- 雷达人体感知
- - 作者：李刚|责编:张正梅
  - 出版社：电子工业
  - ISBN：9787121492594
  - 出版日期：2024/12/01
  - 页数：230
- 售价：39.2

内容大纲
本书共7章，第1章介绍了雷达工作原理；第2章介绍了雷达肢体行为识别方法；第3章介绍了雷达跌倒检测方法；第4章介绍了雷达手势识别方法；第5章介绍了雷达在慢性阻塞性肺病筛查中的应用；第6章介绍了雷达在睡眠呼吸障碍筛查中的应用；第7章介绍了雷达在睡眠分期中的应用。除了第1章讲述雷达工作原理，第2～7章的内容均基于作者团队的研究结果。
本书适合雷达工程、安防监视、人机交五、医疗健康等领域的科学家、工程师、高校教师、研究生、管理人员及相关从业人员阅读。
作者介绍
李刚，清华大学长聘教授、博士生导师。国家杰出青年科学基金获得者，英国工程技术学会（IET）会士。分别于2002年、2007年获得清华大学电子工程系学士、博士学位，博士毕业后留校任教至今。研究方向包括雷达信号处理、信息融合、数字驱动智慧医疗等。出版专著2部、教材1部发表论文200余篇，授权发明专利40余项主持国家重点研发计划项目、国家自然科学基金等科研项目，获教育部自然科学一等奖、教育部技术发明一等奖、中国青年科技奖等奖励。
目录
第1章  雷达工作原理
  1.1  雷达的组成
  1.2  雷达方程
  1.3  雷达测量分辨率与测量精度
    1.3.1  雷达测距
    1.3.2  雷达测速
    1.3.3  雷达测角
  1.4  脉冲雷达
    1.4.1  单频脉冲雷达波形
    1.4.2  线性调频脉冲雷达波形
    1.4.3  脉冲串雷达波形
  1.5  连续波雷达
    1.5.1  单频连续波雷达测量速度的算法
    1.5.2  单chirp调频连续波雷达测量距离与速度的算法
    1.5.3  快速chirp雷达测量距离与速度的算法
    1.5.4  快速chirp雷达微多普勒测量的算法
  本章小结
  参考文献
雷达人体感知
第2章  雷达肢体行为识别方法
  2.1  基于单基地雷达时频特征的步态识别
    2.1.1  人体步态数据采集实验
    2.1.2  雷达数据时频变换
    2.1.3  微多普勒经验特征提取
    2.1.4  分类器设计
    2.1.5  实验结果
  2.2  基于多基地雷达时频特征的步态识别
    2.2.1  实验场景与数据采集
    2.2.2  步态识别卷积神经网络设计
    2.2.3  实验结果
  2.3  基于“时-频-距离”多域数据融合的动作识别
    2.3.1  实验场景与数据采集
    2.3.2  室内生活动作识别深度神经网络模型设计
    2.3.3  实验结果
  本章小结
  参考文献
第3章  雷达跌倒检测方法
  3.1  实验场景与数据采集
  3.2  跌倒行为多层次检测方法
    3.2.1  数据预处理
    3.2.2  特征提取
    3.2.3  多尺度跌倒检测
  3.3  实验结果
    3.3.1  典型样本分析
    3.3.2  跌倒检测结果
  本章小结
  参考文献
第4章  雷达手势识别方法
  4.1  基于稀疏时频特征提取的单视角雷达手势识别方法
    4.1.1  动态手势信号采集

    4.1.2  基于稀疏恢复的微多普勒特征提取方法
    4.1.3  基于改进Hausdorff距离的手势识别方法
    4.1.4  实验结果
  4.2  基于深度神经网络的多基地雷达手势识别方法
    4.2.1  实验场景与数据采集
    4.2.2  动态手势识别算法设计
    4.2.3  实验结果
    4.2.4  实时动态手势识别的原理演示验证系统
  本章小结
  参考文献
第5章  雷达在慢性阻塞性肺病筛查中的应用
  5.1  实验场景与数据采集
  5.2  数据预处理
  5.3  基于最大一秒胸部位移的FEV1/FVC测量
    5.3.1  关键点提取
    5.3.2  抖动检测与修正
    5.3.3  关键指标计算
  5.4  融合生理信息的FEV1绝对值和FVC绝对值拟合方法
  5.5  实验结果
    5.5.1  关键指标测量性能
    5.5.2  诊断性能
  本章小结
  参考文献
第6章  雷达在睡眠呼吸障碍筛查中的应用
  6.1  实验场景与数据采集
    6.1.1  雷达睡眠监测系统
    6.1.2  多导睡眠监测
  6.2  数据预处理
  6.3  睡眠呼吸暂停识别深度神经网络模型
    6.3.1  特征提取网络
    6.3.2  片段生成网络
    6.3.3  分类回归网络
    6.3.4  后处理
    6.3.5  实现细节
  6.4  雷达数据和血氧数据融合算法
  6.5  实验结果
    6.5.1  AHI指数估计
    6.5.2  OSAHS诊断结果分析
    6.5.3  融合前后结果对比
  本章小结
  参考文献
第7章  雷达在睡眠分期中的应用
  7.1  实验场景与数据采集
    7.1.1  雷达睡眠监测系统
    7.1.2  多导睡眠监测
  7.2  数据预处理
  7.3  睡眠分期深度神经网络模型
    7.3.1  雷达睡眠分期深度神经网络模型
    7.3.2  脉搏波睡眠分期深度神经网络模型
    7.3.3  融合输出

    7.3.4  实现细节
  7.4  实验结果
    7.4.1  睡眠分期结果一致性分析
    7.4.2  整晚睡眠分期结果分析
  本章小结
  参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目