摘要
本发明公开了一种基于毫米波雷达自适应变分模态分解的眨眼动作检测方法,包括:对雷达回波数据进行傅里叶变换,提取人体头部的位置信息;采用麻雀搜索优化算法动态调整变分模态分解参数,得到变分模态分解的最优惩罚因子和分解模态数;通过变分模态分解算法分解中频信号得到多个本征模态分量将混合信号分解为眨眼信号及噪声分量,利用奇异值分解对每个本征模态分量进行分解得到对应的奇异值,根据奇异值计算出每个本征模态分量对应的奇异谱能量概率占比值,基于能量占比筛选有效信号分量,重构信号;利用短时傅里叶变换对重构眨眼信号进行时频域分析,并采用单元平均恒虚警率检测器实现眨眼检测。本发明能对眨眼动作进行准确的检测。
技术关键词
动作检测方法
因子
CFAR检测器
中频信号
搜索优化算法
拉格朗日
重构
短时傅里叶变换
背景噪声
变分模态分解算法
噪声分量
矩阵
表达式
频率
雷达回波数据
SSA算法
信息熵
恒虚警率
系统为您推荐了相关专利信息
电网业务数据
高风险
融合多源
智能调度方法
负荷
松动检测方法
气体绝缘金属封闭开关设备
螺丝
超分辨方法
YOLO模型
作业路径规划方法
栅格
粒子群优化算法
压实度
序列
智能预警方法
支持向量机预测模型
公铁两用
支座
位移监测数据