-
公开(公告)号：CN115708675A
公开(公告)日：2023-02-24
申请号：CN202211461927.6
申请日：2022-11-21
Applicant: 南京邮电大学
IPC: A61B5/024 , A61B5/0507
Abstract: 本发明提供一种基于毫米波雷达的心率估计方法，通过使用毫米波雷达对人体进行采样，获得多个调频连续波的扫频信号；构成距离‑慢时间矩阵，并定位人体到雷达的距离；使用反正切函数提取人体相位，利用相位展开函数来展开相变超过设定阈值的相位，获得相邻帧相位差，使用内插值法来平滑超过阈值的差值；采用小波变换去除平滑后相位信号的噪声，获得重构后的相位信号；结合EEMD‑ICA方法分离重构后的相位信号中的心跳信号、呼吸信号、呼吸谐波和噪声，得到心跳波形；使用多信号分类算法构造空间谱函数，通过谱峰搜索对心跳频率做出估计；该方法能够准确地分离出心跳信号，大幅提高心跳频率估计的准确性。
-
公开(公告)号：CN113848535A
公开(公告)日：2021-12-28
申请号：CN202111150705.8
申请日：2021-09-29
Applicant: 南京邮电大学
Abstract: 一种基于跨监督学习的毫米波雷达人员定位方法，使用双目摄像机采集深度点云数据，运用人体姿态估计算法从深度点云数据中提取出人员目标空间坐标数据；将空间坐标数据作为标签，毫米波雷达采集的回波数据作为输入，实现对Hourgalss神经网络的跨监督学习训练；使用毫米波雷达采集雷达回波数据，将雷达回波数据输入训练好的Hourglass神经网络，预测出基于Hourglass神经网络的人员坐标，再使用AOA定位算法对雷达信号处理，计算出基于AOA算法的人员坐标，最后融合两种方式计算出人员坐标得出最终人员定位结果。本发明可以大大提高人员定位精度，从而达到仅使用毫米波雷达就可以同时拥有商用双目摄像机的高角度定位精度和毫米波雷达的高距离定位精度的效果。
-
公开(公告)号：CN113836814B
公开(公告)日：2024-05-10
申请号：CN202111153658.2
申请日：2021-09-29
Applicant: 南京邮电大学
IPC: G06F30/27 , G06F119/02
Abstract: 一种基于多流神经网络的太阳能能量预测方法，相比传统的太阳能收集功率预测方案，优先考虑相似天气，优化模型输入；采用多流神经网络模型，相比于单一的预测方法能够结合并发挥不同预测模型的优势，面对不同的气候条件具备更强的适应性；对采集到的原始太阳能数据进行采样，剔除无效数据和干扰信息，提取出相似天气，兼顾数据量符合模型预测需求的同时，还关注减少输入数据，降低运算复杂度。
-
公开(公告)号：CN113836814A
公开(公告)日：2021-12-24
申请号：CN202111153658.2
申请日：2021-09-29
Applicant: 南京邮电大学
IPC: G06F30/27 , G06F119/02
Abstract: 一种基于多流神经网络的太阳能能量预测方法，相比传统的太阳能收集功率预测方案，优先考虑相似天气，优化模型输入；采用多流神经网络模型，相比于单一的预测方法能够结合并发挥不同预测模型的优势，面对不同的气候条件具备更强的适应性；对采集到的原始太阳能数据进行采样，剔除无效数据和干扰信息，提取出相似天气，兼顾数据量符合模型预测需求的同时，还关注减少输入数据，降低运算复杂度。
-
公开(公告)号：CN116052279A
公开(公告)日：2023-05-02
申请号：CN202310056929.5
申请日：2023-01-18
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V10/42 , G06V10/62 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 基于毫米波雷达的步态识别方法，通过毫米波雷达点云数据进行步态识别，应用时不会受雨、雪、雾、夜晚等因素的影响，而且不会侵犯用户的隐私；设计5D‑PointNet，将人体步态点云的速度和信噪比这两个属性也考虑了进去，可以使网络提取的步态点云特征更加丰富，识别的效果会更好；引入因果扩展卷积模块从已提取的特征信息中提取时序信息，可进一步提升识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN115792884A
公开(公告)日：2023-03-14
申请号：CN202211096668.1
申请日：2022-09-08
Applicant: 南京邮电大学
Abstract: 一种基于FMCW雷达的人员检测系统及方法，此人员检测系统装置包括雷达收发射频前端模块，信号处理模块，识别模块和终端显示界面。雷达收发射频前端模块的输出信号输入至信号处理模块，信号处理模块的输出信号传输至识别模块，识别模块的输出端与终端显示界面相连；此人员检测方法包括步骤：1)获取各个雷达天线接收到的目标回波信号；目标回波信号由多个接收天线接收到的脉冲返回信号组成；最终作为射频前端的输出输入至信号处理模块；2)信号处理模块对信号进行滤波、快速傅里叶变换处理后传输到识别模块；3)识别模块实现人员的智能定位后将结果传输给终端显示界面进行显示。本发明具有整体系统架构简洁、可移植性高、处理速度快等优点。
-
公开(公告)号：CN115067916A
公开(公告)日：2022-09-20
申请号：CN202210671734.7
申请日：2022-06-15
Applicant: 南京邮电大学
IPC: A61B5/0507 , A61B5/05 , A61B5/0205 , A61B5/00
Abstract: 一种基于毫米波雷达的生命体征监测方法，使用基于自适应阈值函数的小波阈值去噪方法，对采集的信号进行去噪处理，可以获得纯净的生命体征信号，并且该方法可以通过调节控制因子的大小来适应不同的信号，达到更好的去噪效果；在生命体征频率估计时，使用Hamming窗函数与MUSIC算法相结合的方法，通过使用Hamming窗函数对滑窗数据进行处理，再利用MUSIC算法构建空间谱，进行谱峰搜索，获得心跳和呼吸的频率。该方法具有更好的平稳性、抗噪性和分辨率，不仅可以剔除测量环境中杂波对结果的影响，还可以减少呼吸谐波对心率估计的影响，进一步提高了呼吸和心跳信号频率估计结果的准确性。
-
公开(公告)号：CN113989718B
公开(公告)日：2024-11-29
申请号：CN202111273690.4
申请日：2021-10-29
Applicant: 南京邮电大学
IPC: G06V20/40 , G06V10/40 , G06V10/774 , G06N3/0464 , G06N3/084
Abstract: 面向雷达信号热图的人体目标检测方法，该方法基于残差网络ResNet，并采用雷达信号热图作为网络输入。与视频图像相比，热图可从水平、垂直双向视角展示目标信息，并有效去除了冗余背景，更加直观。为简化训练过程，该方法对热图输入进行了预处理，在整合网络输入参数、重组热图图像数据的同时，也有助于提升训练效率、减少训练时间。在训练模型中，该方法提取残差网络输出的特征，并依靠网络末端的特征矩阵重构操作，对水平、垂直热图特征进行融合，以进一步提高特征提取效果。
-
公开(公告)号：CN116035546A
公开(公告)日：2023-05-02
申请号：CN202310056016.3
申请日：2023-01-18
Applicant: 南京邮电大学
Abstract: 基于射频信号的人体心率估计方法，提升了心率预测的实时性。基于1.2s的短时间样本数据进行心率预测，可减少从雷达数据采集到心率估计的时间间隔，实时性比传统方法有较大提升；降低了人员位移对预测准确率的影响，提升了心率预测系统的鲁棒性；本方法对FMCW雷达射频数据进行Range‑FFT变换时，利用得到的人员位置信息作为参考，以此判断被监测人员是否发生较大幅度的移动，并丢弃移动幅度过大的数据，可以减少预测的误差，提升系统的健壮性；本方法引入残差网络ResNet50，有利于解决CNN带来的梯度爆炸、梯度消失以及退化问题，从而提升深度神经网络的训练效率，增强训练过程的鲁棒性。
-
公开(公告)号：CN113837306A
公开(公告)日：2021-12-24
申请号：CN202111153566.4
申请日：2021-09-29
Applicant: 南京邮电大学
Abstract: 一种基于人体关键点时空图模型的异常行为检测方法，首先对视频集合进行预处理，得到视频序列，然后预处理得到人体关键点坐标。其次，一旦人体关键点坐标被确定，依照人体骨架自然连接，多帧累积之后得到一段时间内人体的关键点时空图模型。然后利用神经网络，通过空间卷积模块和时间卷积模块的交替工作，提取行为特征，描述行为模式。最后使用自动编码器网络，利用其难以对异常数据进行编码再重构的性质，通过对比重构误差，进行异常检测。本方法数据量小，计算成本低，并且训练过程不需要人工标注的数据，大大提高了异常检测的适用性。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.03 seconds)
