公开(公告)号：CN119969991A

公开(公告)日：2025-05-13

申请号：CN202510077886.8

申请日：2025-01-17

Applicant: 重庆邮电大学

Inventor： 王勇 ,  倪杰 ,  何维 ,  张茜 ,  朱艳生 ,  杨小龙 ,  谢良波 ,  周牧 ,  庞宇

IPC: A61B5/0507 ,  G06F18/213 ,  G06F18/10 ,  G06N3/006 ,  G06F18/2131 ,  A61B5/024 ,  A61B5/00

Abstract: 本发明公开了一种毫米波雷达的HRV估计方法。首先，利用FMCW雷达的距离分辨特性对人体进行定位，对回波信号中存在的噪声和干扰进行预处理。其次，引入灰狼优化算法，以最大互信息系数和最小重构误差为适应度函数，优化传统的变分模态分解方法，实现生命体征信号的自适应分离。同时，提出基于相关系数的模态选取准则从分解的模态中选择出最优心跳分量。最后，提取心跳波峰所对应的时间参数，进一步得到IBI，通过IBI计算HRV的时频域特征。本发明专利通过改进的模态分解方法与模态选取准则，有效地提取了心跳信号，进而实现了对心率变异性的高精度估计。

公开(公告)号：CN119439111A

公开(公告)日：2025-02-14

申请号：CN202411636745.7

申请日：2024-11-15

Applicant: 重庆邮电大学

Inventor： 王勇 ,  景治源 ,  张茜 ,  杨小龙 ,  聂伟 ,  周牧 ,  谢良波

IPC: G01S7/41 ,  G01S13/50 ,  G01S13/66 ,  H03H17/02 ,  G06F17/10

Abstract: 本发明公开了一种4D毫米波雷达测量辅助权重校正的GM‑PHD多目标跟踪方法。首先，通过毫米波雷达采集目标坐标和速度数据，初始化参数及高斯项，构建目标初始状态和协方差模型。其次，使用CKF方法进行状态预测，通过传播立方点生成存活目标的预测状态并更新，同时引入新生目标，结合PHD模型动态调整目标数量和状态。然后，采用测量辅助的权重修正策略，基于最大似然估计筛选最优高斯分量，结合卡尔曼增益更新PHD函数，提高跟踪精度。最后，通过剪枝与合并去除冗余高斯分量，合并相似的高斯分量，降低计算复杂度。该方法利用毫米波雷达高精度测量与MCGMPHD算法的多目标跟踪优势，实现高效、实时、精准的多目标跟踪。

公开(公告)号：CN119375851A

公开(公告)日：2025-01-28

申请号：CN202411636750.8

申请日：2024-11-15

Applicant: 重庆邮电大学

Inventor： 王勇 ,  孔维硕 ,  杨小龙 ,  杨晓波 ,  张茜 ,  谢良波 ,  周牧

IPC: G01S7/41

Abstract: 本发明公开了一种基于毫米波雷达的多人体目标行为识别方法。首先，通过部署毫米波雷达采集人体行为数据，采用4D快速傅里叶变换(4D‑Fast Fourier transform，4D‑FFT)获得人体行为的多维参数信号；其次，通过单元平均恒虚警检测算法(Cell Averaging Constant False‑Alarm Rate，CA‑CFAR)与几何空间坐标转换将高维矩阵信号转化为点云矩阵有效降低雷达信号的复杂度；再次通过基于空间与速度信息的密度聚类(Density‑Based Spatial Clustering，DBSCAN)算法与局部离群因子(Local Outlier Factor，LOF)算法将点云矩阵进一步压缩，去除来环境中动态干扰以及静态干扰，后通过匈牙利算法实现多目标的点云矩阵的分割，得到纯净的单目标点云矩阵；最后，通过基于多维雷达点云的神经网络实现人体行为的精确识别。本发明专利通过雷达点云与深度学习，在降低雷达信号的复杂度的同时实现了人体行为的精确识别。

公开(公告)号：CN118986296A

公开(公告)日：2024-11-22

申请号：CN202410939922.2

申请日：2024-07-12

Applicant: 重庆邮电大学

Inventor： 王勇 ,  王思博 ,  周牧 ,  何维 ,  张茜 ,  杨小龙 ,  聂伟 ,  庞宇

IPC: A61B5/02 ,  A61B5/021 ,  G06F18/25 ,  G06F18/10 ,  G06N3/084

Abstract: 本发明公开了一种基于信号分解与重构的毫米波雷达人体脉搏波信号提取方法。首先，通过部署毫米波雷达采集人体数据，采用圆动态跟踪算法消除雷达电路中的非线性畸变，获得人体颈部震动相位信号，其次，通过扩展微分和交叉相乘算法解决相位模糊和相位越变的问题；再次通过基于时变滤波器的经验模态分解(Time varying filter based empirical mode decomposition，TVF‑EMD)算法将相位信号分解为多个模态；最后，根据模态信号选取准则，分别选取脉搏波主波，二次谐波和三次谐波，去除环境噪声，重构脉搏波信号。本发明专利通过TVF‑EMD算法实现了脉搏波信号的噪声去除，保留脉搏波的细节特征，有助于后续根据脉搏波预测心跳、血压等参数。

公开(公告)号：CN119986627A

公开(公告)日：2025-05-13

申请号：CN202510077889.1

申请日：2025-01-17

Applicant: 重庆邮电大学

Inventor： 王勇 ,  罗稚睿 ,  何维 ,  朱艳生 ,  杨小龙 ,  张茜 ,  周牧 ,  聂伟

IPC: G01S13/08 ,  G01S13/04 ,  G01S7/36 ,  G01S7/41

Abstract: 本发明公开了一种基于超宽带雷达的穿墙快速人体目标探测方法。首先，初步部署雷达在墙体中心位置处采集数据；其次，对雷达原始回波数据进行奇异值分解(Singular value decomposition,SVD)、自适应背景减法(Adaptive Background Subtraction，ABS)和鲁棒的主成分分析(Robust Principal ComponentAnalysis，RPCA)等预处理方法以有效去除背景杂波及噪声；接着，计算预处理后信号矩阵各个距离仓的方差，通过将最大方差值与预设的阈值进行对比来判断墙后是否存在人体目标；最后，通过二分法(Bisection method)结合上述信号处理技术逐步缩小搜索范围，实现对人体目标的初步定位。随后，通过构建位置模型并基于几何约束关系，进一步实现对人体目标的精确定位。本发明专利通过雷达信号处理与二分搜索方法的结合，实现了快速且精确的穿墙人体目标检测。