CN110045370A - 基于毫米波雷达的人体感知方法及其系统 - Google Patents
基于毫米波雷达的人体感知方法及其系统 Download PDFInfo
- Publication number
- CN110045370A CN110045370A CN201910388986.7A CN201910388986A CN110045370A CN 110045370 A CN110045370 A CN 110045370A CN 201910388986 A CN201910388986 A CN 201910388986A CN 110045370 A CN110045370 A CN 110045370A
- Authority
- CN
- China
- Prior art keywords
- signal
- radar
- target
- frequency domain
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000008447 perception Effects 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000033001 locomotion Effects 0.000 claims abstract description 83
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 22
- 230000011664 signaling Effects 0.000 claims description 7
- 230000000241 respiratory effect Effects 0.000 claims description 4
- 210000000779 thoracic wall Anatomy 0.000 claims description 4
- 230000010365 information processing Effects 0.000 claims 1
- 238000009825 accumulation Methods 0.000 abstract description 2
- 230000001149 cognitive effect Effects 0.000 abstract description 2
- 230000035945 sensitivity Effects 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 13
- 230000005684 electric field Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 208000008784 apnea Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于毫米波雷达的人体感知方法及其系统，该方法是通过控制雷达模块发射雷达信号并接收回波信号，通过对回波信号做第一次离散傅里叶变换判别运动信息目标是否存在，可从检测到的运动信息中获取目标的速度、方向和强度等信息；再对累积频域数据进行第二次离散傅里叶变换判别生理信息目标是否存在，可从存在的生理信息中获得目标的呼吸平静还是缓慢，将运动信息和生理信息相结合可判断出当前环境的人员是否存在以及人员状态，形成一种家居环境下的人员状态感知方法。本发明具有实现简单、灵敏度高、环境适应能力强等优点，为智能家居、安防等领域的人体非接触式感知提供新方法。
Description
技术领域
本发明涉及居家环境下的生物信号检测领域，具体涉及一种基于毫米波雷达的人体感知方法及其系统。
背景技术
随着科技技术的快速发展，智能家居已经深入至普通家庭。智能家居中的设备大多都是感知设备周围人员分布情况然后执行相应操作。
目前，比较主流的实现感知周围人员分布的传感器包括红外传感器、微波传感器和电场传感器。红外传感器是应用非常广泛的人体传感器之一，可以实现高灵敏度的运动人体感知和静止人体感知，但是由于居家环境中常有热源、冷热风吹动等，会造成红外传感器错误感知现象，且误报率较高。微波传感器是基于多普勒原理实现对运动物体的感知，能较好的分辨运动人体特征，但是针对静止人员、飘动中的窗帘或其他物体难以分辨，容易造成误检或漏检。电场传感器是通过分布电容的微小变化来得到周围电场信息实现对人体感知，由于人体电场分布离散性较大，使电场传感器的可靠性及探测距离相对较弱。
发明内容
本发明目的在于提供一种检测灵敏度高且同时对运动人员和静止人员均能准确感知的基于毫米波雷达的人体感知方法及其系统。
本发明的目的是提供一种基于毫米波雷达的人体感知方法通过以下技术方案实现的：
一种基于毫米波雷达的人体感知方法，包括如下步骤：
(1)通过雷达发射雷达信号，并接收雷达回波后解析得到回波信号；
(2)取M个回波信号得到样本序列{X}，样本序列{X}中包含目标多普勒信息和微多普勒信息；
(3)对样本序列{X}做归一化处理后再做离散傅里叶变换得到频域序列{XF}；
(4)频域序列{XF}在指定频域范围{FM}内获取最大值XF max；并将最大值XF max与设置的阈值XTH进行比较，若XF max≥XTH，则有运动信息目标，并获取运动信息；反之则没有运动信息目标；
(5)从频域序列{XF}中获取第一个数据XF 0，填充到数据序列{Y}中，连续填充N个数据；
(6)对数据序列{Y}做归一化处理后再做离散傅里叶变换得到频域数据序列{YF}；
(7)频域序列{YF}在指定频域范围{FB}内获取最大值YF max；并将最大值YF max与设置的阈值YTH进行比较，若YF max≥YTH，则有生理信息目标，并获取生理信息；反之则没有生理信息目标；
(8)结合运动信息目标和生理目标信息判断当前环境中是否人员存在以及人员状态。
进一步地，步骤(1)中所述雷达信号采用单频连续雷达信号。
进一步地，步骤(4)中所述指定频域范围{FM}为-1.6KHz～+1.6KHz；所述运动信息包括速度、方向和强度，所述运动信息是通过公式(Ⅰ)计算得出：
fd＝2.vd/c×f0 (Ⅰ)
式中，fd为XF max对应频率值，vd为目标运动速度，c为光速，f0为雷达发射信号频率。
进一步地，步骤(7)中所述指定频域范围{FB}为0.2Hz～0.5Hz；所述生理信息为人体呼吸信息，其呼吸运动反映在雷达回波信号的表达式为公式(II)，从而得到呼吸信号频率与雷达回波信号频率调制频率一致：
式中，S(t)为雷达回波信号，A为回波信号幅度，为回波信号瞬时相位，x(t)为呼吸引起的胸壁运动。
本发明还一目的在于提供一种一种基于毫米波雷达的人体感知系统，包括雷达模块和信息处理模块，所述雷达模块用于发送发射雷达信号并接收回波后解析得到回波信号，所述信息处理模块用于控制电磁波信号的产生、发射以及接收回波信号和回波信号的处理后得出运动信息目标和生理信息目标，根据运动信息目标和生理信息目标获得是人员以及人员状态。
进一步地，所述雷达模块包括射频通道、以及与射频通道连接的发射天线和接收天线，所述射频通道内设有压控振荡器、功率放大器、低噪声放大器、混频器和滤波模块，压控振荡器分别与功率放大器和混频器连接，功率放大器与发射天线连接，混频器还分别与低噪声放大器和滤波模块连接，低噪声放大器与接收天线连接，滤波模块和信息处理模块连接。
进一步地，所述信息处理模块包括依次连接的ADC单元、信号处理单元、主控单元和发射信号控制单元，所述ADC单元和滤波模块连接，发射信号控制单元与压控模块连接。
进一步地，所述信号处理单元包括获取运动信息目标和生理信息目标，获取运动信息目标是指先取M个回波信号得到样本序列{X}，样本序列{X}中包含目标多普勒信息和微多普勒信息；再对样本序列{X}做归一化处理后，再做离散傅里叶变换得到频域序列{XF}；最后频域序列{XF}在频域范围内获取最大值XF max；并将最大值XF max与设置的阈值XTH进行比较，若XF max≥XTH，则有运动信息目标，反之则没有运动信息目标；
获取生理信息目标是指先从频域序列{XF}中获取第一个数据XF 0，填充到数据序列{Y}中，连续填充N个数据；；然后对数据序列{Y}做归一化处理后再做离散傅里叶变换得到频域数据序列{YF}；最后频域序列{YF}在频域范围内获取最大值YF max；并将最大值YF max与设置的阈值YTH进行比较，若YF max≥YTH，则有生理信息目标，反之则没有生理信息目标。
进一步地，所述发射天线和接收天线均包括1个。
本发明具有以下有益效果：
(1)采用单频连续的毫米波雷达信号检测室内的多普勒信号(运动信息)和微多普勒信号(生理信息)，以实现运动目标检测和生理目标检测，从而实现人员和人员状态感知；
(2)通过对多组回波信号先归一化处理后再离散傅里叶变换后进行频域检测，实现运动目标及运动状态(速度、方向)感知；
(3)对多组第一次离散傅里叶变换后的频域数据先归一化处理后再离散傅里叶变换后进行频域检测，实现生理目标及生理状态(平静、急促)感知；
(4)发射功率小、系统成本低、结构简单。
附图说明
图1为本发明方法的流程示意图。
图2为本发明运动目标感知示意图。
图3为本发明生理目标感知示意图。
图4为本发明系统的结构示意图。
图5为本发明运动信息目标波形图。
图6为本发明生理信息目标波形图。
图中标记：10、信号处理模块；11、主控单元；12、发射信号控制单元；13、ADC单元；14、信息处理单元；20、射频通道；21、压控振荡器；22、功率放大器；23、低噪声放大器；24、混频器；25、滤波模块；31、发射天线；32、接收天线。
具体实施方式
实施例1
如图1～3所示，本实施例提供了基于毫米波雷达的人体感知方法包括如下步骤：
(1)通过雷达发射雷达信号，并接收回波后解析得到回波信号；所述雷达信号通过雷达模块以及与雷达模块连接的发射天线发射的，所述雷达信号为24GHz单频连续的毫米波信号，单频连续的毫米波信号对于运动目标具有良好的探测灵敏度，接收处理增益高，具备良好的穿透能力，保证对多种家居环境下人体目标的信息获取能力。所述回波信号是通过与雷达模块连接的接收天线接收，回波信号是雷达信号遇到人员或者其他移动物体产生的反射波信号。家居环境下人体运动速度范围约为1m/s～10m/s，且运动幅度远大于认人体呼吸所带来的胸壁运动，人体呼吸运动的频率为0.2Hz～0.5Hz，运动幅度相对较小。雷达回波信号被接收天线接收后需做解调滤波处理，得到含有多普勒信号(运动信息)和微多普勒信息(生理信息)的回波信号；所述发射天线和接收天线采用相同配置的天线，雷达参数配置见表1。
表1雷达参数配置
(2)取M个回波信号得到样本序列{X}，样本序列{X}中包含目标多普勒信息和微多普勒信息；M为1024、2028或者其他，ADC采样频率为20kpbs。
(3)对样本序列{X}做归一化处理后再做离散傅里叶变换得到频域序列{XF}；为保证离散傅里叶变换运算快捷，先对样本序列{X}做归一化处理，然后再进行第一次离散傅里叶变换DFT，获得频域序列{XF}。
(4)频域序列{XF}在频域范围{FM}内获取最大值XF max；并将最大值XF max与设置的阈值XTH进行比较，若XF max≥XTH，则有运动信息目标，反之则没有运动信息目标；所述频域范围{FM}为-1.6KHz～+1.6KHz，该频域范围内对用的运动目标的运动速度为-10.0m/s～+10.0m/s；阈值XTH与雷达信号参数有关，根据本实施例提供的雷达参数所述阈值XTH为40。若有运动目标信号，输出C1＝1，反之则输出C1＝0。
(5)从频域序列{XF}中获取第一个数据XF 0，并将第一个数据XF 0填充到数据序列{Y}，连续获取N个第一个数据XF 0；因为人体呼吸运动的频率为0.2Hz～0.5Hz，由于第一次离散傅里叶变换累积时间短，数据量较小，不能很好的判断出是否有生理信号，因此将第一次离散傅里叶变换后的低频数据再进行二次累积，从频域序列{XF}中获取第一个数据XF 0构成一个新的频域数据序列{Y}。
(6)对数据序列{Y}做归一化处理后再做离散傅里叶变换，得到频域数据序列{YF}，通过在数据序列{YF}内一定频域范围检测最大值比较，即可判断是否有生理目标存在。
(7)频域序列{YF}在频域范围{FB}内获取最大值YF max；并将最大值YF max与设置的阈值YTH进行比较，若YF max≥YTH，则有生理信息目标，反之则没有生理信息目标；所述频域范围{FB}为0.2Hz～0.5Hz；阈值YTH与雷达信号参数有关，根据本实施例提供的雷达参数所述阈值YTH为100。若有运动目标信号，输出C2＝1，反之则输出C2＝0。
(8)结合运动信息目标和生理目标信息判断当前环境中是否有人员存在以及人员状态，当检测到人员存在时，可以通过运动信息目标获取运动速度及方向信息，判断人员处于无序运动、接近、远离运动状态；通过微多普勒信息，可以判断当前人体基本生理状态(平静、急促)；通过将两种参量进行综合判断，可以得到人体目标更准确的运动状态，从而辅助家居实施更智能化的环境感知及应用。具体见表2所示。
表2是否有人员存在及人员状态检测结果
| C<sub>1</sub> | C<sub>2</sub> | 状态 | 说明 | |
| 1 | 0 | 0 | 无人员在现场 | 无运动目标，无呼吸目标 |
| 2 | 0 | 1 | 人员处于静止或睡眠状态 | 无运动目标，有呼吸目标 |
| 3 | 1 | 0 | 存在非人员运动目标 | 有运动目标，无呼吸目标 |
| 4 | 1 | 1 | 存在人员，且处于运动状态 | 有运动目标，有呼吸目标 |
通过运动信息目标获取运动速度及方向信息，运动信息包括速度、方向和强度，所述运动信息是通过公式(Ⅰ)计算得出：
fd＝2.vd/c×f0 (Ⅰ)
式中，fd为XF max对应频率值，vd为目标运动速度，c为光速，f0为雷达发射信号频率，f0＝24GHz。
通过生理信息目标获取生理信息，生理信息为人体呼吸信息，其呼吸运动反映在雷达回波信号的表达式为公式(II)，从而得到呼吸信号频率与雷达回波信号频率调制频率一致：
式中，S(t)为雷达回波信号，A为回波信号幅度，为回波信号瞬时相位，x(t)为呼吸引起的胸壁运动。
实施例2
如图3所示，本实施例提供的基于毫米波雷达的人体感知系统包括雷达模块和信息处理模块，所述雷达模块用于发送发射雷达信号并接收回波后解析得到回波信号，所述信息处理模块用于控制电磁波信号的产生、发射以及接收回波信号和回波信号的处理后得出运动信息目标和生理信息目标，根据运动信息目标和生理信息目标获得是人员以及人员状态。
所述雷达模块包括压控振荡器(VCO)21、功率放大器(PA)22、低噪声放大器(LNA)23、混频器24、滤波模块25、发射天线31和接收天线32。所述压控振荡器(VCO)21、功率放大器(PA)22、低噪声放大器(LNA)23、混频器24和滤波模块25构成射频通道20，具体结构是压控振荡器(VCO)21分别与功率放大器(PA)22和混频器24连接，混频器24分别与低噪声放大器(LNA)23和滤波模块25连接，功率放大器(PA)22与发射天线31连接，低噪声放大器(LNA)23与接收天线32连接，所述压控振荡器(VCO)21用于产生本振信号，本振信号通过功率放大器(PA)22放大后再通过发射天线31发射，发射天线31发射的电磁波信号波段为单频连续的毫米波，能够很好适应0～20米范围内人体目标的检测，且可有效穿透玻璃、衣物等非金属介质。电磁波信号遇到人体目标后形成回波信号，回波信号被接收天线32接收后经低噪声放大器(LNA)23放大处理后进入混频器24，混频器24将接收的回波信号和本振信号进行混频处理，实现对回波信号的解调，再将解调后的信号发送给滤波模块25进行滤波去噪，具体的雷达参数见表1。
所述信息处理模块包括依次连接的ADC单元13、信号处理单元、主控单元11和发射信号控制单元12，所述ADC单元13和滤波模块25连接，用于接收经过滤波去燥后的回波信号，并将回波信号经过模数转换采样后发送给信息处理单元14，信息处理单元14对回波信号进行获取运动信息目标和生理信息目标，主控单元11作为运算核心和控制核心，协调各个单元之间的工作；所述发射信号控制单元12与压控振荡器(VCO)21连接，用于控制压控振荡器(VCO)21产生本振信号，进而控制雷达模块发射电磁波信号，实现对人员及人员状态的检测。
获取运动信息目标是指先取M个回波信号得到样本序列{X}，样本序列{X}中包含目标多普勒信息和微多普勒信息；再对样本序列{X}做归一化处理后再做离散傅里叶变换得到频域序列{XF}；最后频域序列{XF}在频域范围{FM}内获取最大值XF max；并将最大值XF max与设置的阈值XTH进行比较，若XF max≥XTH，则有运动信息目标，反之则没有运动信息目标；所述频域范围{FM}为-1.6KHz～+1.6KHz，该频域范围内对用的运动目标的运动速度为-10.0m/s～+10.0m/s；阈值XTH与雷达信号参数有关，根据本实施例提供的雷达参数所述阈值XTH为40。若有运动目标信号，输出C1＝1，反之则输出C1＝0。
获取生理信息目标是指先从N个频域序列{XF}中获取N个第一个数据XF 0，并构成一个数据序列{Y}；然后对数据序列{Y}做归一化处理后再做离散傅里叶变换得到频域数据序列{YF}；最后频域序列{YF}在频域范围{FB}内获取最大值YF max；并将最大值YF max与设置的阈值YTH进行比较，若YF max≥YTH，则有生理信息目标，反之则没有生理信息目标；所述频域范围{FB}为0.2Hz～0.5Hz；阈值YTH与雷达信号参数有关，根据本实施例提供的雷达参数所述阈值YTH为100。若有运动目标信号，输出C2＝1，反之则输出C2＝0。
结合运动信息目标和生理目标信息获得是人员以及人员状态，当检测到人员存在时，可以通过运动信息目标获取运动速度及方向信息，判断人员处于无序运动、接近、远离运动状态；通过微多普勒信息，可以判断当前人体基本生理状态(平静、急促)；通过将两种参量进行综合判断，可以得到人体目标更准确的运动状态，从而辅助家居实施更智能化的环境感知及应用。具体见表2所示。
通过运动信息目标获取运动速度及方向信息，运动信息包括速度、方向和强度，所述运动信息是通过公式(Ⅰ)计算得出。
通过生理信息目标获取生理信息，生理信息为人体呼吸信息，其呼吸运动反映在雷达回波信号的表达式为公式(II)，从而得到呼吸信号频率与雷达回波信号频率调制频率一致。
将实施例1提供的感知方法和实施例2提供的感知系统用于具体的室内进行人员及人员状态的感知，进一步说明本实施例的效果。
图5为进行运动信息目标检测后输出波形图，其中图5(a)表示室内无运动目标时的频域范围(-1.6KHz～+1.6KHz)的最大值XF max没有超过设定的所述阈值XTH为40，图5(b)当室内有人在轻微运动时输出波形，此时最大值XF max超过所述阈值XTH为40，且根据公式(Ⅰ)可计算出运动速度、方向。对应频率值fd为58.6Hz，对应运动速度v为0.37m/s，运动方向为接近雷达方向。
图6是经过数据累积并进行生理信息目标检测输出波形图，其中图6(a)为无人情况下在人体呼吸频率范围(0.2Hz～0.5Hz)内进行最大值YF max搜索及判别的频域范围的波形中最大值YF max没有超过设置所述阈值YTH为100；图6(b)为有人存在时其最大值YF max超过设置所述阈值YTH为100，判断为有人存在。
以上所述仅是本发明优选的实施方式，但本发明的保护范围并不局限于此，任何基于本发明所提供的技术方案和发明构思进行的改造和替换都应涵盖在本发明的保护范围内。
Claims (9)
1.一种基于毫米波雷达的人体感知方法，其特征在于包括如下步骤：
(1)通过雷达发射雷达信号，并接收雷达回波后解析得到回波信号；
(2)取M个回波信号得到样本序列{X}，样本序列{X}中包含目标多普勒信息和微多普勒信息；
(3)对样本序列{X}做归一化处理后再做离散傅里叶变换得到频域序列{XF}；
(4)频域序列{XF}在指定频域范围{FM}内获取最大值XF max；并将最大值XF max与设置的阈值XTH进行比较，若XF max≥XTH，则有运动信息目标，并获取运动信息；反之则没有运动信息目标；
(5)从频域序列{XF}中获取第一个数据XF 0，填充到数据序列{Y}中，连续填充N个数据；
(6)对数据序列{Y}做归一化处理后再做离散傅里叶变换得到频域数据序列{YF}；
(7)频域序列{YF}在指定频域范围{FB}内获取最大值YF max；并将最大值YF max与设置的阈值YTH进行比较，若YF max≥YTH，则有生理信息目标，并获取生理信息；反之则没有生理信息目标；
(8)结合运动信息目标和生理目标信息判断当前环境中是否人员存在以及人员状态。
2.根据权利要求1所述的基于毫米波雷达的人体感知方法，其特征在于：步骤(1)中所述雷达信号采用单频连续雷达信号。
3.根据权利要求1所述的基于毫米波雷达的人体感知方法，其特征在于：步骤(4)中所述指定频域范围{FM}为-1.6KHz～+1.6KHz；所述运动信息包括速度、方向和强度，所述运动信息是通过公式(Ⅰ)计算得出：
fd＝2.vd/c×f0 (Ⅰ)
式中，fd为XF max对应频率值，vd为目标运动速度，c为光速，f0为雷达发射信号频率。
4.根据权利要求1所述的基于毫米波雷达的人体感知方法，其特征在于：步骤(7)中所述指定频域范围{FB}为0.2Hz～0.5Hz；所述生理信息为人体呼吸信息，其呼吸运动反映在雷达回波信号的表达式为公式(II)，从而得到呼吸信号频率与雷达回波信号频率调制频率一致：
式中，S(t)为雷达回波信号，A为回波信号幅度，为回波信号瞬时相位，x(t)为呼吸引起的胸壁运动。
5.一种基于毫米波雷达的人体感知系统，其特征在于：包括雷达模块和信息处理模块，所述雷达模块用于发送发射雷达信号并接收回波后解析得到回波信号，所述信息处理模块用于控制电磁波信号的产生、发射以及接收回波信号和回波信号的处理后得出运动信息目标和生理信息目标，根据运动信息目标和生理信息目标获得是人员以及人员状态。
6.根据权利要求5所述的基于毫米波雷达的人体感知系统，其特征在于：所述雷达模块包括射频通道、以及与射频通道连接的发射天线和接收天线，所述射频通道内设有压控振荡器、功率放大器、低噪声放大器、混频器和滤波模块，压控振荡器分别与功率放大器和混频器连接，功率放大器与发射天线连接，混频器还分别与低噪声放大器和滤波模块连接，低噪声放大器与接收天线连接，滤波模块和信息处理模块连接。
7.根据权利要求5所述的基于毫米波雷达的人体感知系统，其特征在于：所述信息处理模块包括依次连接的ADC单元、信号处理单元、主控单元和发射信号控制单元，所述ADC单元和滤波模块连接，发射信号控制单元与压控模块连接。
8.根据权利要求7所述的基于毫米波雷达的人体感知系统，其特征在于：所述信号处理单元包括获取运动信息目标和生理信息目标，获取运动信息目标是指先取M个回波信号得到样本序列{X}，样本序列{X}中包含目标多普勒信息和微多普勒信息；再对样本序列{X}做归一化处理后，再做离散傅里叶变换得到频域序列{XF}；最后频域序列{XF}在频域范围内获取最大值XF max；并将最大值XF max与设置的阈值XTH进行比较，若XF max≥XTH，则有运动信息目标，反之则没有运动信息目标；
获取生理信息目标是指先从频域序列{XF}中获取第一个数据XF 0，填充到数据序列{Y}中，连续填充N个数据；；然后对数据序列{Y}做归一化处理后再做离散傅里叶变换得到频域数据序列{YF}；最后频域序列{YF}在频域范围内获取最大值YF max；并将最大值YF max与设置的阈值YTH进行比较，若YF max≥YTH，则有生理信息目标，反之则没有生理信息目标。
9.根据权利要求5所述的基于毫米波雷达的人体感知系统，其特征在于：所述发射天线和接收天线均包括1个。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910388986.7A CN110045370B (zh) | 2019-05-10 | 2019-05-10 | 基于毫米波雷达的人体感知方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910388986.7A CN110045370B (zh) | 2019-05-10 | 2019-05-10 | 基于毫米波雷达的人体感知方法及其系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110045370A true CN110045370A (zh) | 2019-07-23 |
| CN110045370B CN110045370B (zh) | 2023-11-14 |
Family
ID=67281421
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910388986.7A Active CN110045370B (zh) | 2019-05-10 | 2019-05-10 | 基于毫米波雷达的人体感知方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110045370B (zh) |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110687816A (zh) * | 2019-10-31 | 2020-01-14 | 复旦大学 | 基于毫米波雷达的智能家居控制系统和方法 |
| CN111417242A (zh) * | 2020-04-09 | 2020-07-14 | 西安石油大学 | 一种无线感知节能灯控系统及控制方法 |
| CN111736147A (zh) * | 2020-06-29 | 2020-10-02 | 北京小米移动软件有限公司 | 检测设备、检测方法及装置、存储介质 |
| CN111845258A (zh) * | 2020-06-16 | 2020-10-30 | 宁波吉利汽车研究开发有限公司 | 一种车内设备调控方法、装置、终端及存储介质 |
| CN112130133A (zh) * | 2020-08-26 | 2020-12-25 | 南京熊猫电子制造有限公司 | 一种基于毫米波雷达的人机交互方法 |
| CN112327268A (zh) * | 2020-11-12 | 2021-02-05 | 奥谱毫芯(深圳)科技有限公司 | 基于毫米波信号的危险目标识别方法、装置、系统及介质 |
| CN112578374A (zh) * | 2019-09-30 | 2021-03-30 | 华为技术有限公司 | 检测行人的方法和装置 |
| CN112731332A (zh) * | 2021-01-13 | 2021-04-30 | 路晟悠拜(重庆)科技有限公司 | 基于毫米波的静态目标存在识别方法及系统 |
| CN112785759A (zh) * | 2021-01-22 | 2021-05-11 | 支付宝(杭州)信息技术有限公司 | 客流统计的系统和方法 |
| CN112799030A (zh) * | 2021-02-08 | 2021-05-14 | 北京富奥星电子技术有限公司 | 使用多普勒雷达实现存在感应的识别方法和装置 |
| CN112859063A (zh) * | 2021-01-13 | 2021-05-28 | 路晟悠拜(重庆)科技有限公司 | 基于毫米波的多人体目标识别及计数方法 |
| CN113009463A (zh) * | 2021-01-29 | 2021-06-22 | 杭州涂鸦信息技术有限公司 | 一种人体检测方法及装置 |
| CN113377019A (zh) * | 2020-03-10 | 2021-09-10 | 杭州萤石软件有限公司 | 监控设备、方法和智能家居系统 |
| CN113376600A (zh) * | 2021-05-10 | 2021-09-10 | 西安电子科技大学 | 一种基于RSDNet的行人雷达回波去噪方法 |
| CN113495270A (zh) * | 2020-04-07 | 2021-10-12 | 富士通株式会社 | 基于微波雷达的监控装置以及方法 |
| CN114063572A (zh) * | 2020-07-31 | 2022-02-18 | 北京熵行科技有限公司 | 一种无感知智能设备控制方法、电子设备及控制系统 |
| CN114578306A (zh) * | 2020-11-30 | 2022-06-03 | 群迈通讯股份有限公司 | 利用毫米波雷达的人体姿态识别方法及存储介质 |
| CN114614913A (zh) * | 2022-05-12 | 2022-06-10 | 成都宋元科技有限公司 | 一种毫米波雷达的协同通信方法及系统 |
| CN115150506A (zh) * | 2021-03-31 | 2022-10-04 | 深圳市万普拉斯科技有限公司 | 移动终端控制方法、装置和移动终端 |
| CN115529204A (zh) * | 2022-10-08 | 2022-12-27 | 东莞理工学院 | 一种室内控制系统及方法 |
| TWI804842B (zh) * | 2020-04-05 | 2023-06-11 | 昇佳電子股份有限公司 | 近接感測方法及其應用之電子裝置 |
| US11797098B2 (en) | 2020-05-26 | 2023-10-24 | Boe Technology Group Co., Ltd. | Methods for recognizing human hand and hand gesture from human, and display apparatus |
| CN117036868A (zh) * | 2023-10-08 | 2023-11-10 | 之江实验室 | 一种人体感知模型的训练方法、装置、介质及电子设备 |
| CN117491966A (zh) * | 2024-01-03 | 2024-02-02 | 天津爱仕凯睿科技发展有限公司 | 一种毫米波雷达信号处理方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150301167A1 (en) * | 2009-12-18 | 2015-10-22 | Christopher Gary Sentelle | Detection of movable objects |
| US20180106897A1 (en) * | 2015-04-20 | 2018-04-19 | Resmed Sensor Technologies Limited | Detection and identification of a human from characteristic signals |
| CN108564005A (zh) * | 2018-03-26 | 2018-09-21 | 电子科技大学 | 一种基于卷积神经网络的人体跌倒辨识方法 |
| CN109239706A (zh) * | 2018-08-27 | 2019-01-18 | 苏州矽典微智能科技有限公司 | 一种基于毫米波的人体检测方法及装置 |
-
2019
- 2019-05-10 CN CN201910388986.7A patent/CN110045370B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150301167A1 (en) * | 2009-12-18 | 2015-10-22 | Christopher Gary Sentelle | Detection of movable objects |
| US20180106897A1 (en) * | 2015-04-20 | 2018-04-19 | Resmed Sensor Technologies Limited | Detection and identification of a human from characteristic signals |
| CN108564005A (zh) * | 2018-03-26 | 2018-09-21 | 电子科技大学 | 一种基于卷积神经网络的人体跌倒辨识方法 |
| CN109239706A (zh) * | 2018-08-27 | 2019-01-18 | 苏州矽典微智能科技有限公司 | 一种基于毫米波的人体检测方法及装置 |
Cited By (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112578374A (zh) * | 2019-09-30 | 2021-03-30 | 华为技术有限公司 | 检测行人的方法和装置 |
| WO2021063403A1 (zh) * | 2019-09-30 | 2021-04-08 | 华为技术有限公司 | 检测行人的方法和装置 |
| CN112578374B (zh) * | 2019-09-30 | 2023-04-28 | 华为技术有限公司 | 检测行人的方法和装置 |
| CN110687816A (zh) * | 2019-10-31 | 2020-01-14 | 复旦大学 | 基于毫米波雷达的智能家居控制系统和方法 |
| CN113377019A (zh) * | 2020-03-10 | 2021-09-10 | 杭州萤石软件有限公司 | 监控设备、方法和智能家居系统 |
| US11699996B2 (en) | 2020-04-05 | 2023-07-11 | Sensortek Technology Corp. | Method for proximity sensing and applied electronic device thereof |
| TWI804842B (zh) * | 2020-04-05 | 2023-06-11 | 昇佳電子股份有限公司 | 近接感測方法及其應用之電子裝置 |
| CN113495270A (zh) * | 2020-04-07 | 2021-10-12 | 富士通株式会社 | 基于微波雷达的监控装置以及方法 |
| CN111417242A (zh) * | 2020-04-09 | 2020-07-14 | 西安石油大学 | 一种无线感知节能灯控系统及控制方法 |
| US11797098B2 (en) | 2020-05-26 | 2023-10-24 | Boe Technology Group Co., Ltd. | Methods for recognizing human hand and hand gesture from human, and display apparatus |
| CN111845258A (zh) * | 2020-06-16 | 2020-10-30 | 宁波吉利汽车研究开发有限公司 | 一种车内设备调控方法、装置、终端及存储介质 |
| CN111736147A (zh) * | 2020-06-29 | 2020-10-02 | 北京小米移动软件有限公司 | 检测设备、检测方法及装置、存储介质 |
| CN114063572A (zh) * | 2020-07-31 | 2022-02-18 | 北京熵行科技有限公司 | 一种无感知智能设备控制方法、电子设备及控制系统 |
| CN114063572B (zh) * | 2020-07-31 | 2024-05-31 | 北京熵行科技有限公司 | 一种无感知智能设备控制方法、电子设备及控制系统 |
| CN112130133A (zh) * | 2020-08-26 | 2020-12-25 | 南京熊猫电子制造有限公司 | 一种基于毫米波雷达的人机交互方法 |
| CN112327268A (zh) * | 2020-11-12 | 2021-02-05 | 奥谱毫芯(深圳)科技有限公司 | 基于毫米波信号的危险目标识别方法、装置、系统及介质 |
| CN114578306A (zh) * | 2020-11-30 | 2022-06-03 | 群迈通讯股份有限公司 | 利用毫米波雷达的人体姿态识别方法及存储介质 |
| CN112859063A (zh) * | 2021-01-13 | 2021-05-28 | 路晟悠拜(重庆)科技有限公司 | 基于毫米波的多人体目标识别及计数方法 |
| CN112731332A (zh) * | 2021-01-13 | 2021-04-30 | 路晟悠拜(重庆)科技有限公司 | 基于毫米波的静态目标存在识别方法及系统 |
| CN112731332B (zh) * | 2021-01-13 | 2024-06-18 | 路晟悠拜(重庆)科技有限公司 | 基于毫米波的静态目标存在识别方法及系统 |
| CN112859063B (zh) * | 2021-01-13 | 2023-12-05 | 路晟悠拜(重庆)科技有限公司 | 基于毫米波的多人体目标识别及计数方法 |
| CN112785759A (zh) * | 2021-01-22 | 2021-05-11 | 支付宝(杭州)信息技术有限公司 | 客流统计的系统和方法 |
| CN113009463A (zh) * | 2021-01-29 | 2021-06-22 | 杭州涂鸦信息技术有限公司 | 一种人体检测方法及装置 |
| CN112799030A (zh) * | 2021-02-08 | 2021-05-14 | 北京富奥星电子技术有限公司 | 使用多普勒雷达实现存在感应的识别方法和装置 |
| CN115150506A (zh) * | 2021-03-31 | 2022-10-04 | 深圳市万普拉斯科技有限公司 | 移动终端控制方法、装置和移动终端 |
| CN113376600A (zh) * | 2021-05-10 | 2021-09-10 | 西安电子科技大学 | 一种基于RSDNet的行人雷达回波去噪方法 |
| CN113376600B (zh) * | 2021-05-10 | 2024-04-05 | 西安电子科技大学 | 一种基于RSDNet的行人雷达回波去噪方法 |
| CN114614913A (zh) * | 2022-05-12 | 2022-06-10 | 成都宋元科技有限公司 | 一种毫米波雷达的协同通信方法及系统 |
| CN114614913B (zh) * | 2022-05-12 | 2022-07-12 | 成都宋元科技有限公司 | 一种毫米波雷达的协同通信方法及系统 |
| CN115529204A (zh) * | 2022-10-08 | 2022-12-27 | 东莞理工学院 | 一种室内控制系统及方法 |
| CN115529204B (zh) * | 2022-10-08 | 2024-07-26 | 东莞理工学院 | 一种室内控制系统及方法 |
| CN117036868B (zh) * | 2023-10-08 | 2024-01-26 | 之江实验室 | 一种人体感知模型的训练方法、装置、介质及电子设备 |
| CN117036868A (zh) * | 2023-10-08 | 2023-11-10 | 之江实验室 | 一种人体感知模型的训练方法、装置、介质及电子设备 |
| CN117491966A (zh) * | 2024-01-03 | 2024-02-02 | 天津爱仕凯睿科技发展有限公司 | 一种毫米波雷达信号处理方法及系统 |
| CN117491966B (zh) * | 2024-01-03 | 2024-03-22 | 天津爱仕凯睿科技发展有限公司 | 一种毫米波雷达信号处理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110045370B (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110045370A (zh) | 基于毫米波雷达的人体感知方法及其系统 | |
| CN108652601B (zh) | 一种基于调频连续波毫米波雷达的睡眠监控方法、装置和雷达系统 | |
| CN110045359B (zh) | 微波探测器及其抗干扰方法和微波探测方法 | |
| Santra et al. | Short-range millimetric-wave radar system for occupancy sensing application | |
| CN110301917B (zh) | 一种无接触呼吸检测方法及装置 | |
| CN104796204B (zh) | 一种基于无线网络的金属携带检测方法 | |
| CN106805940A (zh) | 一种连续波生物雷达体征检测装置 | |
| CN107358776A (zh) | 心跳检测雷达系统 | |
| Yavari et al. | System-on-Chip based Doppler radar occupancy sensor | |
| CN111856592A (zh) | 室内活体监测装置和方法 | |
| CN106805941A (zh) | 一种连续波生物雷达体征检测装置 | |
| Wu | Wi-metal: Detecting metal by using wireless networks | |
| CN102445696A (zh) | 一种智能马桶的人体检测装置 | |
| CN110974195A (zh) | 调整睡眠环境的方法、装置及存储介质 | |
| CN112568871A (zh) | 一种非接触式生命体征监测装置及其方法 | |
| Nuti et al. | Doppler radar occupancy sensor for small-range motion detection | |
| CN113377019A (zh) | 监控设备、方法和智能家居系统 | |
| CN109031220A (zh) | 一种雷达抗干扰滤波方法及其电路 | |
| Lai et al. | Finger gesture sensing and recognition using a Wi-Fi-based passive radar | |
| US20220113394A1 (en) | Smart-Device-Based Radar System Performing Location Tagging | |
| CN114280600A (zh) | 一种抗干扰人体存在检测系统及方法 | |
| CN207397085U (zh) | 一种检测装置、电器设备及智能家居系统 | |
| CN207182598U (zh) | 心跳检测雷达系统 | |
| Akhtar et al. | Wiload: Exploiting wi-fi signals for non-intrusive detection and recognition of load appliances | |
| Islam et al. | Occupant entry and exit event extraction using continuous wave (CW) Doppler radar and wavelet analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |