發(fā)布時間：2018-01-18 14:31

  本文關鍵詞：LFMCW雷達人體目標探測與特征識別研究　出處：《南京理工大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 人體探測 相位補償算法 時頻分析 特征提取 運動識別 微多普勒

【摘要】：由于人體目標雷達散射截面積較小,運動速度緩慢,其多普勒頻率與地物雜波重疊,在強地物雜波環(huán)境中對慢速人體目標探測與識別一直是雷達面臨的嚴峻挑戰(zhàn)。本文采用線性調頻連續(xù)波體制雷達針對人體探測與特征識別課題開展如下研究:首先,簡化Boulic模型為12關節(jié)、10散射部分的人體運動模型,在人體坐標系下完善人體12關節(jié)旋轉角度公式,10散射中心點位移公式,基于此構建LFMCW雷達人體運動回波模型。通過對比實測數據與仿真模型的時頻譜圖,驗證LFMCW雷達人體運動回波模型的正確性。其次,針對LFMCW雷達采用長時間相干積累探測運動人體目標存在多普勒擴展問題,設計基于相位補償變換的相干積累方法,該算法通過循環(huán)搜索尋找最佳人體運動參數,據此構建相位補償信號匹配行進人體差拍信號中的非線性相位,在相干積累時有效利用多普勒擴散能量,提高檢測信噪比,改善LFMCW雷達對人體目標的探測能力。仿真與實測數據分析結果驗證了該算法的有效性。最后,針對LFMCW雷達人體運動識別問題,在時頻域分析人體運動模型與實測數據在多種運動形式下的微多普勒變化規(guī)律,歸納人體運動物理特征值,據此設計支持向量機分類樹結構的人體運動形式分類器。在大量實測數據的基礎上,分析分類器采用不同人體運動特征值時的識別性能。
[Abstract]:Because the human body target RCS is smaller, speed is slow, the Doppler frequency and the ground clutter overlap in strong ground clutter environment to slow human target detection and recognition has been a severe challenge for radar. This paper adopts linear frequency modulated continuous wave radar system for human detection and recognition task to carry out the research as follows: first, a simplified Boulic model for 12 joint human motion model 10 scattering part of the rotation angle of the human body 12 joint formula in the body coordinate system perfect, 10 scattering center displacement formula, the construction of LFMCW radar echo model based on human motion. The spectrum of the measured data and simulation model, the correctness of model validation LFMCW the radar echo of human motion. Secondly, according to the LFMCW radar using long time coherent detection of moving human target Doppler expansion problem, based on the design phase A method of coherent accumulation compensation transformation, the algorithm iteratively searches for the best human motion parameters, based on phase compensation signal, pedestrian beat nonlinear phase signal, the effective use of Doppler diffusion energy in coherent accumulation, improve the signal-to-noise ratio and improve the detection ability of LFMCW radar for human target. The simulation and measurement the data analysis results show the effectiveness of the algorithm. Finally, LFMCW radar for human motion recognition problems in time-frequency analysis of human motion model and the measured data in a variety of sports in the form of micro Doppler changes, summed up the value of physical characteristic of human motion, based on support vector machine classifier form human motion classification tree structure in. Based on the measured data, analysis of different classifiers using human motion recognition performance value.

【學位授予單位】：南京理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN957.51

【參考文獻】

相關期刊論文 前6條

1 羅興旺;張伯彥;劉嘉;藺宏江;禹娟;;雷達數據處理中的雜波抑制方法[J];系統(tǒng)工程與電子技術;2016年01期

2 張翼;程永強;朱玉鵬;黎湘;;人體目標雷達回波建模[J];系統(tǒng)仿真學報;2011年03期

3 張翼;朱玉鵬;劉崢;黎湘;;基于微多普勒特征的人體運動辨識[J];西南大學學報(自然科學版);2010年03期

4 楊建宇,凌太兵,賀峻;LFMCW雷達運動目標檢測與距離速度去耦合[J];電子與信息學報;2004年02期

5 荊西京,王健琪,路國華,倪安勝,張揚;雷達式非接觸生命參數檢測的信號預處理[J];醫(yī)療衛(wèi)生裝備;2003年11期

6 洪友康;;漢納范人體數學模型及其計算[J];武漢體育學院學報;1983年04期

，

本文編號：1441309