高分辨率人体目标运动特征检测方法

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。

主权项

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具体为：$S\left(t\right)=S_{\mathrm{LO}}\left(t\right)·\underset{i=0}{\overset{N}{\Sigma }}{S}_{\mathrm{Ri}}\left(t\right)=e^{-2\mathrm{\pi j\alpha t}}\underset{i=0}{\overset{N}{\Sigma }}{e}^{2\mathrm{\pi j\alpha }(t-2R_i\left(t\right)/c)}=\underset{i=0}{\overset{N}{\Sigma }}{e}^{-2\mathrm{\pi j}\left({2\lambda }^{-1}{R}_1\left(t\right)\right)}$其中，回波信号S(t)，S_LO(t)为雷达本振信号，S_Ri(t)(i∈[0,N])为人体躯干及各运动关节回波信号，i＝0时，S_R0(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，α为雷达载波频率，c和λ分别是光速和雷达信号波长，R₀(t)为人体躯干模型：R₀(t)＝R₀+vt，R_i(t)为人体各关节理想条件下的运动简易模型：R_i(t)＝R₀(t)+r_isin(2πf_pt+θ_i)，其中，R₀为人体与雷达的距离，v为人体相对雷达的径向速度，r_i为各关节的幅度，θ_i为各关节的相位，f_p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W_s(n,f)，所述时频能量分布W_s(n,f)是对的近似估计，其中，表示人体各个目标相对于雷达的径向速度；步骤3：对时频能量分布矩阵W_s(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＝f_Dλ/2可求得主体躯干的速度信息，其中f_D为躯干对应曲线的点对点即时频率，λ为雷达信号波长，再用得到的斜率和截距对曲线点矩阵H_X×Y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,θ)，其中r为曲线幅度参数，θ为相位参数，建立累加器Σg(r,θ)，将参数空间中的每个点，即每一组(r,θ)参数值带入之前的运动简易模型R_i(t)＝r_isin(2πft+θ_i)中对修正后的矩阵H_X×Y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H_X×Y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＝f_Dλ/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R_i(t)＝r_isin(2πft+θ_i)可知各关节相对躯干最大速度和幅度关系为v_{i_max}＝2πfr_i，可以求得各个关节的幅度信息。