買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華南理工大學申請的專利基于連續波雷達信號的非接觸式人體身份識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115813378B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211372759.3，技術領域涉及：A61B5/117；該發明授權基于連續波雷達信號的非接觸式人體身份識別方法是由王一歌;劉源清;韋崗;曹燕設計研發完成，并于2022-11-01向國家知識產權局提交的專利申請。

本基于連續波雷達信號的非接觸式人體身份識別方法在說明書摘要公布了：本發明公開了一種基于連續雷達信號的非接觸式人體身份識別方法，通過采集人體的胸腔部位雷達回波信號，提取信號在時域頻域內的多個特征，利用這些特征數據進行身份驗證識別。步驟如下：在人體靜坐姿態下，使用連續波雷達設備采集人的呼吸心跳活動的雷達回波，得到人體的雷達回波信號，對信號進行數據預處理，提取雷達回波信號中的多種時頻特征，把各個特征輸入到建立的身份識別模型中，模型通過對大量數據不斷訓練，實現對用戶的身份驗證識別的功能。本發明提出的身份識別方法不受光照影響，穩定性高，能夠應對現實中各種環境下的身份驗證識別任務。

本發明授權基于連續波雷達信號的非接觸式人體身份識別方法在權利要求書中公布了：1.一種基于連續波雷達信號的非接觸式人體身份識別方法，其特征在于，所述非接觸式人體身份識別方法包括以下步驟： S1、將雙雷達傳感器對準受測者的人體胸腔部位，其中，使用雙雷達傳感器組成雷達陣列，兩個傳感器并列放置保持同一水平線，均正面朝向受測者，雷達陣列中心與受測者胸腔距離保持固定，受測者保持靜坐姿態，正常呼吸，受測者處于靜坐姿態，同時收集四通道的人體雷達回波信號； S2、對每個通道的雷達回波信號進行預處理，其中，預處理操作包括高頻噪聲去除、基線去除、信號檢測與篩除、多通道信號融合和歸一化； S3、從經過預處理后的雷達回波信號中提取時域特征和頻域特征；過程如下： S301、在標準化的雷達回波信號的每個周期內找到波峰點和波谷點，根據每個周期內找到波峰點和波谷點構建出信號的包絡線，分別是由波峰點重構的上包絡線以及由波谷點重構得到的下包絡線，得到該信號的上包絡特征和下包絡特征； S302、采用窗口滑動的方式，對標準化的雷達回波信號進行如下處理，獲取多種時域特征，取每個窗口內的最大值與最小值之差，得到極差特征；計算標準化的雷達回波信號的一階差分序列，得到變化率特征；計算每個窗口內的平均值，得到幅度特征； S303、對標準化的雷達回波信號進行快速傅里葉變換得到相應的離散傅里葉序列，對所述離散傅里葉序列取模，得到相應信號的幅度頻譜序列，獲取幅度頻譜序列的峰值點所在位置和峰值點的高度進行組合，得到頻域主峰特征，采用窗口滑動的方式，計算窗口內的幅度頻譜序列的均值得到第一頻譜特征，計算窗口內的幅度頻譜序列的標準差得到第二頻譜特征，計算窗口內的幅度頻譜序列的方均根得到第三頻譜特征； S4、將提取到的時域特征和頻域特征劃分為訓練集和測試集，把訓練集中的數據輸入到事先建立的身份識別模型中進行訓練，得到訓練好的模型，把待測數據輸入到訓練好的身份識別模型中，得到對應的識別結果；過程如下： S401、對時域特征和頻域特征值分別進行歸一化處理，對步驟S301中得到的上包絡特征和下包絡特征，步驟S302中得到的極差特征、變化率特征、幅度特征和步驟S303中得到的頻域主峰特征、第一頻譜特征、第二頻譜特征、第三頻譜特征，將上述每一種特征，根據每一種特征的最大值和最小值，將每一種特征的數值統一映射到區間[0,1]，得到歸一化后的時域特征和頻域特征； S402、對采集時的個體根據身份的不同進行標簽化，對不同人體的特征數據進行編號，得到含有指定標簽的數據集，把數據集按比例拆分成訓練集和測試集，對訓練集進行特征選取，得到特征子集； S403、將特征子集中的特征數據輸入到身份識別模型中，設置學習率，該身份識別模型根據輸入的特征數據和特征數據對應的標簽，通過反向傳播的方式進行學習，使得該身份識別模型的輸出結果和特征數據對應的標簽匹配，得到訓練好的身份識別模型； S404、從測試集中取出待識別的特征數據，將待識別的特征數據輸入到訓練好的身份識別模型中，得到輸出結果，將輸出結果與待識別的特征數據的標簽作對比，計算識別的準確度，作為身份識別模型的評價指標。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華南理工大學，其通訊地址為：510640 廣東省廣州市天河區五山路381號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。