买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利基于连续波雷达信号的非接触式人体身份识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115813378B 。

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211372759.3，技术领域涉及：A61B5/117；该发明授权基于连续波雷达信号的非接触式人体身份识别方法是由王一歌;刘源清;韦岗;曹燕设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本基于连续波雷达信号的非接触式人体身份识别方法在说明书摘要公布了：本发明公开了一种基于连续雷达信号的非接触式人体身份识别方法，通过采集人体的胸腔部位雷达回波信号，提取信号在时域频域内的多个特征，利用这些特征数据进行身份验证识别。步骤如下：在人体静坐姿态下，使用连续波雷达设备采集人的呼吸心跳活动的雷达回波，得到人体的雷达回波信号，对信号进行数据预处理，提取雷达回波信号中的多种时频特征，把各个特征输入到建立的身份识别模型中，模型通过对大量数据不断训练，实现对用户的身份验证识别的功能。本发明提出的身份识别方法不受光照影响，稳定性高，能够应对现实中各种环境下的身份验证识别任务。

本发明授权基于连续波雷达信号的非接触式人体身份识别方法在权利要求书中公布了：1.一种基于连续波雷达信号的非接触式人体身份识别方法，其特征在于，所述非接触式人体身份识别方法包括以下步骤： S1、将双雷达传感器对准受测者的人体胸腔部位，其中，使用双雷达传感器组成雷达阵列，两个传感器并列放置保持同一水平线，均正面朝向受测者，雷达阵列中心与受测者胸腔距离保持固定，受测者保持静坐姿态，正常呼吸，受测者处于静坐姿态，同时收集四通道的人体雷达回波信号； S2、对每个通道的雷达回波信号进行预处理，其中，预处理操作包括高频噪声去除、基线去除、信号检测与筛除、多通道信号融合和归一化； S3、从经过预处理后的雷达回波信号中提取时域特征和频域特征；过程如下： S301、在标准化的雷达回波信号的每个周期内找到波峰点和波谷点，根据每个周期内找到波峰点和波谷点构建出信号的包络线，分别是由波峰点重构的上包络线以及由波谷点重构得到的下包络线，得到该信号的上包络特征和下包络特征； S302、采用窗口滑动的方式，对标准化的雷达回波信号进行如下处理，获取多种时域特征，取每个窗口内的最大值与最小值之差，得到极差特征；计算标准化的雷达回波信号的一阶差分序列，得到变化率特征；计算每个窗口内的平均值，得到幅度特征； S303、对标准化的雷达回波信号进行快速傅里叶变换得到相应的离散傅里叶序列，对所述离散傅里叶序列取模，得到相应信号的幅度频谱序列，获取幅度频谱序列的峰值点所在位置和峰值点的高度进行组合，得到频域主峰特征，采用窗口滑动的方式，计算窗口内的幅度频谱序列的均值得到第一频谱特征，计算窗口内的幅度频谱序列的标准差得到第二频谱特征，计算窗口内的幅度频谱序列的方均根得到第三频谱特征； S4、将提取到的时域特征和频域特征划分为训练集和测试集，把训练集中的数据输入到事先建立的身份识别模型中进行训练，得到训练好的模型，把待测数据输入到训练好的身份识别模型中，得到对应的识别结果；过程如下： S401、对时域特征和频域特征值分别进行归一化处理，对步骤S301中得到的上包络特征和下包络特征，步骤S302中得到的极差特征、变化率特征、幅度特征和步骤S303中得到的频域主峰特征、第一频谱特征、第二频谱特征、第三频谱特征，将上述每一种特征，根据每一种特征的最大值和最小值，将每一种特征的数值统一映射到区间[0,1]，得到归一化后的时域特征和频域特征； S402、对采集时的个体根据身份的不同进行标签化，对不同人体的特征数据进行编号，得到含有指定标签的数据集，把数据集按比例拆分成训练集和测试集，对训练集进行特征选取，得到特征子集； S403、将特征子集中的特征数据输入到身份识别模型中，设置学习率，该身份识别模型根据输入的特征数据和特征数据对应的标签，通过反向传播的方式进行学习，使得该身份识别模型的输出结果和特征数据对应的标签匹配，得到训练好的身份识别模型； S404、从测试集中取出待识别的特征数据，将待识别的特征数据输入到训练好的身份识别模型中，得到输出结果，将输出结果与待识别的特征数据的标签作对比，计算识别的准确度，作为身份识别模型的评价指标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。