公开(公告)号：CN119335488A

公开(公告)日：2025-01-21

申请号：CN202411359957.5

申请日：2024-09-27

Applicant: 重庆邮电大学

Inventor： 黄俊 ,  丁宏强 ,  王梦迪

IPC: G01S7/41 ,  G01S13/88 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G06F17/16

Abstract: 本发明提出了一种基于深度学习的毫米波雷达人体目标检测方法，通过将深度学习和毫米波雷达的回波信号相结合的方式，首先利用有限脉冲响应滤波器对信号进行滤波处理，然后对其进行加窗处理，再对接收到的雷达信号时间‑相位和时间‑空间展开，得到相位差分信息和时空信息，并对雷达信号进行傅里叶变换得到距离信息和距离‑多普勒信息；将所有信息输入到ConvRNN网络中进行特征提取，然后把特征输入到改进的ResNet网络中，该网络中使用完全预激活残差块，在捷径连接中引入平均池化，引入Bottleneck结构；最后将测试数据输入到网络模型中，可以解人体目标检测的准确性的问题。

公开(公告)号：CN118476794A

公开(公告)日：2024-08-13

申请号：CN202410643322.1

申请日：2024-05-23

Applicant: 重庆邮电大学

Inventor： 黄俊 ,  韩超 ,  丁宏强

IPC: A61B5/0205

Abstract: 本发明提出了一种基于调频连续波雷达的呼吸心跳监测方法。该方法包括：将调频连续波雷达获得的中频信号沿快时间轴傅里叶变换得到人体与雷达的距离信息；对距离信息使用滑动平均算法滤除静态物体的反射杂波；使用基于奇异值分解的线性解调算法从距离信息中得到真实的相位信号，再分离得到呼吸信号和心跳信号；针对心跳信号中存在的呼吸谐波，在自适应噪声完备集合经验模态分解算法中添加心跳特征波和小波包去噪；对心跳和呼吸信号进行周期性特征估计得到心率和呼吸频率。本发明通过特征波法和小波包去噪克服经验模态分解算法中的模态混叠和端点效应的问题，在复杂环境下实现了精准的心率和呼吸频率估计。