高分辨率人體目標(biāo)運(yùn)動特征檢測方法
【專利摘要】本發(fā)明公開了高分辨率人體目標(biāo)運(yùn)動特征檢測方法。本發(fā)明首先建立包含有微多普勒特征的雷達(dá)解調(diào)目標(biāo)回波信號模型，然后對信號過采樣并通過時頻分析計算信號的時頻分布，再對其時頻分布進(jìn)行二值化等優(yōu)化處理得到時頻曲線矩陣，然后對該矩陣進(jìn)行直線檢測獲得人體主體軀干運(yùn)動參數(shù)，進(jìn)而設(shè)置參數(shù)空間對各關(guān)節(jié)運(yùn)動參數(shù)進(jìn)行檢測獲得人體運(yùn)動參數(shù)。與傳統(tǒng)的檢測方法相比，本發(fā)明充分利用了太赫茲頻段特性，克服了已有的人體目標(biāo)運(yùn)動特征的視覺圖像序列檢測方法對檢測條件的約束性以及傳統(tǒng)雷達(dá)檢測技術(shù)中分辨率低等缺點(diǎn)，使得本方法能在一定距離內(nèi)更快速準(zhǔn)確檢測出人體目標(biāo)運(yùn)動參數(shù)。
【專利說明】高分辨率人體目標(biāo)運(yùn)動特征檢測方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)信號處理【技術(shù)領(lǐng)域】，涉及高分辨率人體目標(biāo)運(yùn)動特征檢測方法。

【背景技術(shù)】
[0002] 人體運(yùn)動特征在生物醫(yī)學(xué)工程、物理療法、醫(yī)學(xué)診斷和康復(fù)學(xué)中都有所研究。對人 體運(yùn)動特征的檢測不僅在療養(yǎng)院、醫(yī)院等場所有廣泛需求，在安全防護(hù)、戰(zhàn)場偵察等領(lǐng)域也 有很多應(yīng)用。在運(yùn)動性能分析、視覺監(jiān)視、生物測量學(xué)發(fā)展的推動下，提取和分析不同的人 體運(yùn)動的方法受到廣泛重視。
[0003] 目前，最通用的檢測人體運(yùn)動特征的方法是使用視覺圖像序列。但是視覺感知人 體運(yùn)動會受到距離、光線變化、服飾變化以及人體各部位在外觀上遮擋的影響，檢測性能降 低。雷達(dá)做為一種電磁傳感器，由于作用距離遠(yuǎn)，白天和黑夜都可以工作且具有穿透墻體和 地面的能力，也常被用于對人體運(yùn)動特征的檢測。但是傳統(tǒng)雷達(dá)的工作頻率較低，人體運(yùn)動 的微多普勒效應(yīng)影響很小，在噪聲環(huán)境下人體運(yùn)動的特征更加難以進(jìn)行高分辨人體目標(biāo)運(yùn) 動特征檢測。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供高分辨率人體目標(biāo)運(yùn)動特征檢測方法，解決了視覺圖像序 列對運(yùn)動特征檢測的條件約束以及傳統(tǒng)雷達(dá)在噪聲條件下檢測分辨率不足的問題。
[0005] 本發(fā)明所采用的技術(shù)方案是按照以下步驟進(jìn)行：
[0006] 步驟1 :建立包含有微多普勒特征的雷達(dá)解調(diào)目標(biāo)回波信號模型，所述解調(diào)目標(biāo) 回波模型具體為：
[0007]

【權(quán)利要求】
1. 高分辨率人體目標(biāo)運(yùn)動特征檢測方法，其特征在于按照以下步驟進(jìn)行： 步驟1:建立包含有微多普勒特征的雷達(dá)解調(diào)目標(biāo)回波信號模型，所述解調(diào)目標(biāo)回波 模型旦蝕為，
其中，回波信號s(t)，SJt)為雷達(dá)本振信號，SKi(t)(ie[0，N])為人體軀干及各運(yùn) 動關(guān)節(jié)回波信號，i= 〇時，Skci(t)為人體軀干的回波信號，N為產(chǎn)生回波的人體運(yùn)動關(guān)節(jié) 總個數(shù)，j為虛數(shù)單位，a為雷達(dá)載波頻率，c和A分別是光速和雷達(dá)信號波長，RJt)為 人體軀干模型：R〇(t) =Rd+vt,RiU)為人體各關(guān)節(jié)理想條件下的運(yùn)動簡易模型：Ri(t)= RtlUhriSin(2fpt+ 0J,其中，Rci為人體與雷達(dá)的距離，V為人體相對雷達(dá)的徑向速度，!Ti 為各關(guān)節(jié)的幅度，e,為各關(guān)節(jié)的相位，fp為人體走動時各關(guān)節(jié)的頻率； 步驟2:對回波信號S(t)過采樣，得到離散的信號S[n]，對S[n]做時頻分析，得到 離散化的時頻能量分布Ws(n，f)，所述時頻能量分布Ws(n，f)是對的近似估計，其中， 樹O= 7糊表不人體各個目標(biāo)相對于雷達(dá)的徑向速度； ut 步驟3 :對時頻能量分布矩陣Ws (n，f)進(jìn)行處理優(yōu)化，得到軀干及各關(guān)節(jié)對應(yīng)時頻譜的 曲線點(diǎn)矩陣； 步驟4,對曲線點(diǎn)矩陣進(jìn)行Hough直線檢測，得到人體軀干對應(yīng)直線的斜率k和截距d， 根據(jù)公式V=fDA/2可求得主體軀干的速度信息，其中fD為軀干對應(yīng)曲線的點(diǎn)對點(diǎn)即時 頻率，A為雷達(dá)信號波長，再用得到的斜率和截距對曲線點(diǎn)矩陣Hxxy進(jìn)行修正，將各點(diǎn)按 照人體軀干的直線在矩陣中心位置進(jìn)行補(bǔ)償，即根據(jù)求出的截距d將矩陣每列都向下移動
個位置，使得矩陣第一列表示軀干位置的點(diǎn)在矩陣中間的行，再根據(jù)斜率 k求出每列應(yīng)該下移的行數(shù)^rx列數(shù)」，得到修正后的曲線點(diǎn)矩陣； 步驟5,對修正后的矩陣按列求加權(quán)和，并作FFT變換，求得各時頻譜曲線的周期T，也 就是人體各關(guān)節(jié)的運(yùn)動周期，再建立幅度_相位參數(shù)空間（r，0)，其中r為曲線幅度參數(shù)， 0為相位參數(shù)，建立累加器2g(r, 0)，將參數(shù)空間中的每個點(diǎn)，即每一組（r, 0)參數(shù)值帶 入之前的運(yùn)動簡易模型Ri(t) =FiSinQjIft+0i)中對修正后的矩陣Hxxy中各曲線點(diǎn)進(jìn)行 計算，將符合該參數(shù)下模型的曲線點(diǎn)進(jìn)行累加，找出累加器g中局部最大點(diǎn)，各局部最大點(diǎn) 在累加器中對應(yīng)的幅度值和相位值即為各條曲線的幅度和相位的具體數(shù)值，由于修正后的 矩陣Hxxy的行表示的頻率方向點(diǎn)數(shù)，列表示的時間方向點(diǎn)數(shù)，在矩陣圖像中即為圖像的縱 坐標(biāo)和橫坐標(biāo)，根據(jù)時頻譜曲線上各點(diǎn)在縱坐標(biāo)方向的位置可以求得該點(diǎn)在頻率方向?qū)?yīng) 的頻率，根據(jù)V=fDA/2即可得出各個關(guān)節(jié)的即時速度信息，再根據(jù)運(yùn)動簡易模型Ri (t)= !TiSinO31ft+ 0i)可知各關(guān)節(jié)相對軀干最大速度和幅度關(guān)系為Vijiax = 2 31frp可以求得各 個關(guān)節(jié)的幅度信息。
2. 按照權(quán)利要求1所述高分辨率人體目標(biāo)運(yùn)動特征檢測方法，其特征在于：所述步驟2 中用遠(yuǎn)大于奈奎斯特采樣頻率對回波信號s(t)過采樣。
3. 按照權(quán)利要求1所述高分辨率人體目標(biāo)運(yùn)動特征檢測方法，其特征在于：所述步驟2 中對S[n]做時頻分析過程為：采用短時傅立葉STFT(short-timeFouriertransform)時 頻分析法，短時傅立葉變換具體為
s[n]為信號，w[n]為窗函數(shù)，f為頻率，n為頻點(diǎn)，m為變化的頻點(diǎn)。
4. 按照權(quán)利要求1所述高分辨率人體目標(biāo)運(yùn)動特征檢測方法，其特征在于：所述步驟3 中對時頻能量分布矩陣Ws (n，f)進(jìn)行處理優(yōu)化過程為： 設(shè)定閾值
將矩陣Ws (n，f)轉(zhuǎn)化為只含有0和1的二值矩陣Hxxy，轉(zhuǎn)換 過程為令Hxxy =Ws (n，f)，將矩陣Hxxy中大于等于T的元素置1，小于元素的元素置0,其中X為頻率方向點(diǎn)數(shù)，Y為時間方向點(diǎn)數(shù)，按照列優(yōu)先順序?qū)xxy的元素放入向量pH中，即矩 陣中各元素按照其在矩陣Hxxy中行數(shù)和列數(shù)按照如下公式排序（（列數(shù)-I)XX+行數(shù)），依 次按照位置放入向量Pu中，Ph中含有XXY個元素,且各元素只為0或1, (即Ph = (0, 0, ... 0, 1，1，... 1，0, 0, ... 0, 1，1，... 1，0, 0, --?）），再對向量Ph 求差分， 得到向量P(P中元素應(yīng)該為如下形式P= 1，-1，〇, ...）），P中為1的元 素的位置對應(yīng)于矩陣Hxxy中的位置即為時頻譜曲線的上邊界，P中為-1的元素的位置對應(yīng) 即為時頻譜曲線的下邊界，0元素的位置是非邊界；找出P中1和-1的位置后，按照前述列 優(yōu)先排序的反推即可找出邊界元素在矩陣Hxxy中的位置，將p中非0元素的位置依次記錄 在向量dN中，以便下一步進(jìn)行對邊緣的合并，具體就是將每一對上下邊界的求平均，得到每 對上下邊界的中心值，該值就是時頻譜曲線點(diǎn)的位置；將二值矩陣Hxxy清零并重新賦值，按 照列優(yōu)先排序的方法確定各曲線點(diǎn)在矩陣中的位置，即該點(diǎn)的行數(shù)和列數(shù)，將矩陣中對應(yīng) 的位置置1，得到曲線點(diǎn)矩陣：
Hxxy中各點(diǎn)就是該時間點(diǎn)n的各個關(guān)節(jié)所對應(yīng)的頻率，其中各條曲線逼近各個關(guān)節(jié)的 速度信號。
5. 按照權(quán)利要求1所述高分辨率人體目標(biāo)運(yùn)動特征檢測方法，其特征在于：所述步驟4 的對曲線點(diǎn)進(jìn)行直線檢測具體采用Hough變換方法。
6. 按照權(quán)利要求1所述高分辨率人體目標(biāo)運(yùn)動特征檢測方法，其特征在于：所述步驟5 的對曲線點(diǎn)矩陣進(jìn)行曲線檢測具體采用設(shè)置參數(shù)空間累加估計參數(shù)的方法。
【文檔編號】G01S13/58GK104267394SQ201410522833
【公開日】2015年1月7日 申請日期:2014年10月7日 優(yōu)先權(quán)日:2014年10月7日
【發(fā)明者】田坤, 皮亦鳴, 白啟帆, 范騰, 李晉, 楊曉波, 徐政五, 范錄宏 申請人:電子科技大學(xué)