【技术实现步骤摘要】
本申请涉及毫米波雷达探测，具体涉及一种基于毫米波雷达的高精度生物感知方法及系统。
技术介绍
1、毫米波雷达是工作在毫米波波段探测的雷达，其具有高分辨力、宽工作频带、大数值的多普勒频率响应、短的波长易获得目标细节特征和清晰轮廓成像等特点，特别适于目标分类和识别。而生物感知涵盖了对生物体状态和活动的全面感知与分析，生物监测是生物感知的一个重要组成部分，其是指通过各种技术手段对人体的生理状态、运动状态等进行实时监测和分析，以获取被探测者生物信息。通过毫米波雷达探测生物信息，来感知生物的特性，能够大大提高对被探测生物特征的识别效果。利用毫米波雷达进行生物感知技术目前已经被用在很多领域，比如在自动驾驶技术中利用毫米波雷达探测周围行人，在医疗中利用毫米波雷达监测患者跌倒情况、患者呼吸状况、患者睡眠状况等。
2、如申请号为202211466508.1的中国专利公开了一种基于毫米波雷达的生物体识别系统及方法，包括：毫米波雷达生物体微动探测分系统：通过毫米波雷达探测采集生物体微动基础数据，获得毫米波雷达探测生物体微动基础数据；生物体识别数据模型生成分系统：根据毫米波雷达探测生物体微动基础数据，进行生物体全系动作趋势推演及生物体细微动作标准划分，建立生物体微动全系标化数据模型；全系标化数据模型特征分析分系统：将待识别生物体数据输入生物体微动全系标化大数据模型，分析待识别生物体识别全系微动特征；随动探测全系微动生物体识别分系统：根据待识别生物体识别全系微动特征，通过毫米波雷达探测生物体微动，进行毫米波雷达探测全系微动生物体识别。类似上述技
3、因此，需要一种基于毫米波雷达的高精度生物感知方法及系统以解决上述技术问题。
技术实现思路
1、考虑到以上问题而做出了本申请，本申请的一个目的是提供一种基于毫米波雷达的高精度生物感知方法及系统。
2、本申请的实施例提供了基于毫米波雷达的高精度生物感知方法，其包括：
3、获取毫米波探测发射信号和毫米波探测回波信号；
4、对所述毫米波探测发射信号和所述毫米波探测回波信号进行ceemdan分解以得到毫米波探测发射信号imf分量的集合和毫米波探测回波信号imf分量的集合；
5、对所述毫米波探测发射信号imf分量的集合和所述毫米波探测回波信号imf分量的集合进行信号分量频域特征提取以得到毫米波探测发射信号imf分量频域特征向量的集合和毫米波探测回波信号imf分量频域特征向量的集合；
6、计算所述毫米波探测发射信号imf分量频域特征向量的集合和所述毫米波探测回波信号imf分量频域特征向量的集合中每组对应的毫米波探测发射信号imf分量频域特征向量和所述毫米波探测回波信号imf分量频域特征向量之间的差分特征向量以得到毫米波回波-发射信号分量频域差分特征向量的集合；
7、将所述毫米波回波-发射信号分量频域差分特征向量的集合输入基于节点特征显著标记的聚类分析网络以得到毫米波回波-反射信号频域差分聚合表示向量；
8、基于所述毫米波回波-反射信号频域差分聚合表示向量，确定感知结果。
9、例如，根据本申请的实施例的基于毫米波雷达的高精度生物感知方法，其中，对所述毫米波探测发射信号imf分量的集合和所述毫米波探测回波信号imf分量的集合进行信号分量频域特征提取以得到毫米波探测发射信号imf分量频域特征向量的集合和毫米波探测回波信号imf分量频域特征向量的集合，包括：将所述毫米波探测发射信号imf分量的集合中的各个毫米波探测发射信号imf分量和所述毫米波探测回波信号imf分量的集合中的各个毫米波探测回波信号imf分量分别输入基于1d-cnn模型的信号分量频域特征提取器以得到所述毫米波探测发射信号imf分量频域特征向量的集合和所述毫米波探测回波信号imf分量频域特征向量的集合。
10、例如，根据本申请的实施例的基于毫米波雷达的高精度生物感知方法，其中，将所述毫米波回波-发射信号分量频域差分特征向量的集合输入基于节点特征显著标记的聚类分析网络以得到毫米波回波-反射信号频域差分聚合表示向量，包括：
11、计算所述毫米波回波-发射信号分量频域差分特征向量的集合中的各个毫米波回波-发射信号分量频域差分特征向量的特征显著性描述因子，其中，所述特征显著性描述因子与各个所述毫米波回波-发射信号分量频域差分特征向量的均值和方差有关；
12、基于所述毫米波回波-发射信号分量频域差分特征向量的集合中的各个毫米波回波-发射信号分量频域差分特征向量与当前的毫米波回波-发射信号分量频域差分特征向量之间的距离跨度，构造各个所述毫米波回波-发射信号分量频域差分特征向量的特征显著性衰减因子；
13、基于各个所述毫米波回波-发射信号分量频域差分特征向量的特征显著性衰减因子对各个所述毫米波回波-发射信号分量频域差分特征向量的特征显著性描述因子进行调制以得到特征显著性衰减描述因子的序列；
14、将所述特征显著性衰减描述因子的序列输入门控掩码模块以得到掩码特征显著性衰减权重因子的序列；
15、以所述掩码特征显著性衰减权重因子的序列作为权重的序列，计算所述毫米波回波-发射信号分量频域差分特征向量的集合的加权和以得到所述毫米波回波-反射信号频域差分聚合表示向量。
16、例如，根据本申请的实施例的基于毫米波雷达的高精度生物感知方法，其中，计算所述毫米波回波-发射信号分量频域差分特征向量的集合中的各个毫米波回波-发射信号分量频域差分特征向量的特征显著性描述因子，其中，所述特征显著性描述因子与各个所述毫米波回波-发射信号分量频域差分特征向量的均值和方差有关，包括：
17、分别计算所述毫米波回波-发射信号分量频域差分特征向量的均值和方差以得到毫米波回波-发射信号分量频域差分特征均值和毫米波回波-发射信号分量频域差分特征方差；
18、计算所述毫米波回波-发射信号分量频域差分特征向量与所述毫米波回波-发射信号分量频域差分特征均值之间的按位置差值的四次方后，计算得到的四次方调制语义偏差向量的期望值以得到毫米波回波-发射信号分量频域差分特征期望因子；
19、计算所述毫米波回波-发射信号分量频域差分特征期望因子和所述毫米波回波-发射信号分量频域差分特征方差的平方之间的按位置除法以得到毫米波回波-发射信号分量频域差分特征向量的特征显著性描述因子。
20、例如，根据本申请的实施例的基于毫米波雷达的高精度生物感知方法，其中，基于所述毫米波回波-发射信号分量频域差分特征向量的集合中的各个毫米波回波-发射信号分量频域差分特征向量与当前的毫米波回波-发射信号分量频域差分特征向量之间的距离跨度，构造各个所述毫本文档来自技高网...
【技术保护点】
1.基于毫米波雷达的高精度生物感知方法，其特征在于，包括：
2.根据权利要求1所述的基于毫米波雷达的高精度生物感知方法，其特征在于，对所述毫米波探测发射信号IMF分量的集合和所述毫米波探测回波信号IMF分量的集合进行信号分量频域特征提取以得到毫米波探测发射信号IMF分量频域特征向量的集合和毫米波探测回波信号IMF分量频域特征向量的集合，包括：将所述毫米波探测发射信号IMF分量的集合中的各个毫米波探测发射信号IMF分量和所述毫米波探测回波信号IMF分量的集合中的各个毫米波探测回波信号IMF分量分别输入基于1D-CNN模型的信号分量频域特征提取器以得到所述毫米波探测发射信号IMF分量频域特征向量的集合和所述毫米波探测回波信号IMF分量频域特征向量的集合。
3.根据权利要求2所述的基于毫米波雷达的高精度生物感知方法，其特征在于，将所述毫米波回波-发射信号分量频域差分特征向量的集合输入基于节点特征显著标记的聚类分析网络以得到毫米波回波-反射信号频域差分聚合表示向量，包括：
4.根据权利要求3所述的基于毫米波雷达的高精度生物感知方法，其特征在于，计算所述
5.根据权利要求4所述的基于毫米波雷达的高精度生物感知方法，其特征在于，基于所述毫米波回波-发射信号分量频域差分特征向量的集合中的各个毫米波回波-发射信号分量频域差分特征向量与当前的毫米波回波-发射信号分量频域差分特征向量之间的距离跨度，构造各个所述毫米波回波-发射信号分量频域差分特征向量的特征显著性衰减因子，包括：
6.根据权利要求5所述的基于毫米波雷达的高精度生物感知方法，其特征在于，基于各个所述毫米波回波-发射信号分量频域差分特征向量的特征显著性衰减因子对各个所述毫米波回波-发射信号分量频域差分特征向量的特征显著性描述因子进行调制以得到特征显著性衰减描述因子的序列，包括：计算各个所述毫米波回波-发射信号分量频域差分特征向量的特征显著性衰减因子和各个所述毫米波回波-发射信号分量频域差分特征向量的特征显著性描述因子之间的按位置乘积以得到所述特征显著性衰减描述因子的序列。
7.根据权利要求6所述的基于毫米波雷达的高精度生物感知方法，其特征在于，将所述特征显著性衰减描述因子的序列输入门控掩码模块以得到掩码特征显著性衰减权重因子的序列，包括：
8.根据权利要求7所述的基于毫米波雷达的高精度生物感知方法，其特征在于，以所述掩码特征显著性衰减权重因子的序列作为权重的序列，计算所述毫米波回波-发射信号分量频域差分特征向量的集合的加权和以得到所述毫米波回波-反射信号频域差分聚合表示向量，包括：
9.根据权利要求8所述的基于毫米波雷达的高精度生物感知方法，其特征在于，基于所述毫米波回波-反射信号频域差分聚合表示向量，确定感知结果，包括：将所述毫米波回波-反射信号频域差分聚合表示向量输入基于解码器的高精度生物感知模块以得到所述感知结果。
10.基于毫米波雷达的高精度生物感知系统，其特征在于，包括：
...【技术特征摘要】
1.基于毫米波雷达的高精度生物感知方法，其特征在于，包括：
2.根据权利要求1所述的基于毫米波雷达的高精度生物感知方法，其特征在于，对所述毫米波探测发射信号imf分量的集合和所述毫米波探测回波信号imf分量的集合进行信号分量频域特征提取以得到毫米波探测发射信号imf分量频域特征向量的集合和毫米波探测回波信号imf分量频域特征向量的集合，包括：将所述毫米波探测发射信号imf分量的集合中的各个毫米波探测发射信号imf分量和所述毫米波探测回波信号imf分量的集合中的各个毫米波探测回波信号imf分量分别输入基于1d-cnn模型的信号分量频域特征提取器以得到所述毫米波探测发射信号imf分量频域特征向量的集合和所述毫米波探测回波信号imf分量频域特征向量的集合。
3.根据权利要求2所述的基于毫米波雷达的高精度生物感知方法，其特征在于，将所述毫米波回波-发射信号分量频域差分特征向量的集合输入基于节点特征显著标记的聚类分析网络以得到毫米波回波-反射信号频域差分聚合表示向量，包括：
4.根据权利要求3所述的基于毫米波雷达的高精度生物感知方法，其特征在于，计算所述毫米波回波-发射信号分量频域差分特征向量的集合中的各个毫米波回波-发射信号分量频域差分特征向量的特征显著性描述因子，其中，所述特征显著性描述因子与各个所述毫米波回波-发射信号分量频域差分特征向量的均值和方差有关，包括：
5.根据权利要求4所述的基于毫米波雷达的高精度生物感知方法，其特征在于，基于所述毫米波回波-发射信号分量频域差分特征向量的集合中的各个毫米波回波-发射信号分量频域差分特征...
【专利技术属性】
技术研发人员：张雪，张黄河，
申请(专利权)人：北京中成康富科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。