跟踪定位。本发明方法能够有效抑制积累误差，提高多普勒穿墙雷达的目标跟踪性能。
-
Patent Agency Ranking
公开(公告)号：CN111157986B
公开(公告)日：2021-10-12
申请号：CN202010005459.6
申请日：2020-01-03
Applicant: 中南大学
Abstract: 本发明公开了一种基于扩展贝塞尔模型的霍夫变换的多普勒穿墙雷达定位方法，属于目标跟踪技术领域，基于扩展贝塞尔模型的霍夫变换频率估计算法，用于提取接收回波中感兴趣的目标分量并对其瞬时频率特征值进行估计，通过引入参数，构造扩展贝塞尔曲线，进而通过动态调整参数，当信号能量能最大程度的集中时确定的值，此时拟合结果最近似于目标瞬时频率曲线时，完成对目标瞬时频率的估计，相比于不加入参数时精度得到提高，具有创新性；定位跟踪算法，用于根据瞬时频率对目标进行实时估测位置信息，合成目标运动轨迹，实现对目标的跟踪。
-
公开(公告)号：CN114706054B
公开(公告)日：2024-10-01
申请号：CN202210286831.4
申请日：2022-03-22
Applicant: 中南大学
IPC: G01S7/41 , G01S13/50 , G06F18/214 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种人体运动微多普勒信号识别的方法，包括获取人体的多普勒雷达的回波信号时频分布数据；构建人体运动网络模型；构建人体运动网络模型的损失函数；采用人体的多普勒雷达的回波信号时频分布数据和人体运动网络模型的损失函数进行训练；获取训练好的人体运动信号识别模型，对当前的人体数据进行标注。本发明利用对生成对抗网络的博弈原理，通过两个神经网络之间的博弈逐步提高网络模型的性能；生成对抗网络结构中的判别器兼具二分类和多分类的功能，从而减少网络总体的规模；本发明能够有效挖掘有限标注的人体运动微多普勒信号和大量无标注的人体运动微多普勒信号中的特征，在标注样本有限的情况下能够精确分类不同的人体运动。
-
公开(公告)号：CN112051567B
公开(公告)日：2023-06-23
申请号：CN202010982373.9
申请日：2020-09-17
Applicant: 中南大学
Abstract: 本发明公开了一种人体目标微多普勒频率估计方法，包括获取多普勒雷达的回波信号时频分布数据；采用Viterbi算法搜索的初始路径计算一至三阶指数平滑值；计算预测系数；构建Viterbi算法的惩罚函数；构建人体目标微多普勒频率估计模型；完成人体目标微多普勒频率估计。本发明基于三次指数平滑预测得到最优路径的非线性变化趋势，并以此构建新的惩罚函数对Viterbi算法进行改进，提高了传统惩罚函数的路径识别能力；同时动态调整候选路径的搜索范围，不需要在TF平面上进行全局搜索，提高了算法的计算效率；因此本发明方法能够有效抑制频率模糊效应，而且可靠性高、实用性好且精度较高。
-
公开(公告)号：CN111157987B
公开(公告)日：2021-11-02
申请号：CN202010005940.5
申请日：2020-01-03
Applicant: 中南大学
Abstract: 本发明公开了一种基于扩展贝塞尔模型的人体目标微多普勒频率估计方法，属于微多普勒频率估计技术领域，本发明提供一种基于扩展贝塞尔模型的人体目标微多普勒频率估计方法，通过提取小腿微多普勒频率，然后进行分段拟合，先使用贝塞尔模型确定最优控制点，在不改变并且不增加控制点的基础上引入参数，通过基于扩展贝塞尔模型的霍夫变换频率估计算法完成对雷达回波信号的目标分量分离和小腿多普勒频率特征的精确估计；本发明提出一种精确估计特定目标散射部分微多普勒频率的新方法，在实时人体传感应用中具有很好的应用前景。
-
公开(公告)号：CN114706054A
公开(公告)日：2022-07-05
申请号：CN202210286831.4
申请日：2022-03-22
Applicant: 中南大学
Abstract: 本发明公开了一种人体运动微多普勒信号识别的方法，包括获取人体的多普勒雷达的回波信号时频分布数据；构建人体运动网络模型；构建人体运动网络模型的损失函数；采用人体的多普勒雷达的回波信号时频分布数据和人体运动网络模型的损失函数进行训练；获取训练好的人体运动信号识别模型，对当前的人体数据进行标注。本发明利用对生成对抗网络的博弈原理，通过两个神经网络之间的博弈逐步提高网络模型的性能；生成对抗网络结构中的判别器兼具二分类和多分类的功能，从而减少网络总体的规模；本发明能够有效挖掘有限标注的人体运动微多普勒信号和大量无标注的人体运动微多普勒信号中的特征，在标注样本有限的情况下能够精确分类不同的人体运动。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.012 seconds)
