学术报告|人体微多普勒分数域信号处理与行为识别

 点击蓝色“雷达学报”关注

报告简介

人体行为识别在安防监控、远程健康监护、人机交互等领域具有重要的应用价值。雷达作为一种无接触式传感器，具有全天时、全天候工作，及保护隐私的优点。人体雷达微多普勒信号含有与运动相关的独特信息，相对雷达成像获取容易，可用于不同人体行为的分类。但针对肢体活动受限等相似度较高的人体行为时，由于肢体微多普勒信号微弱，与其运动相关的高辨识特征提取困难。加之实际场景中人体运动方向的时变性和微多普勒效应的角度敏感性，造成基于雷达微多普勒效应的人体行为分类系统准确性和稳健性下降。北京理工大学单涛教授在“雷达与信号处理技术及应用研讨会”上做了题为《人体微多普勒分数域信号处理与行为识别》的报告。报告针对上述问题，研究了基于短时分数傅里叶变换的微多普勒信号分离方法，实现了躯体和肢体的回波信号分离，增强了与肢体运动相关的微多普勒特征；设计了基于维度优化的卷积主成分分析网络，具备训练参数少，网络结构简单的优点，利于雷达目标识别领域小样本情况下高辨识度特征的提取；提出了基于运动测向的多站人体行为分类方法，考虑了人体运动方位角时变的影响，实现更为合理的多站有差异雷达回波数据的融合。通过以上研究，有效解决了雷达微多普勒人体行为分类系统中信号微弱，特征提取困难，分类性能角度敏感等难题，提高了相似人体行为在实际环境运动方向时变下的分类准确度和稳健性。

报告PPT

本报告PPT共40张。专家简介

单涛，1969年生，北京理工大学教授、博士生导师，自然基金委创新研究群体成员，IEEE会员，中国电子学会高级会员。1991年本科毕业于西安电子科技大学，2004年博士毕业于北京理工大学，2014.8～2015.8在美国维拉诺瓦大学做访问学者。长期从事雷达系统与信号处理领域的研究，作为项目负责人已完成自然科学基金、横向项目等20多项。科研成果先后获教育部高等学校科学技术进步一等奖2项，北京市科学技术奖二等奖1项；获发明专利30多项、软件著作权7项。教学成果获国家教学成果二等奖1项。
网站“学术报告”相关版块请点击“阅读原文”。↓↓↓

相关阅读

编辑：黎明 吕书懿

审核：于青 贾守新

声明

欢迎转发本号原创内容，转载和摘编需经本号授权并标注原作者和信息来源为《雷达学报》。

本号发布信息旨在传播交流，其内容由作者负责，不代表本号观点。如涉及文字、图片、版权等问题，请在20日内与本号联系，我们将第一时间处理。《雷达学报》拥有最终解释权。