基于深度学习的抗干扰毫米波雷达活体检测方法及系统

    公开(公告)号:CN118673386B

    公开(公告)日:2024-11-05

    申请号:CN202411102841.3

    申请日:2024-08-13

    Abstract: 本发明公开了一种基于深度学习的抗干扰毫米波雷达活体检测方法及系统,涉及目标检测技术领域,方法包括以下步骤:步骤1:采集雷达信号数据,构建数据集;步骤2:构建PMUnet降噪网络,利用PMUnet降噪网络对数据集进行去噪,获得降噪数据集;步骤3:构建TPreUnet分类网络,利用降噪数据集采用滑动窗口提取特征对TPreUnet分类网络进行训练,获得活体检测模型;步骤4:采集待检测雷达信号,输入活体检测模型,获得检测结果。本发明通过引入深度学习用于信号干扰去处可以增加毫米波雷达微动信号的识别准确率,提高系统的可实用性。

    一种抗干扰毫米波雷达活体检测方法

    公开(公告)号:CN118642066A

    公开(公告)日:2024-09-13

    申请号:CN202411104618.2

    申请日:2024-08-13

    Abstract: 本发明涉及一种抗干扰毫米波雷达活体检测方法,包括获取毫米波雷达检测信号的幅值数据和相位数据并转换为矩阵形式;对幅值数据和相位数据进行预处理;根据预处理后的数据,基于恒虚警算法和神经网络进行双重检测;检测步骤包括:利用恒虚警算法进行初步检测,当初步检测结果为阴时,通过第一神经网络进行再次检测,当初步检测结果为阳时,通过第二神经网络进行再次检测。本申请可提高雷达信号处理能力,并能够快速、准确地识别包裹中的活体。

    基于深度学习的抗干扰毫米波雷达活体检测方法及系统

    公开(公告)号:CN118673386A

    公开(公告)日:2024-09-20

    申请号:CN202411102841.3

    申请日:2024-08-13

    Abstract: 本发明公开了一种基于深度学习的抗干扰毫米波雷达活体检测方法及系统,涉及目标检测技术领域,方法包括以下步骤:步骤1:采集雷达信号数据,构建数据集;步骤2:构建PMUnet降噪网络,利用PMUnet降噪网络对数据集进行去噪,获得降噪数据集;步骤3:构建TPreUnet分类网络,利用降噪数据集采用滑动窗口提取特征对TPreUnet分类网络进行训练,获得活体检测模型;步骤4:采集待检测雷达信号,输入活体检测模型,获得检测结果。本发明通过引入深度学习用于信号干扰去处可以增加毫米波雷达微动信号的识别准确率,提高系统的可实用性。

    一种基于PINN的液体干扰去除方法及电子设备

    公开(公告)号:CN119165462A

    公开(公告)日:2024-12-20

    申请号:CN202411649518.8

    申请日:2024-11-19

    Abstract: 本发明公开一种基于PINN的液体干扰去除方法及电子设备,属于信号处理技术领域,方法包括:采集冷血活体生命信号及液体干扰信号的雷达谱,制作标准数据集;构建微弱生命信号识别中液体干扰信号模型以及物理损失函数;构建抗液体干扰的PINN网络,并利用数据集进行训练生成抗干扰模型,实现微弱生命信号识别中冷血活体生命信号和液体干扰信号的检测区分。本发明可有效解决在工程应用中将液体信号误报为微弱生命信号的问题,有效提升了冷血活体生物信号识别准确性以及整体网络的泛化能力,满足了安检场景下复杂环境中的微弱生命信号检测需求。

    一种基于PINN的液体干扰去除方法及电子设备

    公开(公告)号:CN119165462B

    公开(公告)日:2025-02-14

    申请号:CN202411649518.8

    申请日:2024-11-19

    Abstract: 本发明公开一种基于PINN的液体干扰去除方法及电子设备,属于信号处理技术领域,方法包括:采集冷血活体生命信号及液体干扰信号的雷达谱,制作标准数据集;构建微弱生命信号识别中液体干扰信号模型以及物理损失函数;构建抗液体干扰的PINN网络,并利用数据集进行训练生成抗干扰模型,实现微弱生命信号识别中冷血活体生命信号和液体干扰信号的检测区分。本发明可有效解决在工程应用中将液体信号误报为微弱生命信号的问题,有效提升了冷血活体生物信号识别准确性以及整体网络的泛化能力,满足了安检场景下复杂环境中的微弱生命信号检测需求。

    一种抗干扰毫米波雷达活体检测方法

    公开(公告)号:CN118642066B

    公开(公告)日:2024-10-29

    申请号:CN202411104618.2

    申请日:2024-08-13

    Abstract: 本发明涉及一种抗干扰毫米波雷达活体检测方法,包括获取毫米波雷达检测信号的幅值数据和相位数据并转换为矩阵形式;对幅值数据和相位数据进行预处理;根据预处理后的数据,基于恒虚警算法和神经网络进行双重检测;检测步骤包括:利用恒虚警算法进行初步检测,当初步检测结果为阴时,通过第一神经网络进行再次检测,当初步检测结果为阳时,通过第二神经网络进行再次检测。本申请可提高雷达信号处理能力,并能够快速、准确地识别包裹中的活体。

Patent Agency Ranking