| 1 |
1
CW 레이다에서 대상을 측정한 주파수(레이다) 신호를 수신하여 STFT(Short-Time Fourier Transform) 신호처리를 통해 스펙트로그램을 생성하는 신호처리부;상기 스펙트로그램을 기초로 4개의 특징을 추출하는 특징 추출부; 및상기 4개의 특징 모두를 이용하여 상기 대상을 1 또는 0으로 분류하는 SVM 이진분류부를 포함하는 인체 감지 레이다 시스템
|
| 2 |
2
제1항에 있어서,상기 주파수 신호는 상기 대상에 대한 송신 주파수와 수신 주파수의 차인 도플러 주파수 신호이고,상기 신호처리부는하기의 식 1과 같이, 상기 도플러 주파수를 이용하여 상기 대상의 속도를 계산하는, 인체 감지 레이다 시스템
|
| 3 |
3
제1항에 있어서,상기 신호처리부는윈도우 함수를 적용하여 상기 레이다 신호를 단시간 신호로 분할하고, 분할된 단시간 신호에 대해 시간 변화에 따른 도플러 주파수를 FFT 알고리즘을 적용하여 산출한 후, 산출된 결과값을 시간 축으로 배열하여 상기 스펙트로그램을 생성하는 것을 특징으로 하는 인체 감지 레이다 시스템
|
| 4 |
4
제1항에 있어서,상기 특징 추출부는상기 스펙트로그램 내의 미세 도플러 주파수(micro-Doppler frequency)의 시간간격에 대한 특징을 추출하는 인체 감지 레이다 시스템
|
| 5 |
5
제1항에 있어서,상기 특징 추출부는상기 스펙트로그램 내의 미세 도플러 주파수의 발생 유무에 대한 특징을 추출하는 인체 감지 레이다 시스템
|
| 6 |
6
제1항에 있어서,상기 특징 추출부는상기 스펙트로그램 내의 레이다 반사 면적에 대한 특징을 추출하는 인체 감지 레이다 시스템
|
| 7 |
7
제1항에 있어서,상기 특징 추출부는상기 스펙트로그램 내의 피크 주파수와 몸통 주파수의 차에 대한 특징을 추출하고,상기 피크 주파수는 미세 도플러 주파수(micro-Doppler frequency)의 최대값인 인체 감지 레이다 시스템
|
| 8 |
8
제1항에 있어서,상기 SVM 이진 분류부는마진(margin)을 최대화하도록 학습된 파라미터를 이용하여 하기의 식 2를 통해 이진분류를 수행하는 인체 레이다 감지 시스템
|
| 9 |
9
제8항에 있어서,상기 마진(margine)은상기 초명편으로부터 상기 벡터(support vector)까지 거리 중 2배 거리를 의미하는 인체 레이다 감지 시스템
|
| 10 |
10
신호처리부에서 CW 레이다에서 대상을 측정한 주파수(레이다) 신호를 수신하여 STFT(Short-Time Fourier Transform) 신호처리를 통해 스펙트로그램을 생성하는 신호처리단계;특징 추출부에서 상기 스펙트로그램을 기초로 4개의 특징을 추출하는 특징추출단계; 및SVM 이진분류부에서 상기 4개의 특징들을 모두 이용하여 상기 대상이 사람인지를 1 또는 0으로 분류하는 SVM 이진분류 단계를 포함하는 인체 감지 레이다 시스템의 동작방법
|
| 11 |
11
제10항에 있어서,상기 주파수 신호는 상기 대상에 대한 송신 주파수와 수신 주파수의 차인 도플러 주파수 신호이고,상기 신호처리단계는하기의 식 1과 같이, 상기 도플러 주파수를 이용하여 상기 대상의 속도를 계산하는, 인체 감지 레이다 시스템의 동작방법
|
| 12 |
12
제10항에 있어서,상기 신호처리단계는윈도우 함수를 적용하여 상기 레이다 신호를 단시간 신호로 분할하고, 분할된 단시간 신호에 대해 시간 변화에 따른 도플러 주파수를 FFT 알고리즘을 적용하여 산출한 후, 산출된 결과값을 시간 축으로 배열하여 상기 스펙트로그램을 생성하는 단계인 것을 특징으로 하는 인체 감지 레이다 시스템의 동작방법
|
| 13 |
13
제10항에 있어서,상기 특징추출단계는상기 스펙트로그램 내의 미세 도플러 주파수(micro-Doppler frequency)의 시간간격을 기초로 복수의 특징을 추출하는 단계인 인체 감지 레이다 시스템의 동작방법
|
| 14 |
14
제13항에 있어서,상기 특징추출단계는상기 스펙트로그램 내의 미세 도플러의 발생 유무를 기초로 복수의 특징을 추출하는 단계인 인체 감지 레이다 시스템의 동작방법
|
| 15 |
15
제13항에 있어서,상기 특징추출단계는상기 스펙트로그램 내의 레이다 반사 면적을 이용하여 복수의 특징을 추출하는 인체 감지 레이다 시스템의 동작방법
|
| 16 |
16
제13항에 있어서,상기 특징추출단계는상기 스펙트로그램 내의 피크 주파수와 몸통 주파수의 차를 이용하여 복수의 특징을 추출하는 단계이고,상기 피크 주파수는 미세 도플러 주파수(micro-Doppler frequency)의 최대값인 인체 감지 레이다 시스템의 동작방법
|
| 17 |
17
제10항에 있어서,상기 SVM 이진 분류단계는상기 마진(margin)을 최대화하여 학습된 파라미터를 하기의 식 2를 통해 분류하는 단계인 것을 특징으로 하는 인체 레이다 감지 시스템의 동작방법
|
| 18 |
18
제17항에 있어서,상기 마진(margine)은상기 초명편으로부터 상기 벡터(support vector)까지 거리 중 2배 거리를 의미하는 인체 레이다 감지 시스템의 동작방법
|
| 19 |
19
대상을 측정한 레이다 신호를 전송하는 CW 레이다; 및상기 레이다 신호를 수신하여 STFT(Short-Time Fourier Transform) 신호처리를 통해 스펙트로그램을 생성하고, 생성된 스펙트로그램 내의 미세 도플러 주파수의 시간간격, 발생 유무, 레이다 반사면적, 피크 주파수와 몸통 주파수의 차를 이용하여 1 또는 0으로 상기 대상을 사람인지 분류하는 신호처리시스템을 포함하는 인체 감지 레이다 시스템
|
| 20 |
20
제19항에 있어서,상기 주파수 신호는 상기 대상에 대한 송신 주파수와 수신 주파수의 차인 도플러 주파수 신호이고,상기 신호처리시스템은하기의 식 1과 같이, 상기 도플러 주파수를 이용하여 상기 대상의 속도를 계산하는 신호처리부를 포함하는 인체 감지 레이다 시스템
|
| 21 |
21
제20항에 있어서,상기 신호처리부는윈도우 함수를 적용하여 상기 레이다 신호를 단시간 신호로 분할하고, 분할된 단시간 신호에 대해 시간 변화에 따른 도플러 주파수를 FFT 알고리즘을 적용하여 산출한 후, 산출된 결과값을 시간 축으로 배열하여 상기 스펙트로그램을 생성하는 것을 특징으로 하는 인체 감지 레이다 시스템
|
| 22 |
22
제20항에 있어서,미리 학습된 파라미터를 이용하여 상기 생성된 스펙트로그램 내의 미세 도플러 주파수의 시간간격, 발생 유무, 레이다 반사면적, 피크 주파수와 몸통 주파수의 차를 이진분류하는 SVM 이진 분류부를 포함하는 인체 레이다 감지 시스템
|
| 23 |
23
제22항에 있어서,상기 SVM 이진 분류부는마진을 최대화하여 학습된 파라미터를 이용하여 하기의 식 2를 통해 분류하는 인체 레이다 감지 시스템
|
| 24 |
24
CW 레이다에서 대상을 측정한 레이다 신호를 전송하는 단계 및상기 레이다 신호를 수신하여 STFT(Short-Time Fourier Transform) 신호처리를 통해 스펙트로그램을 생성하고, 생성된 스펙트로그램 내의 미세 도플러 주파수의 시간간격, 발생 유무, 레이다 반사면적, 피크 주파수와 몸통 주파수의 차를 이용하여 상기 대상을 1 또는 0으로 분류하는 신호처리시스템를 포함하는 인체 감지 레이다 시스템
|
| 25 |
25
제24항에 있어서,상기 주파수 신호는 상기 대상에 대한 송신 주파수와 수신 주파수의 차인 도플러 주파수 신호이고,상기 신호처리시스템은하기의 식 1과 같이, 상기 도플러 주파수를 이용하여 상기 대상의 속도를 계산하는 신호처리부를 포함하는 인체 감지 레이다 시스템
|
| 26 |
26
제25항에 있어서,상기 신호처리부는윈도우 함수를 적용하여 상기 레이다 신호를 단시간 신호로 분할하고, 분할된 단시간 신호에 대해 시간 변화에 따른 도플러 주파수를 FFT 알고리즘을 적용하여 산출한 후, 산출된 결과값을 시간 축으로 배열하여 상기 스펙트로그램을 생성하는 것을 특징으로 하는 인체 감지 레이다 시스템
|
| 27 |
27
제26항에 있어서,마진(margin)을 최대화하도록 학습된 파라미터를 이용하여 하기의 식 2를 통해 상기 복수의 특징들을 이진분류하는 SVM 이진 분류부를 포함하는 인체 레이다 감지 시스템
|
| 28 |
28
제27항에 있어서,상기 마진(margine)는상기 초명편으로부터 상기 벡터(support vector)까지 거리 중 2배 거리를 의미하는 인체 레이다 감지 시스템
|
| 29 |
29
CW 레이다에서 대상을 측정한 레이다 신호를 전송하는 단계 및상기 레이다 신호를 수신하여 STFT(Short-Time Fourier Transform) 신호처리를 통해 스펙트로그램을 생성하고, 생성된 스펙트로그램 내의 미세 도플러 주파수의 시간간격, 발생 유무, 레이다 반사면적, 피크 주파수와 몸통 주파수의 차 및 피크 주파수의 분산값 중 어느 하나를 이용하여 복수의 특징들을 추출하고, 추출된 복수의 특징들 1 또는 0으로 분류하는 신호처리단계를 포함하는 인체 감지 레이다 시스템의 동작방법
|
| 30 |
30
제29항에 있어서,상기 주파수 신호는 상기 대상에 대한 송신 주파수와 수신 주파수의 차인 도플러 주파수 신호이고,상기 신호처리단계는하기의 식 1과 같이, 상기 도플러 주파수를 이용하여 상기 대상의 속도를 계산하는 단계를 포함하는 인체 감지 레이다 시스템의 동작방법
|
| 31 |
31
제30항에 있어서,상기 신호처리단계는윈도우 함수를 적용하여 상기 레이다 신호를 단시간 신호로 분할하고, 분할된 단시간 신호에 대해 시간 변화에 따른 도플러 주파수를 FFT 알고리즘을 적용하여 산출한 후, 산출된 결과값을 시간 축으로 배열하여 상기 스펙트로그램을 생성하는 단계를 포함하는 것을 특징으로 하는 인체 감지 레이다 시스템의 동작방법
|
| 32 |
32
제31항에 있어서,상기 신호처리단계는 마진(margin)을 최대화하여 학습된 파라미터를 이용하여 하기의 식 2를 통해 상기 복수의 특징들을 이진분류하는 단계를 포함하는 인체 레이다 감지 시스템의 동작방법
|
| 33 |
33
제32항에 있어서,상기 마진(margine)는상기 초명편으로부터 상기 벡터(support vector)까지 거리 중 2배 거리를 의미하는 인체 레이다 감지 시스템의 동작방법
|
