-
公开(公告)号:CN118068320A
公开(公告)日:2024-05-24
申请号:CN202410140083.8
申请日:2024-02-01
Applicant: 北京理工大学
IPC: G01S13/88 , G01S7/41 , G06V10/764 , G06V10/766 , G06V40/20 , G06V10/82
Abstract: 本发明公开了一种基于微多普勒角点特征与动态图卷积神经网络(DGCNN)的穿墙雷达室内人体行为辨识技术。所提方法首先利用DoG‑μD‑CornerDet提取雷达距离及多普勒图像上的角点特征。其次,利用基于多项式拟合平滑的微多普勒角点筛选方法,在运动学模型的约束下,最大化行为类间距离。再次,利用非极大值抑制算法实现距离及多普勒像上微多普勒角点特征的融合,建立三维角点点云特征集。最后,利用DGCNN识别模型,实现点云特征数据到行为标签的映射。仿真和实测结果表明,所提方法对不同受试者采集的雷达数据均具备高识别精度和强泛化能力。
-
公开(公告)号:CN117872306A
公开(公告)日:2024-04-12
申请号:CN202410015120.2
申请日:2024-01-04
Applicant: 北京理工大学
IPC: G01S7/41 , A61B5/11 , A61B5/00 , G01S13/86 , G01S13/88 , G06F18/213 , G06F18/10 , G06F30/20 , G06F17/10
Abstract: 本发明公开了一种基于Boulic正弦摆钟模型的人体运动微多普勒角点表征方法,包括:本发明提出了一个简化的Boulic正弦摆人体关节运动模型,该模型考虑了头部、躯干、双手和双脚。此外,本发明还分析了人体运动的微多普勒角点特征,并计算了充分描述多普勒和微多普勒信息所需的最小角点数。为了验证其有效性,本发明进行了数值仿真和实测实验。结果表明,所提出的微多普勒角点特征可以精确地表示人体肢体节点的运动规律,并大大提高了现有方法对不同测试者的泛化能力。
-
公开(公告)号:CN113193698A
公开(公告)日:2021-07-30
申请号:CN202110541888.X
申请日:2021-05-18
Applicant: 北京理工大学
Abstract: 本发明公开了一种磁流变级联式发电机,属于风力发电领域。主要由一级发电机、二级发电机、磁流变离合器三部分组成。涡轮(21)在风力作用下转动,带动旋转轴(20)转动,一级发电机产生电能输出,对线圈(4)施加控制电流,磁流变离合器开始工作,对旋转轴(20)产生阻尼力矩,内筒(3)同时受传递力矩开始旋转,二级发电机产生电能输出。本发明专利能够在相同转速下产生更高的电能输出,提高风力涡轮发电机能量转化效率;并且通过磁流变液产生可控的阻尼力矩,对发电机的转速进行精确控制。
-
-