📄Работа №178568
Тема: РАСПОЗНАВАНИЕ ПРИЗНАКОВ ДВИЖУЩИХСЯ ОБЪЕКТОВ С ИСПОЛЬЗОВАНИЕМ ФЕНОМЕНА МИКРО-ДОПЛЕРА
Характеристики работы
Тип работы
Дипломные работы, ВКР
Предмет
Информационные системы
Объем:
62 листов
Год:
2019
Просмотров:
75
4285
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
ВВЕДЕНИЕ 3
1 ОСОБЕННОСТИ РАДИОЛОКАЦИОННОГО ОБНАРУЖЕНИЯ
ОБЪЕКТОВ 5
1.1 История развития радиолокационных систем 5
1.2 Микродоплеровский феномен 5
1.3 Свойства распространения радиоволн в помещении 6
2 МЕТОДИКА ОБРАБОТКИ СИГНАЛЬНЫХ ОТКЛИКОВ
ДОПЛЕРОВСКИХ РАДАРОВ 8
2.1 Анализ Фурье 8
2.2 Непрерывное вейвлет преобразование 9
2.3 Дискретное вейвлет преобразование 10
2.4 Выбор функции материнского вейвлета 11
2.5 Распознавание по результатам сравнения пороговых значений 15
3 АППАРАТНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ РАСПОЗНАВАНИЯ ....18
3.1 Выбор доплеровского датчика движения 18
3.2 Состав аппаратной части 19
3.3 Разработка алгоритма классификации 21
4 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ 22
ЗАКЛЮЧЕНИЕ 31
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 33
1 ОСОБЕННОСТИ РАДИОЛОКАЦИОННОГО ОБНАРУЖЕНИЯ
ОБЪЕКТОВ 5
1.1 История развития радиолокационных систем 5
1.2 Микродоплеровский феномен 5
1.3 Свойства распространения радиоволн в помещении 6
2 МЕТОДИКА ОБРАБОТКИ СИГНАЛЬНЫХ ОТКЛИКОВ
ДОПЛЕРОВСКИХ РАДАРОВ 8
2.1 Анализ Фурье 8
2.2 Непрерывное вейвлет преобразование 9
2.3 Дискретное вейвлет преобразование 10
2.4 Выбор функции материнского вейвлета 11
2.5 Распознавание по результатам сравнения пороговых значений 15
3 АППАРАТНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ РАСПОЗНАВАНИЯ ....18
3.1 Выбор доплеровского датчика движения 18
3.2 Состав аппаратной части 19
3.3 Разработка алгоритма классификации 21
4 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ 22
ЗАКЛЮЧЕНИЕ 31
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 33
📖 Аннотация
Работа посвящена исследованию методов распознавания признаков движущихся объектов на основе анализа микро-доплеровских эффектов в радиолокационных сигналах. Актуальность задачи обусловлена потребностью в надежных системах мониторинга внутри помещений, где радары, в отличие от камер, обеспечивают конфиденциальность и независимость от условий освещения. В ходе исследования был проведен сравнительный анализ методов спектральной обработки сигналов, который показал недостаточность классического преобразования Фурье и непрерывного вейвлет-преобразования, ведущего к потере низкочастотных составляющих. В качестве методологической основы была применена вейвлет-пакетная декомпозиция, рассмотренная в работах Травина М.Г. и Дворникова С.В., позволившая визуально дифференцировать различные жесты. Для классификации были рассчитаны энергетические коэффициенты — общая энергия на частотном уровне и ее отношение к суммарной энергии сигнала. Практическая значимость результатов заключается в возможности их использования при разработке систем безопасности и мониторинга активности в умных зданиях, больницах и на объектах, требующих соблюдения приватности. Однако экспериментальная оценка на выборке из пяти сигналов для четырех жестов выявила ограничения метода: хотя отношение долей энергии позволяет детектировать факт движения со 100% вероятностью, точность классификации типа жеста составила лишь около 30% из-за малых различий в энергетических спектрах, что указывает на необходимость дальнейшего совершенствования алгоритмов, включая анализ скалограмм и применение более совершенных радиолокационных модулей.
📖 Введение
За последнее десятилетие радары, или другими словами датчики движения, стали ведущей технологией поддерживающие крупные области обороны, безопасности, медицины и космоса. Так же, появились такие типы радаров как, когнитивные, медицинские, биометрические и пассивные автомобильные радары. Независимо от сферы применения и типа все радары выполняют три основные цели - это обнаружение, локализация и классификация целей. Безопасность, надежности и доступность таких устройств делает их делает их основными кандидатами для использования внутри офисных зданий, домов, школ и больниц, с основной целью мониторинга регулярных и ненормальных движений [1]. Хотя мониторинг повседневной деятельности человека может быть достигнут с использованием различных устройств зондирования, включая камеры и акустику. Из-за сохранения конфиденциальности, нечувствительности к свету и теплу, а также с возможностью установки в визуально непрозрачные объекты, включая стены, радары могут зарекомендовать себя как альтернатива мониторинга в помещении.
Как известно в основу работы большинства радаров положен принцип доплеровского изменения частоты. Сам эффект Допплера определяет специфику модуляции движения на радиолокационном сигнале, в то время, как феномен микро-Допплера предоставляет данные о характеристике модулированного радиолокационного сигнала, сформированного в следствии сложных моделей движения. Исходя из этих фактов в работе была поставлена цель создания системы, способной распознавать признаки движения в микродоплеровском спектре отраженного сигнала, основываясь на методах спектрального анализа. Под спектральным анализом в работе понимается представление радиолокационного сигнала в частотно-временной области, из которой в дальнейшем производится расчёт коэффициентов распознавания признаков движущихся объектов.
Для достижения поставленной цели в работе будут выполнены следующие задачи:
- Исследование существующих радиолокационных технологий;
- Анализ особенностей радиолокационного обнаружения;
- Обзор методов спектрального преобразования;
- Реализация радиолокационного устройства распознавания;
- Разработка алгоритма распознавания признаков движений;
- Оценка результатов.
Как известно в основу работы большинства радаров положен принцип доплеровского изменения частоты. Сам эффект Допплера определяет специфику модуляции движения на радиолокационном сигнале, в то время, как феномен микро-Допплера предоставляет данные о характеристике модулированного радиолокационного сигнала, сформированного в следствии сложных моделей движения. Исходя из этих фактов в работе была поставлена цель создания системы, способной распознавать признаки движения в микродоплеровском спектре отраженного сигнала, основываясь на методах спектрального анализа. Под спектральным анализом в работе понимается представление радиолокационного сигнала в частотно-временной области, из которой в дальнейшем производится расчёт коэффициентов распознавания признаков движущихся объектов.
Для достижения поставленной цели в работе будут выполнены следующие задачи:
- Исследование существующих радиолокационных технологий;
- Анализ особенностей радиолокационного обнаружения;
- Обзор методов спектрального преобразования;
- Реализация радиолокационного устройства распознавания;
- Разработка алгоритма распознавания признаков движений;
- Оценка результатов.
✅ Заключение
В ходе выполнения выпускной квалификационной работы исследовались возможности распознавания признаков движущихся объектов с использованием феномена микро-Доплера. В частности, целью работы было создание устройства способного распознать наличие движения по радиолокационным сигнальным откликам. Для выполнения задач было разработано устройство, состоящее из ряда компонентов, служащее для предоставления информации о сигнале с радиолокационного модуля на последовательный порт ПК, а также проведён анализ методов спектральной обработки сигналов. Как выяснилось, преобразование Фурье не могло удовлетворить поставленной задачи, в связи с чем был проведён анализ вейвлет функций. Было установлено, что методика непрерывного вейвлет разложения на одном уровне масштаба влечет к потерям сигналов с низкочастотной составляющей, которая в свою очередь является основой радиолокационного сигнала.
Как выяснилось, методика вейвлет-пакетной декомпозиции сигнала дала лучшие результаты, благодаря чему появилась возможность визуально различать различные жесты. При выборке из пяти сигналов, для четырех различных жестов, которые в свою очередь были разложены на восемь уровней по частоте были выделены два коэффициента. А именно количество общей энергии на данном частотном уровне, и отношение энергии частотного уровня к сумме энергии всего сигнала до декомпозиции. Анализ данных коэффициентов привел к неоднозначным выводам. Так как длительность различных жестов различна, то объективно судить о количестве энергии на интервале не представляется возможным. Отношение долей энергии в частотных интервалах, позволяет со 100% вероятностью определить признак движения, однако малые различия долей энергии при различных движениях позволяют классифицировать верный сигнал только в 30% случаях. Коэффициент корреляции долей энергии различных сигналов, указывает на некоторую, но недостаточную для распознавания различных жестов сходимости.
Следует заметить, что планируются дальнейшее исследование задачи, которое будет включать использование более совершенных радиолокационных модулей способных различать приближение и удаление объекта от источника, а также планируется производить анализ скалограмм, по аналогии с изображениями, выявляя точки градиентов.
Как выяснилось, методика вейвлет-пакетной декомпозиции сигнала дала лучшие результаты, благодаря чему появилась возможность визуально различать различные жесты. При выборке из пяти сигналов, для четырех различных жестов, которые в свою очередь были разложены на восемь уровней по частоте были выделены два коэффициента. А именно количество общей энергии на данном частотном уровне, и отношение энергии частотного уровня к сумме энергии всего сигнала до декомпозиции. Анализ данных коэффициентов привел к неоднозначным выводам. Так как длительность различных жестов различна, то объективно судить о количестве энергии на интервале не представляется возможным. Отношение долей энергии в частотных интервалах, позволяет со 100% вероятностью определить признак движения, однако малые различия долей энергии при различных движениях позволяют классифицировать верный сигнал только в 30% случаях. Коэффициент корреляции долей энергии различных сигналов, указывает на некоторую, но недостаточную для распознавания различных жестов сходимости.
Следует заметить, что планируются дальнейшее исследование задачи, которое будет включать использование более совершенных радиолокационных модулей способных различать приближение и удаление объекта от источника, а также планируется производить анализ скалограмм, по аналогии с изображениями, выявляя точки градиентов.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.