高分辨率人體目標運動特征檢測方法
【專利摘要】本發明公開了高分辨率人體目標運動特征檢測方法。本發明首先建立包含有微多普勒特征的雷達解調目標回波信號模型，然后對信號過采樣并通過時頻分析計算信號的時頻分布，再對其時頻分布進行二值化等優化處理得到時頻曲線矩陣，然后對該矩陣進行直線檢測獲得人體主體軀干運動參數，進而設置參數空間對各關節運動參數進行檢測獲得人體運動參數。與傳統的檢測方法相比，本發明充分利用了太赫茲頻段特性，克服了已有的人體目標運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雷達檢測技術中分辨率低等缺點，使得本方法能在一定距離內更快速準確檢測出人體目標運動參數。
【專利說明】高分辨率人體目標運動特征檢測方法
【技術領域】
[0001] 本發明屬于雷達信號處理【技術領域】，涉及高分辨率人體目標運動特征檢測方法。
【背景技術】
[0002] 人體運動特征在生物醫學工程、物理療法、醫學診斷和康復學中都有所研究。對人 體運動特征的檢測不僅在療養院、醫院等場所有廣泛需求，在安全防護、戰場偵察等領域也 有很多應用。在運動性能分析、視覺監視、生物測量學發展的推動下，提取和分析不同的人 體運動的方法受到廣泛重視。
[0003] 目前，最通用的檢測人體運動特征的方法是使用視覺圖像序列。但是視覺感知人 體運動會受到距離、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。雷達做為一種電磁傳感器，由于作用距離遠，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動特征的檢測。但是傳統雷達的工作頻率較低，人體運動 的微多普勒效應影響很小，在噪聲環境下人體運動的特征更加難以進行高分辨人體目標運 動特征檢測。
【發明內容】
[0004] 本發明的目的在于提供高分辨率人體目標運動特征檢測方法，解決了視覺圖像序 列對運動特征檢測的條件約束以及傳統雷達在噪聲條件下檢測分辨率不足的問題。
[0005] 本發明所采用的技術方案是按照以下步驟進行：
[0006] 步驟1 :建立包含有微多普勒特征的雷達解調目標回波信號模型，所述解調目標 回波模型具體為：
[0007]
【權利要求】
1. 高分辨率人體目標運動特征檢測方法，其特征在于按照以下步驟進行： 步驟1:建立包含有微多普勒特征的雷達解調目標回波信號模型，所述解調目標回波 模型旦蝕為，
其中，回波信號s(t)，SJt)為雷達本振信號，SKi(t)(ie[0，N])為人體軀干及各運 動關節回波信號，i= 〇時，Skci(t)為人體軀干的回波信號，N為產生回波的人體運動關節 總個數，j為虛數單位，a為雷達載波頻率，c和A分別是光速和雷達信號波長，RJt)為 人體軀干模型：R〇(t) =Rd+vt,RiU)為人體各關節理想條件下的運動簡易模型：Ri(t)= RtlUhriSin(2fpt+ 0J,其中，Rci為人體與雷達的距離，V為人體相對雷達的徑向速度，!Ti 為各關節的幅度，e,為各關節的相位，fp為人體走動時各關節的頻率； 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相對于雷達的徑向速度； ut 步驟3 :對時頻能量分布矩陣Ws (n，f)進行處理優化，得到軀干及各關節對應時頻譜的 曲線點矩陣； 步驟4,對曲線點矩陣進行Hough直線檢測，得到人體軀干對應直線的斜率k和截距d， 根據公式V=fDA/2可求得主體軀干的速度信息，其中fD為軀干對應曲線的點對點即時 頻率，A為雷達信號波長，再用得到的斜率和截距對曲線點矩陣Hxxy進行修正，將各點按 照人體軀干的直線在矩陣中心位置進行補償，即根據求出的截距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在矩陣中間的行，再根據斜率 k求出每列應該下移的行數^rx列數」，得到修正后的曲線點矩陣； 步驟5,對修正后的矩陣按列求加權和，并作FFT變換，求得各時頻譜曲線的周期T，也 就是人體各關節的運動周期，再建立幅度_相位參數空間（r，0)，其中r為曲線幅度參數， 0為相位參數，建立累加器2g(r, 0)，將參數空間中的每個點，即每一組（r, 0)參數值帶 入之前的運動簡易模型Ri(t) =FiSinQjIft+0i)中對修正后的矩陣Hxxy中各曲線點進行 計算，將符合該參數下模型的曲線點進行累加，找出累加器g中局部最大點，各局部最大點 在累加器中對應的幅度值和相位值即為各條曲線的幅度和相位的具體數值，由于修正后的 矩陣Hxxy的行表示的頻率方向點數，列表示的時間方向點數，在矩陣圖像中即為圖像的縱 坐標和橫坐標，根據時頻譜曲線上各點在縱坐標方向的位置可以求得該點在頻率方向對應 的頻率，根據V=fDA/2即可得出各個關節的即時速度信息，再根據運動簡易模型Ri (t)= !TiSinO31ft+ 0i)可知各關節相對軀干最大速度和幅度關系為Vijiax = 2 31frp可以求得各 個關節的幅度信息。
2. 按照權利要求1所述高分辨率人體目標運動特征檢測方法，其特征在于：所述步驟2 中用遠大于奈奎斯特采樣頻率對回波信號s(t)過采樣。
3. 按照權利要求1所述高分辨率人體目標運動特征檢測方法，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，f為頻率，n為頻點，m為變化的頻點。
4. 按照權利要求1所述高分辨率人體目標運動特征檢測方法，其特征在于：所述步驟3 中對時頻能量分布矩陣Ws (n，f)進行處理優化過程為： 設定閾值
將矩陣Ws (n，f)轉化為只含有0和1的二值矩陣Hxxy，轉換 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為頻率方向點數，Y為時間方向點數，按照列優先順序將Hxxy的元素放入向量pH中，即矩 陣中各元素按照其在矩陣Hxxy中行數和列數按照如下公式排序（（列數-I)XX+行數），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中元素應該為如下形式P= 1，-1，〇, ...）），P中為1的元 素的位置對應于矩陣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 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的位置；將二值矩陣Hxxy清零并重新賦值，按 照列優先排序的方法確定各曲線點在矩陣中的位置，即該點的行數和列數，將矩陣中對應 的位置置1，得到曲線點矩陣：
Hxxy中各點就是該時間點n的各個關節所對應的頻率，其中各條曲線逼近各個關節的 速度信號。
5. 按照權利要求1所述高分辨率人體目標運動特征檢測方法，其特征在于：所述步驟4 的對曲線點進行直線檢測具體采用Hough變換方法。
6. 按照權利要求1所述高分辨率人體目標運動特征檢測方法，其特征在于：所述步驟5 的對曲線點矩陣進行曲線檢測具體采用設置參數空間累加估計參數的方法。
【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 優先權日:2014年10月7日
【發明者】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