人类活动识别的被动雷达传感:一项调查

科学领域:

• *工程和计算机科学:专注于信号处理,机器学习和用于人类活动识别 (HAR) 的传感器技术.

背景情况:

• *目前的人类活动识别 (HAR) 系统通常依赖于可穿戴设备或视频监控,这带来了与用户合规性和隐私问题有关的挑战.
• *持续监测对于提高老年人和患有慢性疾病的人的生活质量和支持独立生活至关重要.

研究的目的:

• * 对被动雷达系统架构,信号处理,特征提取和机器学习应用进行调查,以进行非侵入性的人类活动传感.
• * 确定挑战,并提出无线人类活动传感的未来研究方向.

主要方法:

• * 对HAR的被动雷达系统架构和信号处理技术的概述.
• * 探索特征提取方法和机器学习在分析雷达数据以进行活动识别中的作用.
• * 讨论利用现有的通信系统 (如Wi-Fi) 作为机会的照明.

主要成果:

• *被动雷达为现有的HAR解决方案提供了一种保护隐私和非侵入性的替代方案.
• * 信号处理和机器学习的整合是利用雷达数据有效识别活动的关键.
• * 现有的通信基础设施可以重新用于传感应用.

结论:

• *被动雷达技术具有显著的潜力,可以在家庭环境中轻松地识别长期的人类活动.
• *解决诸如稳定性,隐私和多用户场景等挑战对于广泛采用至关重要.
• *未来的研究应该集中在传感和通信的共存,以及开放数据集的开发,以推进该领域.