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！

龙图腾网获悉长春理工大学申请的专利基于自适应同步压缩变换的毫米波雷达睡眠行为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：CN120180309B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510637165.8，技术领域涉及：G06F18/2431；该发明授权基于自适应同步压缩变换的毫米波雷达睡眠行为识别方法是由李兴广;李岩;孟令莉;张睿哲;王亮;李洋设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本基于自适应同步压缩变换的毫米波雷达睡眠行为识别方法在说明书摘要公布了：本发明提出基于自适应同步压缩变换的毫米波雷达睡眠行为识别方法。本发明涉及睡眠监测技术领域，毫米波雷达获取睡眠行为中频信号，使用滑动窗口法抑制背景杂波。对去除背景干扰后的中频信号进行快速傅里叶变换生成距离像，使用单元平均恒虚警率检测算法实现目标检测和距离单元定位。在目标所在的距离单元处，沿慢时间轴对距离像进行自适应同步压缩变换，并根据主频变化趋势自适应调整短时傅里叶变换的窗长，提高时频能量聚集度，补偿因距离和角度变化引起的信号衰减及频移偏移。最后构建级联CNN‑LSTM网络模型，通过CNN提取空间特征，LSTM捕捉时序依赖关系，实现对不同距离和角度条件下睡眠行为的精准识别。

本发明授权基于自适应同步压缩变换的毫米波雷达睡眠行为识别方法在权利要求书中公布了：1.基于自适应同步压缩变换的毫米波雷达睡眠行为识别方法，其特征在于，包括以下步骤： 步骤1：初始化毫米波雷达系统，设置雷达工作参数，采集不同睡眠行为的中频信号，为后续行为识别提供数据； 步骤2：采用滑动窗口平均法对中频信号进行动态背景杂波抑制，通过计算窗口内的均值作为背景估计，并进行差分运算去除静态杂波，在保证微多普勒特征完整性的前提下提高杂波抑制率； 步骤3：随后对滤波后的信号沿快时间轴进行快速傅里叶变换，获取距离像；根据距离像的频谱均值设置全局检测门限，使用单元平均恒虚警算法CA-CFAR判断是否有目标存在，在检测到目标后，通过搜索距离像的最大值位置，确定目标所在的距离单元r； 步骤4：在目标距离单元处，沿慢时间轴对距离像执行自适应同步压缩变换ASST，得到多普勒特征增强的时频表示； 4.1：获取目标所在距离单元r的慢时间维信号序列xrt，然后对信号xrt进行傅里叶变换，得到频率分布Xrf，其计算公式如下： 其中，t表示慢时间轴，通过分析频谱Xrf的幅值分布，确定当前信号的主频fc； 4.2：根据信号主频所处的频段范围，自适应调整STFT中的窗函数长度；若信号主频fc低于预设频域阈值fth时，采用长窗函数wlongt；反之，则采用短窗函数wshortt，使用所选窗函数对信号xrt执行STFT运算，其计算公式如下： 其中，Srt,ω为自适应时频分布，ωt为所选窗函数，ω为角频率； 4.3：进一步对STFT结果Srt,ω进行处理，计算其相位关于时间的导数，以获得瞬时频率的估计值其计算公式如下： 其中argSrt,ω是STFT计算结果的相位值，根据估计的瞬时频率，将STFT的能量|Srt,ω|2重新分配到估计的瞬时频率位置，形成同步压缩时频表示Trt,ω，重分配过程可以表达为： 其中，δ·为狄拉克函数；通过同步压缩变换SST对能量重分配，得到压缩后的时频表示，增强目标的微多普勒特征表达； 步骤5：所述步骤3和步骤4构成对单帧雷达信号的处理流程，对所采集的所有雷达数据帧依次重复执行该处理流程，逐帧提取自适应同步压缩时频表示按照时间顺序将各帧的时频表示依次拼接，生成多普勒特征增强时频图EDTM； 步骤6：将EDTM输入级联CNN-LSTM网络，训练模型识别睡眠行为； 步骤7：使用训练好的模型，在验证集中识别五种睡眠行为，包括坐起、躺下、翻身、挥手和坠床。

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长春理工大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路7089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”。