高分辨率人体目标运动特征检测方法
【专利摘要】本发明公开了高分辨率人体目标运动特征检测方法。本发明首先建立包含有微多普勒特征的雷达解调目标回波信号模型，然后对信号过采样并通过时频分析计算信号的时频分布，再对其时频分布进行二值化等优化处理得到时频曲线矩阵，然后对该矩阵进行直线检测获得人体主体躯干运动参数，进而设置参数空间对各关节运动参数进行检测获得人体运动参数。与传统的检测方法相比，本发明充分利用了太赫兹频段特性，克服了已有的人体目标运动特征的视觉图像序列检测方法对检测条件的约束性以及传统雷达检测技术中分辨率低等缺点，使得本方法能在一定距离内更快速准确检测出人体目标运动参数。
【专利说明】高分辨率人体目标运动特征检测方法
【技术领域】
[0001] 本发明属于雷达信号处理【技术领域】，涉及高分辨率人体目标运动特征检测方法。
【背景技术】
[0002] 人体运动特征在生物医学工程、物理疗法、医学诊断和康复学中都有所研究。对人 体运动特征的检测不仅在疗养院、医院等场所有广泛需求，在安全防护、战场侦察等领域也 有很多应用。在运动性能分析、视觉监视、生物测量学发展的推动下，提取和分析不同的人 体运动的方法受到广泛重视。
[0003] 目前，最通用的检测人体运动特征的方法是使用视觉图像序列。但是视觉感知人 体运动会受到距离、光线变化、服饰变化以及人体各部位在外观上遮挡的影响，检测性能降 低。雷达做为一种电磁传感器，由于作用距离远，白天和黑夜都可以工作且具有穿透墙体和 地面的能力，也常被用于对人体运动特征的检测。但是传统雷达的工作频率较低，人体运动 的微多普勒效应影响很小，在噪声环境下人体运动的特征更加难以进行高分辨人体目标运 动特征检测。
【发明内容】
[0004] 本发明的目的在于提供高分辨率人体目标运动特征检测方法，解决了视觉图像序 列对运动特征检测的条件约束以及传统雷达在噪声条件下检测分辨率不足的问题。
[0005] 本发明所采用的技术方案是按照以下步骤进行：
[0006] 步骤1 :建立包含有微多普勒特征的雷达解调目标回波信号模型，所述解调目标 回波模型具体为：
[0007]
【权利要求】
1. 高分辨率人体目标运动特征检测方法，其特征在于按照以下步骤进行： 步骤1:建立包含有微多普勒特征的雷达解调目标回波信号模型，所述解调目标回波 模型旦蚀为，
其中，回波信号s(t)，SJt)为雷达本振信号，SKi(t)(ie[0，N])为人体躯干及各运 动关节回波信号，i= 〇时，Skci(t)为人体躯干的回波信号，N为产生回波的人体运动关节 总个数，j为虚数单位，a为雷达载波频率，c和A分别是光速和雷达信号波长，RJt)为 人体躯干模型：R〇(t) =Rd+vt,RiU)为人体各关节理想条件下的运动简易模型：Ri(t)= RtlUhriSin(2fpt+ 0J,其中，Rci为人体与雷达的距离，V为人体相对雷达的径向速度，!Ti 为各关节的幅度，e,为各关节的相位，fp为人体走动时各关节的频率； 步骤2:对回波信号S(t)过采样，得到离散的信号S[n]，对S[n]做时频分析，得到 离散化的时频能量分布Ws(n，f)，所述时频能量分布Ws(n，f)是对的近似估计，其中， 樹O= 7糊表不人体各个目标相对于雷达的径向速度； ut 步骤3 :对时频能量分布矩阵Ws (n，f)进行处理优化，得到躯干及各关节对应时频谱的 曲线点矩阵； 步骤4,对曲线点矩阵进行Hough直线检测，得到人体躯干对应直线的斜率k和截距d， 根据公式V=fDA/2可求得主体躯干的速度信息，其中fD为躯干对应曲线的点对点即时 频率，A为雷达信号波长，再用得到的斜率和截距对曲线点矩阵Hxxy进行修正，将各点按 照人体躯干的直线在矩阵中心位置进行补偿，即根据求出的截距d将矩阵每列都向下移动
个位置，使得矩阵第一列表示躯干位置的点在矩阵中间的行，再根据斜率 k求出每列应该下移的行数^rx列数」，得到修正后的曲线点矩阵； 步骤5,对修正后的矩阵按列求加权和，并作FFT变换，求得各时频谱曲线的周期T，也 就是人体各关节的运动周期，再建立幅度_相位参数空间（r，0)，其中r为曲线幅度参数， 0为相位参数，建立累加器2g(r, 0)，将参数空间中的每个点，即每一组（r, 0)参数值带 入之前的运动简易模型Ri(t) =FiSinQjIft+0i)中对修正后的矩阵Hxxy中各曲线点进行 计算，将符合该参数下模型的曲线点进行累加，找出累加器g中局部最大点，各局部最大点 在累加器中对应的幅度值和相位值即为各条曲线的幅度和相位的具体数值，由于修正后的 矩阵Hxxy的行表示的频率方向点数，列表示的时间方向点数，在矩阵图像中即为图像的纵 坐标和横坐标，根据时频谱曲线上各点在纵坐标方向的位置可以求得该点在频率方向对应 的频率，根据V=fDA/2即可得出各个关节的即时速度信息，再根据运动简易模型Ri (t)= !TiSinO31ft+ 0i)可知各关节相对躯干最大速度和幅度关系为Vijiax = 2 31frp可以求得各 个关节的幅度信息。
2. 按照权利要求1所述高分辨率人体目标运动特征检测方法，其特征在于：所述步骤2 中用远大于奈奎斯特采样频率对回波信号s(t)过采样。
3. 按照权利要求1所述高分辨率人体目标运动特征检测方法，其特征在于：所述步骤2 中对S[n]做时频分析过程为：采用短时傅立叶STFT(short-timeFouriertransform)时 频分析法，短时傅立叶变换具体为
s[n]为信号，w[n]为窗函数，f为频率，n为频点，m为变化的频点。
4. 按照权利要求1所述高分辨率人体目标运动特征检测方法，其特征在于：所述步骤3 中对时频能量分布矩阵Ws (n，f)进行处理优化过程为： 设定阈值
将矩阵Ws (n，f)转化为只含有0和1的二值矩阵Hxxy，转换 过程为令Hxxy =Ws (n，f)，将矩阵Hxxy中大于等于T的元素置1，小于元素的元素置0,其中X为频率方向点数，Y为时间方向点数，按照列优先顺序将Hxxy的元素放入向量pH中，即矩 阵中各元素按照其在矩阵Hxxy中行数和列数按照如下公式排序（（列数-I)XX+行数），依 次按照位置放入向量Pu中，Ph中含有XXY个元素,且各元素只为0或1, (即Ph = (0, 0, ... 0, 1，1，... 1，0, 0, ... 0, 1，1，... 1，0, 0, --?）），再对向量Ph 求差分， 得到向量P(P中元素应该为如下形式P= 1，-1，〇, ...）），P中为1的元 素的位置对应于矩阵Hxxy中的位置即为时频谱曲线的上边界，P中为-1的元素的位置对应 即为时频谱曲线的下边界，0元素的位置是非边界；找出P中1和-1的位置后，按照前述列 优先排序的反推即可找出边界元素在矩阵Hxxy中的位置，将p中非0元素的位置依次记录 在向量dN中，以便下一步进行对边缘的合并，具体就是将每一对上下边界的求平均，得到每 对上下边界的中心值，该值就是时频谱曲线点的位置；将二值矩阵Hxxy清零并重新赋值，按 照列优先排序的方法确定各曲线点在矩阵中的位置，即该点的行数和列数，将矩阵中对应 的位置置1，得到曲线点矩阵：
Hxxy中各点就是该时间点n的各个关节所对应的频率，其中各条曲线逼近各个关节的 速度信号。
5. 按照权利要求1所述高分辨率人体目标运动特征检测方法，其特征在于：所述步骤4 的对曲线点进行直线检测具体采用Hough变换方法。
6. 按照权利要求1所述高分辨率人体目标运动特征检测方法，其特征在于：所述步骤5 的对曲线点矩阵进行曲线检测具体采用设置参数空间累加估计参数的方法。
【文档编号】G01S13/58GK104267394SQ201410522833
【公开日】2015年1月7日 申请日期:2014年10月7日 优先权日:2014年10月7日
【发明者】田坤, 皮亦鸣, 白启帆, 范腾, 李晋, 杨晓波, 徐政五, 范录宏 申请人:电子科技大学