第1章 绪论
1.1 引言
1.2 雷达目标识别研究现状
1.3 雷达目标微多普勒效应研究现状
1.3.1 微多普勒信号分析及参数估计
1.3.2 基于微多普勒特征的雷达目标分类识别
1.3.3 基于微多普勒效应的人体步态识别
1.3.4 基于微多普勒效应的呼吸心率监测与车内活体监测
1.4 现有研究总结
参考文献
第2章 典型雷达目标微多普勒信号建模
2.1 引言
2.2 人体目标微多普勒信号建模
2.2.1 人体运动时的四肢微动建模
2.2.2 人体呼吸时的胸腔微动建模
2.3 车辆目标微多普勒信号建模
2.3.1 轮式车辆
2.3.2 履带式车辆
2.3.3 车辆回波仿真
2.3.4 车辆实测信号分析
2.4 直升机目标微多普勒信号建模
2.4.1 长驻留时间下直升机旋翼回波建模
2.4.2 短驻留时间下直升机旋翼回波建模
2.5 小结
第3章 基于微多普勒效应的目标分类与参数估计
3.1 引言
3.2 空对地场景下的典型地面人车目标分类识别
3.2.1 基于谱分析的无人机载雷达对典型地面车辆分类识别
3.2.2 基于压缩感知的无人机载雷达对地面人车分类识别
3.2.3 基于改进集合经验模态分解的无人机载雷达对地面人车分类识别
3.2.4 基于深度卷积神经网络的无人机载雷达对地面人车智能分类
3.3 地对地场景下的典型地面微动物种分类识别
3.3.1 不同物种的实测数据分析
3.3.2 微多普勒特征的选择与提取
3.3.3 判别结果
3.4 地对空场景下的直升机目标微动参数估计
3.4.1 长驻留时间下直升机旋翼微多普勒特征提取与参数估计
3.4.2 短驻留时间下直升机旋翼微多普勒特征提取与参数估计
3.5 小结
参考文献
第4章 基于微多普勒效应的人体步态识别
4.1 引言
4.2 人体动作分类与身份识别
4.2.1 动作分类
4.2.2 身份识别
4.2.3 动作分类与身份识别结果
4.3 基于单一步态模式的单人步态识别
4.3.1 引言
4.3.2 步态数据集的构成
4.3.3 数据的时频分析和预处理
4.3.4 不同融合方法对识别结果的影响
4.3.5 不同网络结构对识别结果的影响
4.3.6 单通道与双通道网络结构的识别结果对比
4.3.7 不同时频分析方法对识别结果的影响
4.3.8 不同服饰对识别结果的影响
4.4 基于多种步态模式的单人步态识别
4.4.1 引言
4.4.2 FMCW雷达系统
4.4.3 步态数据的采集和处理
4.4.4 识别率分析
4.4.5 人数规模对识别结果的影响
4.4.6 扩展步态模式下的识别结果
4.5 多人并行场景下的步态识别
4.5.1 引言
4.5.2 MIMO雷达原理和雷达设备
4.5.3 多散射点目标的生成
4.5.4 DBSCAN聚类算法和聚类中心的选取
4.5.5 Kalman滤波和轨迹跟踪
4.5.6 微多普勒特征的提取
4.5.7 多人识别结果与分析
4.6 小结
参考文献
第5章 基于微多普勒效应的人体呼吸心率监测
5.1 引言
5.2 高精度心脏活动感知技术
5.2.1 解码峰值检测算法
5.2.2 雷达心跳信号分割
5.3 算法验证
5.3.1 可靠性分析
5.3.2 数据采集
5.3.3 准确性分析
5.3.4 HRV分析
5.3.5 心脏时序分析
5.4 小结
参考文献
第6章 基于微多普勒效应的车内活体检测
6.1 引言
6.2 后排活体检测算法研究及数据分析
6.2.1 基于相位历程的杂波抑制方法
6.2.2 静止活体目标检测
6.2.3 基于Z-score特征的运动活体检测
6.3 系统实现与测试
6.3.1 系统流程设计
6.3.2 遮挡检测
6.3.3 检测结果置信
6.3.4 工程实现与测试
6.4 小结
展开
