[发明专利]一种浴室跌倒检测雷达的水雾杂波滤除方法

说明书

本发明公开了一种浴室跌倒检测雷达的水雾杂波滤除方法，包括步骤：获取三维目标点云数据和距离多普勒数据信息中的能量谱，三维坐标信息，速度，信噪比，并组成多元特征，采用滑动时间窗口的方法计算每一个帧与当前N帧平均值的总偏差系数α，通过所述总偏差系数作为影响因子对原始回波信号进行迭代反演，得到收敛的回波数据。本发明不受光照，水雾影响的性能，保护个人隐私，有效抑制静态物体杂波和各种淋浴头喷出水雾带来的虚假目标干扰。

技术领域

本发明属于跌倒检测技术领域，尤其涉及一种浴室跌倒检测雷达的水雾杂波滤除方法。

背景技术

随着中国人口逐渐老龄化，对于老人看护可能存在疏忽或者存在不可预见的危险，如老人在浴室内异常跌倒。因此市场上出现很多种类的室内人员检测与跟踪相关的传感器，有超声、红外、激光雷达和光学摄像头等等，这些传感器不同程度的受外部环境的光照温度等影响，造成虚警的出现。而毫米波雷达则具备全天候的特性，在环境适应性上比其他传感器强，特别在涉及到保护个人隐私生活等方面，毫米波雷达更有不可替代的天然优势。但是浴室内空间狭小中静态物体杂波和不同型号淋浴头喷出水雾带来的虚假目标干扰，这严重影响了雷达在浴室环境中的正常工作。

发明内容

针对上述问题，本发明提出一种浴室跌倒检测雷达的水雾杂波滤除方法，基于多元特征偏差迭代反演，对浴室跌倒雷达的水雾杂波进行滤除，在毫米波雷达工作中有效抑制水雾和其他静止杂波，可准确实现室内环境下人体目标跟踪和检测跌倒的功能。

本发明公开的浴室跌倒检测雷达的水雾杂波滤除方法，包括以下步骤：

雷达配置初始化参数，多发多收毫米波雷达发射电磁波采集原始回波数据；

所述原始回波数据经过傅里叶变换后获得每个虚拟阵元的距离多普勒数据；

对所述距离多普勒数据进行高精度超分辨测角,得到监测场景内动态目标的三维空间数据；

使用CFAR恒虚警检测对输入的信号进行处理后确定一个门限，输出三维目标点云数据；

获取所述三维目标点云数据和距离多普勒数据信息中的能量谱，三维坐标信息，速度，信噪比，并组成多元特征，采用滑动时间窗口的方法计算每一个帧与当前N帧平均值的总偏差系数α，通过所述总偏差系数作为影响因子对原始回波信号进行迭代反演，得到收敛的回波数据。

进一步的，对所述处理后的回波数据使用卡尔曼滤波算法对目标跟踪滤波，得到稳定的运动目标航迹，再根据轨迹信息识别人体目标的运动姿态，判断人体目标是否在浴室内跌倒。

进一步的，多元特征值复合后的加权系数为：

其中α为多元特征值复合后的总偏差系数；ε₀为根据实测数据统计结果预设的距离多普勒能量谱的权重因子；α₀为距离多普勒能量的偏差系数；ε₁、ε₂、ε₃为预设的三维坐标信息，速度，信噪比的权重因子；α₁、α₂、α₃为三维坐标信息，速度，信噪比的偏差系数；n为3。

进一步的，多元特征的偏差系数的计算公式表达如下：

其中，σ₀为距离多普勒能量偏差量；为距离多普勒能量的当前N帧滑窗平均值；σ₁、σ₂、σ₃为三维坐标信息，速度，信噪比的偏差量；A_i为三维坐标信息，速度，信噪比的当前N帧滑窗平均值；

多元特征的当前N帧滑窗平均值表示如下：