一种复杂场景基于雷达相位的静止人体目标检测方法

    公开(公告)号:CN116520258A

    公开(公告)日:2023-08-01

    申请号:CN202211090293.8

    申请日:2022-09-07

    摘要: 本发明涉及一种复杂场景基于雷达相位的静止人体目标检测方法,包括步骤:将复杂场景中的雷达回波信号由时域搬移到频域,得到复杂场景中所有目标点距离信息;提取所有目标点距离信息中的若干静止目标信号;从若干静止目标信号中提取感兴趣区域的若干静止目标点,并针对每个静止目标点计算静止目标点相位;对每个静止目标点的静止目标点相位解卷绕,得到静止目标点的真实相位;计算在目标时间段内每个静止目标点的真实相位的绝对平均值;根据绝对平均值判断每个静止目标点是否为静止人体目标。该检测方法克服了现有的生命体征检测不准确、灵敏度低从而对静止人体目标判断失误、检测速度慢的问题,在复杂场景动静目标共存时仍然适用。

    一种基于多维域特征的快速机器学习多径识别方法及系统

    公开(公告)号:CN117892174A

    公开(公告)日:2024-04-16

    申请号:CN202410066190.0

    申请日:2024-01-16

    摘要: 本发明提供了一种基于多维域特征的快速机器学习多径识别方法及系统。其中,方法包括:获取高速公路场景下的目标点云信息,将目标点云信息作为待识别点云数据;高速公路场景包括:高速直道、高速弯道以及隧道场景;对待识别点云数据进行滑窗和聚类处理,得到待识别点云团簇;待识别点云团簇用于将待识别点云数据中特征相近的点云数据作为一个团簇;将待识别点云团簇按照预设规则进行计算和排布形成待测点云特征表信息;将待测点云特征表信息输入预训练的随机森林模型,分类得到最终目标点云数据和多径点云数据。由于计算过程和模型复杂性低,大大降低了对硬件设备的要求,同时由于特征较为全面且关联性较高,提升了对目标以及多径的识别准确率。