遮蔽场景穿墙雷达人体行为识别方法研究.pdf

摘要

穿墙雷达通过发射可穿透非金属墙体的电磁波获取遮蔽人体目标的行为信息，

利用信号处理和特征变换，提取并分析不同行为的特征差异，实现人体行为识别，

可以时刻感知遮蔽空间目标状态，为医疗监护、灾害救援和战术决策等提供技术支

持。但是，穿墙雷达分辨率有限，获取的人体行为特征容易产生混叠，同时由于墙

体的复杂影响以及人体行为的时空多变性，如何有效地实现穿墙雷达人体行为稳

健序列识别，是一个具有挑战性的难题。

本文围绕上述关于穿墙雷达人体行为序列识别难题开展了穿墙雷达人体行为

回波建模和预处理、人体行为稳健序列识别方法、穿墙雷达多任务序列识别方法等

研究工作，并利用实测数据进行验证。主要工作如下：

1、研究了雷达人体行为回波建模以及信号预处理和特征提取方法。基于视觉

行为捕捉数据，对人体进行仿真建模并对穿墙雷达人体行为回波进行仿真，设计合

理的数据处理方法并通过时频分析和频点融合等方式提取人体行为多域特征，实

现了有效的墙体遮蔽人体行为特征表征。

2、研究了基于CEEMDAN和多频融合的人体行为时频分析方法，通过对多个

单频点数据进行模态分解和频谱融合，有效避免了传统STFT分析方法的时频分辨

局限性，实现了较高分辨率的人体行为时频特征提取。

3、研究了基于卷积循环神经网络的人体行为序列识别方法，利用卷积GRU提

取人体行为距离-多普勒-时间三维数据的空时特征，有效实现了穿墙雷达遮蔽人体

行为稳健序列识别。

4、研究了基于集成学习的多特征稳健序列识别方法与多视角稳健序列识别方

法。利用多特征构建不同的序列识别模型，在时间维度上集成帧级识别结果，有效

解决了单视角稳健序列识别问题。其次，利用GRU循环神经网络提取并融合多视

角穿墙雷达人体行为特征，通过随机森林实现特征集成识别，实现了多视角人体行

为稳健序列识别。

5、研究了基于多任务学习的稳健序列识别方法。通过对行为识别和身份识别

任务的有效结合，解决了单模型同时实现两种序列识别功能，实现了人体行为和目

标身份的稳健识别，提升了模型的识别性能。

关键词：穿墙雷达，人体行为识别，集成学习，多任务学习

ABSTRACT

Thethrough-wallradarobtainsthemotioninformationoftheoccludedhumantarget

byemittingelectromagneticwavesthatcanpenetratenon-metallicwalls,andusessignal

processingandfeaturetransformationtoextractandanalyzethefeaturedifferencesof

differentmotions,realizetherecognitionofhumanmotion,andcanalwaysperceivethe

stateoftheoccludedspacetarget,providingtechnicalsupportformedicalmonitoring,

disasterrescueandtacticaldecision-making.However,theresolutionofthethrough-wall

radarislimited,andthecharacteristicsofhumanmotionacquiredarepronetoaliasing.

Atthesametime,duetothecomplexinfluenceofthewallandthetemporalandspatial

variabilityofhumanmotion,howtoeffectivelyrealizetherobustandreal-time

recognitionofhumanmotionbythethrough-wallradarisanimportantandchallenging

problem.

Thisthesisfocusesontheabove-me