第 1 章 緒論 / 1 1.1 引言 / 1 1.2 雷達目標識別研究現狀 / 2 1.3 雷達目標微多普勒效應研究現狀 / 4 1.3.1 微多普勒信號分析及參數估計 / 4 1.3.2 基于微多普勒特征的雷達目標分類識別 / 6 1.3.3 基于微多普勒效應的人體步態識別 / 9 1.3.4 基于微多普勒效應的呼吸心率監測與車內活體監測 / 11 1.4 現有研究總結 / 12 參考文獻 / 13 第 2 章 典型雷達目標微多普勒信號建模 / 16 2.1 引言 / 16 2.2 人體目標微多普勒信號建模 / 16 2.2.1 人體運動時的四肢微動建模 / 16第 1 章 緒論 / 1
1.1 引言 / 1
1.2 雷達目標識別研究現狀 / 2
1.3 雷達目標微多普勒效應研究現狀 / 4
1.3.1 微多普勒信號分析及參數估計 / 4
1.3.2 基于微多普勒特征的雷達目標分類識別 / 6
1.3.3 基于微多普勒效應的人體步態識別 / 9
1.3.4 基于微多普勒效應的呼吸心率監測與車內活體監測 / 11
1.4 現有研究總結 / 12
參考文獻 / 13
第 2 章 典型雷達目標微多普勒信號建模 / 16
2.1 引言 / 16
2.2 人體目標微多普勒信號建模 / 16
2.2.1 人體運動時的四肢微動建模 / 16
2.2.2 人體呼吸時的胸腔微動建模 / 25
2.3 車輛目標微多普勒信號建模 / 30
2.3.1 輪式車輛 /30
2.3.2 履帶式車輛 / 31
2.3.3 車輛回波仿真 / 35
2.3.4 車輛實測信號分析 / 37
2.4 直升機目標微多普勒信號建模 / 40
2.4.1 長駐留時間下直升機旋翼回波建模 / 40
2.4.2 短駐留時間下直升機旋翼回波建模 / 44
2.5 小結 / 45
第3章 基于微多普勒效應的目標分類與參數估計 / 46
3.1 引言 / 46
3.2 空對地場景下的典型地面人車目標分類識別 / 47
3.2.1 基于譜分析的無人機載雷達對典型地面車輛分類識別 / 47
3.2.2 基于壓縮感知的無人機載雷達對地面人車分類識別 / 77
3.2.3 基于改進集合經驗模態分解的無人機載雷達對地面人車分類識別 94
3.2.4 基于深度卷積神經網絡的無人機載雷達對地面人車智能分類 / 108
3.3 地對地場景下的典型地面微動物種分類識別 / 124
3.3.1 不同物種的實測數據分析 / 124
3.3.2 微多普勒特征的選擇與提取 / 126
3.3.3 判別結果 / 127
3.4 地對空場景下的直升機目標微動參數估計 / 131
3.4.1 長駐留時間下直升機旋翼微多普勒特征提取與參數估計 / 131
3.4.2 短駐留時間下直升機旋翼微多普勒特征提取與參數估計 / 136
3.5 小結 / 150
參考文獻 / 150 第 4 章 基于微多普勒效應的人體步態識別 / 153
4.1 引言 / 153
4.2 人體動作分類與身份識別 / 154
4.2.1 動作分類 / 154
4.2.2 身份識別 / 157
4.2.3 動作分類與身份識別結果 / 160
4.3 基于單一步態模式的單人步態識別 / 167
4.3.1 引言 / 167
4.3.2 步態數據集的構成 / 168
4.3.3 數據的時頻分析和預處理 / 169
4.3.4 不同融合方法對識別結果的影響 / 172
4.3.5 不同網絡結構對識別結果的影響 / 172
4.3.6 單通道與雙通道網絡結構的識別結果對比 / 173
4.3.7 不同時頻分析方法對識別結果的影響 / 175
4.3.8 不同服飾對識別結果的影響 / 177
4.4 基于多種步態模式的單人步態識別 / 177
4.4.1 引言 / 177
4.4.2 FMCW 雷達系統 / 178
4.4.3 步態數據的采集和處理 / 181
4.4.4 識別率分析 / 185
4.4.5 人數規模對識別結果的影響 / 186
4.4.6 擴展步態模式下的識別結果 / 186
4.5 多人并行場景下的步態識別 / 188
4.5.1 引言 / 188
4.5.2 MIMO 雷達原理和雷達設備 / 188
4.5.3 多散射點目標的生成 / 191
4.5.4 DBSCAN 聚類算法和聚類中心的選取 / 193
4.5.5 Kalman 濾波和軌跡跟蹤 / 195
4.5.6 微多普勒特征的提取 / 197
4.5.7 多人識別結果與分析 / 198
4.6 小結 / 200
參考文獻 / 202 第 5 章 基于微多普勒效應的人體呼吸心率監測 / 203
5.1 引言 / 203
5.2 高精度心臟活動感知技術 / 204
5.2.1 解碼峰值檢測算法 / 204
5.2.2 雷達心跳信號分割 / 209
5.3 算法驗證 / 210
5.3.1 可靠性分析 / 210
5.3.2 數據采集 / 211
5.3.3 準確性分析 / 213
5.3.4 HRV 分析 / 216
5.3.5 心臟時序分析 / 217
5.4 小結 / 218
參考文獻 / 220 第 6 章 基于微多普勒效應的車內活體檢測 / 221
6.1 引言 / 221
6.2 后排活體檢測算法研究及數據分析 / 221
6.2.1 基于相位歷程的雜波抑制方法 / 222
6.2.2 靜止活體目標檢測 / 228
6.2.3 基于 Z-score 特征的運動活體檢測 / 232
6.3 系統實現與測試 / 234
6.3.1 系統流程設計 / 234
6.3.2 遮擋檢測 / 235
6.3.3 檢測結果置信 / 237
6.3.4 工程實現與測試 / 238
6.4 小結 / 242