以公釐波雷達為載體進行人體回波建模、目標探測、特徵提取三方面的研究[3]。
實現人體目標檢測，提取出人體運動的精確引數資訊[3]。
人體目標回波中不僅僅包含人體目標的徑向距離與徑向速度資訊，還包含身體各個部位豐富的微動資訊。這些微動資訊能夠很好的幫助雷達對人體目標進行運動狀態區分與引數提取[3]。
人體目標往往運動速度較慢，與地雜波的頻譜部分都分布在零中頻附近，在頻域上會造成混疊。其次，人體運動中包含有豐富的微動資訊，會出現都卜勒擴散效應，訊號能量分散，降低人體目標的探測效能。
對人體目標建模需要考慮雷達散射截面積。人體目標是乙個多部件組成的複雜目標，對複雜目標的rcs估計可分為兩個步驟：首先是對目標的組成部分進行空間上的幾何建模，再對rcs進行估算[3]。點散射模型：將人體目標的各個身體部件考慮為點目標。
存在微都卜勒資訊的雷達回波，包含兩部分訊號分量，意識目標微動帶來的微都卜勒回波，2是目標主要部分的回波。兩種訊號分量交雜在一起，需要用一定的手段將兩者進行分離。才可得到目標的微都卜勒特徵，更好地分析目標的內部運動，從而獲得目標的狀態引數。
對於都卜勒訊號的分離，一是可以在時間維度上進行，二是在時間-頻率維二維聯合維度進行。在時域分離時，利用主體運動與微動形式的不同將訊號按照頻段分解為基函式，之後進行微動資訊的重構。對訊號時域分離的手段有小波分解、經驗模態分解等手段。在時頻域進行分離時，需要利用時頻分析手段將訊號轉換到時頻譜上，利用主體運動與微動形式的徑向速度隨時間變化的不同進行分離，常用的時頻分析手段有短時傅利葉變換、小波變換、魏格納-威爾分布等[3]。
人體目標的微動資訊可以作為運動狀態分類的特徵向量，對於人體運動狀態的分類，即利用這些特徵向量的不同進行區分，也就是選取適用的分類器進行分類訓練。常見的分類器有knn，svm以及人工神經網路等[3]。
公釐波雷達運動人體目標建模與特徵提取_徐朝陽_2019
公釐波雷達介紹
在無人駕駛領域，公釐波雷達 radar 應用非常廣泛。與雷射雷達相比，公釐波雷達技術更成熟，已經廣泛應用於汽車的安全系統中。而且公釐波雷達成本低，對雨霧 灰塵 光線等不敏感。公釐波雷達的採用公釐波作為探測的介質，公釐波是一種電磁波，常見的電磁波如下 公釐波是微波的乙個波段。1 公釐波雷達分類 目前比...
公釐波雷達 公釐波雷達技術與雷射雷達技術的區別
近年來，公釐波雷達被廣泛應用於高階駕駛輔助系統 adas 中，再度成為了零部件 商們的焦點戰場。adas系統需要多種感測器配合工作，公釐波雷達由於其眾多優勢，成為adas不可或缺的核心感測器，也是自動駕駛和無人駕駛的關鍵感測器。在自動駕駛感測器領域，看上去有些沉寂的公釐波雷達開始變得熱門。雖然公釐波...
車載公釐波雷達測試方法
效能測試 2020年 車載公釐波雷達測試方法 規定了車載公釐波雷達測試的測試條件 效能測試 發射機測試和電氣特性測試。適用於車載公釐波雷達測試，其他相關行業的公釐波雷達測試也可以參照使用。車載公釐波雷達測試方法 對公釐波雷達測試的相關術語 測試條件做出了定義，並對效能測試 發射機測試及電性測試進行了...