一种基于呼吸样本空间的超宽带雷达身份识别方法

    公开(公告)号:CN113435283A

    公开(公告)日:2021-09-24

    申请号:CN202110677924.5

    申请日:2021-06-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于呼吸样本空间的超宽带雷达身份识别方法,包括:超宽带雷达传感器采集依据固定周期的发射脉冲返回的带有人体呼吸特征的超宽带雷达回波信号;对超宽带雷达回波信号进行相位噪声校正、滤波预处理之后,采用能量特征峰检测算法对预处理后的超宽带雷达回波信号进行检测以确定目标所在的距离单元;提取所述目标所在距离单元的一维呼吸时域信号并滤波,对滤波后的呼吸时域信号进行快速傅立叶变换以提取呼吸频率;依据呼吸频率对预处理后的超宽带雷达回波信号进行划分得到一系列子矩阵作为呼吸样本空间中的样本;利用卷积神经网络和样本对呼吸样本空间进行建模以获取目标身份识别结果,能够依靠呼吸特征对目标用户进行身份识别。

    一种楼宇门口机及其呼叫方法和门禁解除方法

    公开(公告)号:CN104794794B

    公开(公告)日:2017-05-17

    申请号:CN201510212426.8

    申请日:2015-04-29

    Abstract: 本发明公开了一种楼宇门口机及其呼叫方法和门禁解除方法,楼宇门口机包括基座,旋钮,安装在基座上的按键,以及控制电路,所述旋钮套设在按键的外周,旋钮与按键之间转动配合且轴向定位;在按键内部设有用于感应旋钮转动状态的光学手指导航元件,在按键的表面装有显示器,所述控制电路根据来自光学手指导航元件的信号通过显示器向用户提示对应的选项,并根据按键的信号触发对应的功能。本发明呼叫方法通过转动旋钮和长、短触按键找到制定的楼宇内住户,建立通信连接进行对讲;本发明门禁解除方法,通过转动旋钮和长、短触按键找到预设的密码解除门禁。本发明的楼宇门口机具有结构紧凑、操作便捷的特点;本发明的呼叫方法和门禁解除方法具有操作简明易懂的特点。

    一种楼宇门口机及其呼叫方法和门禁解除方法

    公开(公告)号:CN104794794A

    公开(公告)日:2015-07-22

    申请号:CN201510212426.8

    申请日:2015-04-29

    Abstract: 本发明公开了一种楼宇门口机及其呼叫方法和门禁解除方法,楼宇门口机包括基座,旋钮,安装在基座上的按键,以及控制电路,所述旋钮套设在按键的外周,旋钮与按键之间转动配合且轴向定位;在按键内部设有用于感应旋钮转动状态的光学手指导航元件,在按键的表面装有显示器,所述控制电路根据来自光学手指导航元件的信号通过显示器向用户提示对应的选项,并根据按键的信号触发对应的功能。本发明呼叫方法通过转动旋钮和长、短触按键找到制定的楼宇内住户,建立通信连接进行对讲;本发明门禁解除方法,通过转动旋钮和长、短触按键找到预设的密码解除门禁。本发明的楼宇门口机具有结构紧凑、操作便捷的特点;本发明的呼叫方法和门禁解除方法具有操作简明易懂的特点。

    一种动静脉血管通路体外物理仿真装置及仿真测量方法

    公开(公告)号:CN110604552B

    公开(公告)日:2024-08-16

    申请号:CN201910974663.6

    申请日:2019-10-14

    Abstract: 本发明公开了一种静脉血管通路体外物理仿真装置及仿真测量方法,包括;水槽,水槽的出水口通过管道连接所述水槽的入水口;管道上设有一段模拟血管狭窄模型的狭窄模型;在管道上,沿液体流动方向,依次设有第一单向阀、脉动流产生装置、第二单向阀、第一顺应性室、流量计、第一压力表、第二压力表、第二顺应性室、阻力阀;脉动流产生装置模拟心室的收缩与舒张以实现从静脉吸血和心脏射血;第一顺应性室和第二顺应性室用于模拟动脉血管壁的缓冲能力;第一单向阀和第二单向阀用于防止产生液体回流;管道的内壁摩擦阻力与阻力阀提供的阻力来模拟血管的阻力。该仿真装置及仿真测量方法能够测量血液透析患者AVA中不易测量的血流动力学参数。

    一种基于呼吸样本空间的超宽带雷达身份识别方法

    公开(公告)号:CN113435283B

    公开(公告)日:2023-04-18

    申请号:CN202110677924.5

    申请日:2021-06-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于呼吸样本空间的超宽带雷达身份识别方法,包括:超宽带雷达传感器采集依据固定周期的发射脉冲返回的带有人体呼吸特征的超宽带雷达回波信号;对超宽带雷达回波信号进行相位噪声校正、滤波预处理之后,采用能量特征峰检测算法对预处理后的超宽带雷达回波信号进行检测以确定目标所在的距离单元;提取所述目标所在距离单元的一维呼吸时域信号并滤波,对滤波后的呼吸时域信号进行快速傅立叶变换以提取呼吸频率;依据呼吸频率对预处理后的超宽带雷达回波信号进行划分得到一系列子矩阵作为呼吸样本空间中的样本;利用卷积神经网络和样本对呼吸样本空间进行建模以获取目标身份识别结果,能够依靠呼吸特征对目标用户进行身份识别。

    一种基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统

    公开(公告)号:CN110720898A

    公开(公告)日:2020-01-24

    申请号:CN201910975257.1

    申请日:2019-10-14

    Abstract: 本发明公开了一种基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,包括声学传感器和处理器,其中:声学传感器采集动静脉血管通路的听诊声学信号,并传输所述听诊声学信号至处理器;处理器在接收到听诊声学信号后,执行以下步骤:采用MUSIC功率谱估计方法对听诊声学信号进行处理,得到听诊声学信号的MUSIC功率谱;对MUSIC功率谱进行等间隔采样,得到MUSIC功率谱特征;调用训练好的分类器对MUSIC功率谱特征进行分类,输出动静脉血管通路的狭窄程度。该系统能够提升动静脉血管通路狭窄检测的准确度。

    基于移动设备佩戴位置的人体跌倒检测方法

    公开(公告)号:CN108549900A

    公开(公告)日:2018-09-18

    申请号:CN201810188212.5

    申请日:2018-03-07

    Abstract: 本发明提供了一种基于移动设备佩戴位置的人体跌倒检测方法,包括:首先采用旋转模式分量和姿态角融合的特征提取方法,利用加速度计和陀螺仪数据计算出旋转半径、角速度幅度、姿态角并提取特征,然后将其分类得到移动设备的佩戴位置;随后根据位置自适应调整一种基于时序分析的跌倒检测算法。该方法的移动设备佩戴位置识别率为95.32%,可以准确地区分用户移动设备的佩戴位置;在不同位置,时序分析跌倒检测算法的准确率都达到最优,均在92%以上。

    一种基于低通道雷达的三维人体姿态估计方法

    公开(公告)号:CN117058228A

    公开(公告)日:2023-11-14

    申请号:CN202310821946.3

    申请日:2023-07-06

    Applicant: 浙江大学

    Inventor: 雷雯 周金海 李伟

    Abstract: 本发明公开了一种基于低通道雷达的三维人体姿态估计方法,包括以下步骤:采集带有人体姿态信息的低通道雷达回波信号;滤除杂波;将滤除杂波后的雷达回波信号进行分割和快速傅里叶变换得到多个距离‑多普勒图像并结合得到姿态子信号样本;借助Kinect深度摄像机生成样本标签,进一步建立姿态子信号样本数据集;构建基于卷积神经网络的姿态估计模型,利用数据集对姿态估计模型进行训练优化;利用参数优化后的姿态估计模型进行预测得到人体目标的关节点坐标,最终生成三维人体姿态估计图像。本发明方法能实现低功耗低成本并保证识别精度和准确率的三维人体姿态估计,在人体姿态估计技术的发展中具有一定的竞争力。

    基于时-距包围盒目标截取的多目标分割方法、步态识别方法、装置、系统和存储介质

    公开(公告)号:CN113189555B

    公开(公告)日:2023-02-14

    申请号:CN202110390814.0

    申请日:2021-04-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于时‑距包围盒目标截取的多目标分割方法、步态识别方法、装置、系统和存储介质,包括:采集超宽带雷达回波信号,形成元素值为回波信号强度、横纵坐标分别表示慢时间轴和快时间轴的回波信号矩阵,每个慢时间点对应的所有回波信号强度形成一个雷达帧;根据回波信号矩阵中回波信号强度的分布状态计算时‑距包围盒以框选出多个目标区域,所述时‑距包围盒为能够包围某个区域信号以实现快、慢时间轴分割的边界;利用基于深度学习构建的多目标识别模型对每个目标区域对应的子回波信号矩阵进行步态识别,以获得目标步态识别结果,实现基于超宽带雷达回波信号的多目标步态识别。

    一种基于自由空间步态时序特征的超宽带雷达身份识别方法

    公开(公告)号:CN110456320B

    公开(公告)日:2021-08-03

    申请号:CN201910688715.3

    申请日:2019-07-29

    Abstract: 本发明公开了一种基于自由空间步态时序特征的超宽带雷达身份识别方法,包括以下步骤:利用超宽带雷达传感器收集固定时长的步态信号;将步态信号沿着慢时间进行分割得到一系列子信号,对每个子信号进行快速傅里叶变换得到距离‑多普勒图,一个步态信号即能得到一组距离‑多普勒图;利用方向梯度直方图对每个距离‑多普勒图进行HOG特征提取;将属于同一个步态信号的一组HOG特征按照慢时间顺序输入至身份识别模型中,进行步态识别,获得目标对象的身份识别结果。该超宽带雷达身份识别方法不受目标的行走方向及角度的显示,既可以依赖步态特征实现目标对象的身份识别。

Patent Agency Ranking