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！

龙图腾网获悉重庆邮电大学申请的专利基于轻量级网络的特征融合人体跌倒检测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：CN116184396B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310219112.5，技术领域涉及：G01S13/88；该发明授权基于轻量级网络的特征融合人体跌倒检测方法是由余翔;冯春桃;杨路;宋枚阳;周文豪设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本基于轻量级网络的特征融合人体跌倒检测方法在说明书摘要公布了：本发明属于雷达信号处理领域，具体涉及一种基于轻量级网络的特征融合人体跌倒检测方法；所述方法包括利用FMCW雷达采集人体动作回波信号；分别得到时间‑距离多普勒图和微多普勒图；利用第一轻量级网络对时间‑距离多普勒图提取出第一多普勒特征；利用第二轻量级网络对微多普勒图提取出第二多普勒特征；利用拼接模块对第一多普勒特征和第二多普勒特征生成拼接特征；利用自注意力模块对拼接特征按照通道生成融合特征；利用基于GRU的时序特征网络对融合特征提取出时空特征；利用分类器对时空特征进行预测处理，得到人体跌倒检测结果。本发明能够充分提取出人体跌倒相关的融合特征，从而提高人体跌倒检测的准确性。

本发明授权基于轻量级网络的特征融合人体跌倒检测方法在权利要求书中公布了：1.一种基于轻量级网络的特征融合人体跌倒检测方法，其特征在于，所述方法包括： 利用FMCW雷达采集人体动作回波信号； 对所述人体动作回波信号进行预处理，分别得到时间-距离多普勒图和微多普勒图； 利用第一轻量级网络对所述时间-距离多普勒图进行特征提取，提取出第一多普勒特征； 利用第二轻量级网络对所述微多普勒图进行特征提取，提取出第二多普勒特征； 利用拼接模块对所述第一多普勒特征和所述第二多普勒特征进行特征拼接，生成拼接特征； 利用自注意力模块对所述拼接特征按照通道进行特征融合，生成融合特征； 利用基于GRU的时序特征网络对所述融合特征进行特征提取，提取出时空特征； 所述利用基于GRU的时序特征网络对所述融合特征进行特征提取包括构建出门控循环单元网络，输入当前时刻融合特征以及上一时刻融合特征传递出的隐状态，输出当前时刻的时空特征以及隐状态；所述门控循环单元网络根据下一时刻融合特征传递出的隐状态和当前时刻输入的融合特征获取门控状态；通过前向传播的方式更新所述门控状态，并确定需要训练的权值参数，通过后向传播算法求得损失函数对各权值参数的偏导，并更新所述权值参数，直至训练完成； 基于GRU的时序特征网络的训练过程包括将门控循环单元网络的各个权值参数作为差分进化算法的种群个体，对种群进行初始化；计算种群中每个权值个体的适应度值；判断是否达到终止条件或进化最大代数；若是，则停止进化，将得到的最佳个体作为权值参数的最优取值输出；若否，继续进化；对权值个体进行变异和交叉，得到中间种群；在上一代种群和中间种群中选择个体，得到新一代种群，继续计算新一代种群中每个权值个体的适应度值； 所述对权值个体进行变异和交叉包括采用自适应变异因子对权值个体进行变异操作；采用自适应交叉因子对权重个体进行交叉操作； 所述自适应变异因子表示为： 其中，Xk为第k代变异因子；Xmax为最大变异因子；Xmin为最小变异因子；e为当前进化次数；emax为最大进化次数； 所述自适应交叉因子表示为： 其中，Vk为第k代交叉因子；Vmax为最大交叉因子；Vmin为最小交叉因子； 利用分类器对所述时空特征进行预测处理，得到人体跌倒检测结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。

以上内容由龙图腾AI智能生成。