[发明专利]一种基于数据驱动和时频分析的多普勒穿墙雷达定位方法

说明书

本发明公开了一种基于数据驱动的时频分析的多普勒穿墙雷达定位方法，包括获取多目标移动的多普勒穿墙调解回波信号，通过STFT针对获取的多目标移动的多普勒穿墙调解回波信号进行分析处理，构建时频分布矩阵数据集；构建神经网络模型，采用获取的时频分布数据集对构建的神经网络模型进行训练，获取最优时频分布预测模型；采用构建的最优时频分布预测模型，针对构建的时频分布矩阵数据集进行预测处理，获取预测时频分布；采用获取的预测时频分布针对多目标移动的多普勒穿墙调解回波信号完成定位处理。本发明实现对目标的实时跟踪定位处理，能够较好的解决时频模糊的问题，提高时频分辨率；而且精准度高、抗过拟合性能强、识别能力显著提升。

技术领域

本发明属于目标跟踪技术领域，具体涉及一种基于数据驱动和时频分析的多普勒穿墙雷达定位方法。

背景技术

近些年来，多普勒穿墙雷达在移动人体的定位跟踪领域内发挥显著作用。在军事领域内，将其用于检测短距离墙内歹徒移动的情况；在民用领域内，其可以用于检测追踪室内人员的轨迹。在目前的实际应用中，利用摄像头或合成孔径雷达的方法可以实现目标的追踪，但是均存在一定的问题。通过摄像头进行轨迹检测时，由于摄像头在特殊地点存在侵犯人体隐私的可能性，进而不能够对墙内的情况进行充分识别；通过合成孔径雷达可以实现从墙外对墙内人体情况的识别，但是存在搭建成本较高且搭建难度较大的问题。兼顾经济价值与搭建的简单性，采用多普勒穿墙雷达方法成为目前较为理想的选择之一。

结合当前已有的研究结果可知，通过多普勒雷达进行目标跟踪定位时需要较为精准的人体瞬时频率；针对精准瞬时频率的提取，目前最常使用的方法是依靠时频分析技术，进而提取获得时频分布中的最大值并将其作为目标的瞬时频率轨迹。

尽管通过时频分析技术可以定位获得目标的瞬时频率轨迹，但是当前使用的方法中仍存在下述的问题缺点：一、多普勒穿墙雷达的实际应用受到实时检测的限制，通过时频分析技术对信号进行处理时，针对窗函数的大小有着相对严格的设定，进而使得获得的目标瞬时频率存在精度较低且时频分辨率也较低的问题；二、墙内的人体对于雷达存在径向速度相同的可能性，由此会产生相同的多普勒频率，进而在时频分布中会出现频率交叉的情况，而针对交叉部分提取精准的目标瞬时频率目前仍存在较大的难度，进而出现定位较难的问题；三、进行时频分析的过程中，获取的雷达回波信号存在一定的噪声，且较强的噪声对于瞬时频率的提取存在较强的干扰性，使得瞬时频率的准确性降低，进而降低检测结果的可靠性。

发明内容

本发明的目的在于提供一种精准度高、抗过拟合性能强、识别能力较好的基于数据驱动和时频分析的多普勒穿墙雷达定位方法。

本发明提供的这种基于数据驱动和时频分析的多普勒穿墙雷达定位方法，包括如下步骤：

S1.构建多目标移动的多普勒穿墙调解回波信号，并通过STFT进行分析处理，构建时频分布矩阵数据集；

S2.构建带有残差结构与CBAM模块的神经网络模型，采用步骤S1构建的时频分布数据集对构建的神经网络模型进行训练，获取最优时频分布预测模型；

S3.采用步骤S2构建的最优时频分布预测模型，对真实采集的雷达回波信号经过STFT处理后得到的时频谱图进行预测处理，获取预测时频分布；

S4.采用步骤S3获取的预测时频分布，根据距离和角度估计算法针对多目标移动的多普勒穿墙调解回波信号完成定位处理。

步骤S1所述的构建多目标移动的多普勒穿墙调解回波信号，并通过STFT进行分析处理，构建时频分布矩阵数据集，具体包括：

(1)构造若干个随机参数，建立两个二次随机瞬时频率函数，采用如下公式进行表示：

IF1(t)＝at²+ct+d

IF2(t)＝gt²+ht+j