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！

龙图腾网获悉上海交通大学申请的专利基于雷达的人体行为识别方法及系统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：CN114580473B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202210188768.0，技术领域涉及：G06F18/2411；该发明授权基于雷达的人体行为识别方法及系统是由熊玉勇;彭志科;申祥天设计研发完成，并于2022-02-28向国家知识产权局提交的专利申请。

本基于雷达的人体行为识别方法及系统在说明书摘要公布了：本发明提供了一种基于雷达的人体行为识别方法及系统，包括如下步骤：信号获取步骤：雷达波束辐射被测人体，获取雷达的基带信号；信号处理步骤：对基带信号进行预处理，对预处理后的基带信号进行特征提取，得到人体行为的特征指标，并对人体行为进行分类。本发明适用于全天时、非接触、无隐私泄露风险的人体行为识别，可以识别：走路‑跌倒、站着‑跌倒、正常走路、站着‑摆手、站着‑坐下和走路‑坐下总共6种常见的人体行为，解决了跌倒和坐下等较为相似动作的难分辨和误分辨问题，另外基于特征驱动可实现小样本量的高精度识别效果；使用少量样本数据作为训练集对模型进行训练，获取高效率高精度的训练模型，实现高准确率的行为识别。

本发明授权基于雷达的人体行为识别方法及系统在权利要求书中公布了：1.一种基于雷达的人体行为识别方法，其特征在于，包括如下步骤： 信号获取步骤：雷达波束辐射被测人体，获取雷达的基带信号； 信号处理步骤：对基带信号进行预处理，对预处理后的基带信号进行特征提取，得到人体行为的特征指标，并根据人体行为的特征指标对人体行为进行分类； 所述信号获取步骤包括如下步骤： 信号发生步骤：产生雷达输入信号； 分路步骤：将雷达输入信号分为第一雷达输入信号和第二雷达输入信号； 收发步骤：发射第一雷达输入信号，第一雷达输入信号遇到人体反射，并接收反射的第一雷达输入信号； 混频步骤：将第二雷达输入信号和反射的第一雷达输入信号进行混频，得到所述基带信号； 所述信号处理步骤包括基带信号预处理步骤、特征提取步骤和分类步骤； 所述基带信号预处理步骤包括图像获取步骤：对基带信号进行域分析，获取基带信号的距离时间域图像和微多普勒图像； 所述特征提取步骤：对距离时间域图像和微多普勒图像中的人体进行特征提取，得到人体行为的特征指标； 所述分类步骤：根据人体行为的特征指标对人体行为进行分类； 所述基带信号预处理步骤还包括杂波抑制步骤：通过变距静态杂波抑制方法对距离时间域图像中的静态杂波进行抑制； 在所述特征提取步骤中，对微多普勒图像和抑制静态杂波后的距离时间域图像中的人体进行特征提取，得到人体行为的特征指标； 雷达信号经过混频后得到基带信号，表示为： 1.1 其中，表示时间；表示初始相位；exp表示指数函数；表示圆周率；，表示差拍频率，为混频器所混合两个信号频率的差值；B表示带宽；表示目标距离雷达的距离；c表示电磁波的传播速度，T表示扫频周期的时长；对基带信号的每个扫频周期进行快速傅里叶变换便可得到该时刻的目标距离像，对所有扫频周期进行短时傅里叶变换便可获得距离-时间图像；对每个时刻的距离像之和进行短时傅里叶变换便可得到微多普勒图像； 变距静态杂波抑制方法，表述为： 1.2 其中，表示第i个扫频周期的距离像，表示距离像，也即距离时间图像上的一列数据；是随着i的变化而变化的，它的值根据如下公式确定： 1.3 在这里th为固定的值，取，n表示时间变量，th为n的上限值； 对目标的距离-时间图像和微多普勒图像进行分析，分别提取能量梯度、丢失时长、最大位移、静止时长、平均过零率总共5个特征；其中能量梯度和丢失时长用于区分跌倒和非跌倒，最大位移用于区分活动有无位移发生，静止时长用于区分活动是否包含静止状态，平均过零率用于区分站着-坐下和站着-摆手两种行为；从距离-时间图像中提取了能量梯度、丢失时长、最大位移、静止时长，从维多普勒图像中提取了平均过零率；区分跌倒和非跌倒、区分活动有无位移发生、区分活动是否包含静止状态、区分站着-坐下和站着-摆手均是使用SVM支持向量机训练得到的阈值进行区分的。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。