Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中仪知联(无锡)工业自动化技术有限公司;哈尔滨工业大学吴小川获国家专利权

中仪知联(无锡)工业自动化技术有限公司;哈尔滨工业大学吴小川获国家专利权

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!

龙图腾网获悉中仪知联(无锡)工业自动化技术有限公司;哈尔滨工业大学申请的专利基于时频信息矩阵的毫米波雷达跌倒检测的杂波消除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:CN116687392B

龙图腾网通过国家知识产权局官网在2025-08-29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:202310675500.4,技术领域涉及:A61B5/11;该发明授权基于时频信息矩阵的毫米波雷达跌倒检测的杂波消除方法是由吴小川;马占超;陈思明;张鑫;索莹;邓维波;李文隆;付振华设计研发完成,并于2023-06-08向国家知识产权局提交的专利申请。

基于时频信息矩阵的毫米波雷达跌倒检测的杂波消除方法在说明书摘要公布了:基于时频信息矩阵的毫米波雷达跌倒检测的杂波消除方法,针对现有技术中由于雷达回波信号中,既包含了目标信息,也存在着地物杂波噪声,杂波存在过多,会使识别网络更加注重于杂波信息,而忽视包含目标的时频信息,导致跌倒检测错误的问题,本申请相较于输入时频图进入网络识别的方法,本申请中,直接将回波信号经快速傅里叶变换FFT变换后含有时频信息的矩阵输入网络中进行识别。本申请并未忽视包含目标的时频信息。区别于时频图去除图中“斑点”方法,本申请在时频信息矩阵中,采用了搜索边界算法确定了杂波噪声矩阵,并利用了高斯分布概率确定了杂波消除的门限阈值,有效提高了毫米波雷达在不同杂波噪声环境下针对于跌倒检测的识别效果。

本发明授权基于时频信息矩阵的毫米波雷达跌倒检测的杂波消除方法在权利要求书中公布了:1.基于时频信息矩阵的毫米波雷达跌倒检测的杂波消除方法,其特征在于包括以下步骤: 步骤一:获取毫米波雷达的一个调频周期内的发射信号及包含人体目标的回波信号; 步骤二:将发射信号及回波信号进行混频后得到中频信号,并对中频信号进行采样,得到离散中频信号; 步骤三:对离散中频信号进行短时傅里叶变换,得到每一帧数据的距离多普勒图,并对每一帧数据的距离多普勒图进行谱峰搜索,得到目标所处的距离,并将距离门数设置为9,得到目标的除躯干外的四肢微多普勒信息,将距离门数范围内的回波能量加和求均值,作为该帧的多普勒信息; 步骤四:通过短时傅里叶变换将中频信号的时间域分为等长的时间序列,并对每段时间序列进行快速傅里叶变换操作,得到该帧数据的距离多普勒图,之后将该帧数据的距离多普勒图与该帧的多普勒信息结合,得到该段中频信号的时频信息矩阵; 步骤五:针对时频信息矩阵中每行数据进行平滑处理,得到该行数据的平滑数据,具体为: 在每行数据中,从第一个数据开始依次选取数据,直至选取到倒数第五个数据为止,针对每次选取的数据,获取该数据及其后四个数据,之后将得到的五个数据求均值,得到均值,每行数据中所有的均值组合后,得到的矩阵,的矩阵即为该行数据的平滑数据,为滑块大小,为重复周期数目; 步骤六:从每行平滑数据的中心位置,即零频处,向左右两端分别搜索小于该行数据中位数的极小值点,并记录左右端中极小值点的坐标; 步骤七:重复步骤六,得到时频信息矩阵每一帧左右端中极小值点的坐标,并得到其中最左端边界点和最右端边界点,进而得到杂波噪声矩阵,杂波噪声矩阵表示为: 其中,为时频信息矩阵的第列数据,为时频信息矩阵的第列数据,为时频信息矩阵的第列数据,杂波噪声矩阵服从高斯分布; 获取杂波噪声矩阵中数据的最大值,并计算最大值在高斯分布中的出现概率,取高斯分布概率处对应噪声能量值作为杂波噪声的消去门限值,进而完成杂波消除; 所述每一帧数据的距离多普勒图的获取步骤为: 对分帧操作得到的信号依次进行加窗滤波、距离维快速傅里叶变换和多普勒维快速傅里叶变换,得到每一帧数据的距离多普勒图; 所述滑块均值表示为: 其中,为滑块大小,为第i个频率点处的能量大小,为重复周期数目。

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中仪知联(无锡)工业自动化技术有限公司;哈尔滨工业大学,其通讯地址为:214000 江苏省无锡市新吴区清源路20号立业楼B区507;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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。