复杂场景下基于稀疏表示的多目标生命体征估计

针对复杂室内场景下毫米波雷达难以对多个运动目标生命体征精确估计的问题,提出了一种复杂场景下基于稀疏表示的多目标生命体征估计方法。首先对回波数据进行预处理以获得目标场景点云;然后构建动态杂波抑制模型以滤除动态干扰;接着关联多目标数据并基于扩展卡尔曼滤波实现多目标跟踪进而提取多动目标胸腔相位信息;随后基于呼吸心跳的频域稀疏特性,提出数据驱动的自适应字典构建方法以实现呼吸心跳信号的有效分离;最后基于稀疏重构方法获得高精度的多目标生命体征估计。实际场景下大量测试结果表明,相较于现有主流生命体征估计方法,所提方法可实现复杂动态杂波场景下多目标生命体征的有效感知。