使用UWB雷达微多普勒签名的人类步行识别

科学领域:

• 生物医学工程 生物医学工程
• 信号处理 信号处理
• 雷达技术 雷达技术的使用

背景情况:

• 人类步行分析对于识别和健康监测至关重要.
• 现有的方法可能缺乏非侵入性或持续监控能力.
• 基于雷达的传感为步态分析提供了一个有前途的非接触式方法.

研究的目的:

• 引入和评估脉冲无线电超宽带 (IR-UWB) 雷达,用于基于人类步态的人身识别.
• 开发一个强大的信号处理框架,从雷达光谱图中提取行走特征.
• 通过不确定性量化,提高基于雷达的人员识别的可靠性.

主要方法:

• 开发一个信号处理框架,从微多普勒步态签名中提取特征.
• 使用主要组件分析 (PCA) 进行特征提取.
• 在分类中应用基于交叉的方法来量化不确定性.
• 实施支持矢量机器 (SVM) 分类器用于人身识别.

主要成果:

• 使用IR-UWB雷达和步态分析实现了97.1%的高准确率,用于识别人.
• 展示了识别步态模式微妙变化的能力,以有效地识别个人.
• 在多个行走试验中对14个人的数据集验证了拟议的算法的性能.

结论:

• 与先进的信号处理相结合的IR-UWB雷达,通过步态分析提供了一种有效的方法来识别非接触者.
• 开发的算法,包括不确定性量化,提高了基于步态的识别系统的可靠性.
• 这项技术具有很大的潜力,可以集成到智能家居和家庭护理系统中,提高安全性和个性化协助.