基于CK-Hough联合算法的人体微多普勒频率估计

为了准确地从雷达回波信号中提取运动目标特定部位的微多普勒频率,本文提出一种新颖的CKHough算法,该算法有效地结合了聚类分析和K近邻-霍夫(KNN-Hough)算法。首先,通过短时傅里叶变换获取雷达回波信号的时频谱图;其次,利用自适应模糊C均值算法对时频图进行聚类分析,在这一过程中,本文采用数据预处理技术自适应调整聚类类别数c以适应多样化应用场景,从而获得人体各散射部位的频域范围,有效地抑制了分量间的相互干扰;第三,通过改进度量函数的K近邻算法增强相邻时刻聚类结果的相关性,拟合各部位的瞬时频率曲线;最后,采用霍夫变换动态调整度量函数中权值μ的取值,得到目标微多普勒频率的精确估计结果。研究结果表明:本文提出的CK-Hough提取了直/曲线行走场景下人类目标四肢的微多普勒频率;与传统的峰值搜索算法、线性预测维特比算法以及基于Bezier-Hough模型的频率拟合算法相比,本文提出的CK-Hough算法在直线行走实验场景下,总频率的估计误差率分别降低了40.40%、45.47%和26.16%;在曲线行走实验场景下,其估计误差率分别降低了58.35%、68.35%和41.65%。

基于连续波雷达的人体目标微多普勒频率估计方法

针对连续波多普勒雷达在频谱混叠区域目标信号难以识别以及传统维特比瞬时频率估计算法路径分叉的问题,本文将修正的维特比算法与指数平滑预测技术相结合,根据雷达回波的局部特性动态调整指数平滑法的平滑系数,并定义基于三次动态指数平滑预测的新型惩罚函数,提出一种从连续波雷达回波中估计人体特定散射部位微多普勒频率的新方法。研究结果表明:本文所提方法有效抑制了传统微多普勒频率估计算法在频率模糊区域的路径分叉问题,与基于短时傅里叶变换的峰值检测算法和传统维特比算法相比,采用本文方法所得人体正常行走时左臂微多普勒频率的均方根误差显著降低。新算法所采用的最佳路径搜索方式对传统维特比算法的全平面搜索进行了改进,有效提高了最佳路径的寻找效率。

一种基于改进Viterbi频率估计技术的穿墙雷达目标定位算法

针对多普勒穿墙雷达目标定位中难以从频率混叠区域准确提取定位信号的问题,该文提出一种基于改进Viterbi频率估计技术的目标定位算法。根据雷达回波的局部特性动态调整指数平滑法的平滑系数,并基于动态指数平滑预测数据定义Viterbi算法的新型惩罚函数。利用估计的目标频率曲线解调回波信号,完成对多个目标分量的分离,并结合多普勒处理方法合成目标运动轨迹,实现对目标的实时定位。实验结果表明,该方法有效抑制了算法在频率模糊区域的路径分叉问题,在多人体目标跟踪定位的应用场景中具有优越性。此外,新算法所采用的最佳路径搜索方式对传统Viterbi算法的全平面搜索进行了改进,有效提高了最佳路径的寻找效率。