| 1 |
1
비접촉 방식으로 개인의 생체 신호를 획득하는 센서부;상기 획득한 생체 신호에서 특징 정보를 추출하는 특징 추출부;상기 추출된 특징 정보를 이용하여 개인을 인식하는 개인 인식부;를 포함하고,상기 센서부는 FMCW 레이더 센서로 구현되며,레이더의 송신 신호와 수신 신호를 혼합하여 디지털화한 혼합 신호에 대해 FFT(Fast Fourier Transform)를 수행하여 범위 곡선을 획득하고,상기 레이더와 사용자의 거리 범위를 파악하고, 파악된 범위에서 최대값을 검색하여 사용자에 해당하는 레인지 빈(Range bin)을 선정하며, 선정된 레인지 빈의 위상을 추출하고,추출된 위상을 전개하고, 전개된 위상들의 차를 구하여 노이즈 필터링할 수 있도록 가슴 위상 값을 획득하며,위상 값을 두개의 대역 통과 필터(serially-cascaded Bi-Quad IIR filter)에 통과시키고,상기 대역 통과 필터를 통과한 호흡 파형과 심박 파형 중 손상되지 않은 호흡 파형과 심박 파형을 버퍼에 저장하며,저장된 호흡 파형과 심박 파형을 스펙트럼 추정 모듈로 전달하여 스펙트럼 추정 방법을 통해 생명체 증상을 추정하고,상기 스펙트럼 추정 방법의 신뢰도 메트릭을 기반으로 최종 심장박동 신호 및 호흡 신호를 결정하여 출력하는 것을 특징으로 하는,레이더 센서 기반 개인 인식 장치
|
| 2 |
2
제1항에 있어서,상기 센서부는,개인의 생체 신호 중에서 심장박동 신호를 획득하는 것을 특징으로 하는,레이더 센서 기반 개인 인식 장치
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서,상기 특징 추출부는,상기 획득한 생체 신호에서 노이즈를 필터링하고, 노이즈가 필터링된 생체 신호에서 특징 정보를 추출하는 것을 특징으로 하는,레이더 센서 기반 개인 인식 장치
|
| 5 |
5
제1항에 있어서,상기 특징 추출부는,상기 획득한 생체 신호에서 노이즈를 필터링하고, 노이즈가 필터링된 생체 신호를 웨이블릿 변환하여 특징 정보를 추출하는 것을 특징으로 하는,레이더 센서 기반 개인 인식 장치
|
| 6 |
6
제1항, 제4항, 제5항 중 어느 한 항에 있어서,상기 특징 정보는,심장 수축 최고점 진폭(P_A, Systolic peak amplitude), 심장 이완 진폭(V_A, Diastolic amplitude), 중하부 지협 진폭(L_A, Mid-lower isthmus amplitude), 최저점 진폭(T_A, Trough amplitude), 최저점 대 심장 수축 진폭 차(PT_A, Trough to contraction amplitude difference), 최저점과 심장 이완간 거리 진폭 차(VT_A, Trough to diastolic distance amplitude difference), 심장 수축 최고점 대 심장 이완 진폭 차(PV_A, Systolic peak to diastolic amplitude difference) 중에서 적어도 하나를 포함하는 진폭 특징 정보와, 최저점간 지속 시간(TT_T, Trough to trough duration), 최저점에서 심장 수축 최고점까지의 시간(TP_T, Duration from trough to systolic peak), 심장 수축 최고점에서 심장 이완까지의 시간(PV_T, Systolic peak to diastolic time), 최저점에서 심장 이완까지의 시간(TV_T, Trough to diastolic time) 중에서 적어도 하나를 포함하는 시간 특징 정보를 포함하여 이루어지는 것을 특징으로 하는,레이더 센서 기반 개인 인식 장치
|
| 7 |
7
제1항에 있어서,상기 개인 인식부는,상기 추출된 특징 정보를 이용하여 개인을 인식하되, KNN 알고리즘과 SVM 알고리즘을 결합한 KNN-SVM 분류기를 이용하여 개인을 인식하는 것을 특징으로 하는,레이더 센서 기반 개인 인식 장치
|
| 8 |
8
비접촉 방식으로 개인의 생체 신호를 획득하는 센서부;상기 획득한 생체 신호에서 특징 정보를 추출하는 특징 추출부;상기 추출된 특징 정보를 이용하여 개인을 인식하는 개인 인식부;신규 사용자의 개인 정보와 상기 센서부 및 특징 추출부를 통해 수집된 신규 사용자의 특징 정보를 매칭시켜 DB에 저장하는 신규 사용자 정보 등록부;를 포함하고,상기 센서부는 FMCW 레이더 센서로 구현되며,레이더의 송신 신호와 수신 신호를 혼합하여 디지털화한 혼합 신호에 대해 FFT(Fast Fourier Transform)를 수행하여 범위 곡선을 획득하고,상기 레이더와 사용자의 거리 범위를 파악하고, 파악된 범위에서 최대값을 검색하여 사용자에 해당하는 레인지 빈(Range bin)을 선정하며, 선정된 레인지 빈의 위상을 추출하고,추출된 위상을 전개하고, 전개된 위상들의 차를 구하여 노이즈 필터링할 수 있도록 가슴 위상 값을 획득하며,위상 값을 두개의 대역 통과 필터(serially-cascaded Bi-Quad IIR filter)에 통과시키고,상기 대역 통과 필터를 통과한 호흡 파형과 심박 파형 중 손상되지 않은 호흡 파형과 심박 파형을 버퍼에 저장하며,저장된 호흡 파형과 심박 파형을 스펙트럼 추정 모듈로 전달하여 스펙트럼 추정 방법을 통해 생명체 증상을 추정하고,상기 스펙트럼 추정 방법의 신뢰도 메트릭을 기반으로 최종 심장박동 신호 및 호흡 신호를 결정하여 출력하는 것을 특징으로 하는,레이더 센서 기반 개인 인식 장치
|
| 9 |
9
센서부가, 비접촉 방식으로 개인의 생체 신호를 획득하는 생체 신호 획득 단계;특징 추출부가, 상기 획득한 생체 신호에서 특징 정보를 추출하는 특징 정보 추출 단계;개인 인식부가, 상기 추출된 특징 정보를 이용하여 개인을 인식하는 개인 인식 단계;를 포함하고,상기 센서부는 FMCW 레이더 센서로 구현되며,레이더의 송신 신호와 수신 신호를 혼합하여 디지털화한 혼합 신호에 대해 FFT(Fast Fourier Transform)를 수행하여 범위 곡선을 획득하고,상기 레이더와 사용자의 거리 범위를 파악하고, 파악된 범위에서 최대값을 검색하여 사용자에 해당하는 레인지 빈(Range bin)을 선정하며, 선정된 레인지 빈의 위상을 추출하고,추출된 위상을 전개하고, 전개된 위상들의 차를 구하여 노이즈 필터링할 수 있도록 가슴 위상 값을 획득하며,위상 값을 두개의 대역 통과 필터(serially-cascaded Bi-Quad IIR filter)에 통과시키고,상기 대역 통과 필터를 통과한 호흡 파형과 심박 파형 중 손상되지 않은 호흡 파형과 심박 파형을 버퍼에 저장하며,저장된 호흡 파형과 심박 파형을 스펙트럼 추정 모듈로 전달하여 스펙트럼 추정 방법을 통해 생명체 증상을 추정하고,상기 스펙트럼 추정 방법의 신뢰도 메트릭을 기반으로 최종 심장박동 신호 및 호흡 신호를 결정하여 출력하는 것을 특징으로 하는,레이더 센서 기반 개인 인식 방법
|
| 10 |
10
제9항에 있어서,상기 생체 신호 획득 단계는,개인의 생체 신호 중에서 심장박동 신호를 획득하는 단계인 것을 특징으로 하는,레이더 센서 기반 개인 인식 방법
|
| 11 |
11
제9항에 있어서,상기 특징 정보 추출 단계는,상기 획득한 생체 신호에서 노이즈를 필터링하고, 노이즈가 필터링된 생체 신호에서 특징 정보를 추출하는 단계인 것을 특징으로 하는,레이더 센서 기반 개인 인식 방법
|
| 12 |
12
제9항에 있어서,상기 특징 정보 추출 단계는,상기 획득한 생체 신호에서 노이즈를 필터링하고, 노이즈가 필터링된 생체 신호를 웨이블릿 변환하여 특징 정보를 추출하는 단계인 것을 특징으로 하는,레이더 센서 기반 개인 인식 방법
|
| 13 |
13
제9항, 제11항, 제12항 중 어느 한 항에 있어서,상기 특징 정보는,심장 수축 최고점 진폭(P_A, Systolic peak amplitude), 심장 이완 진폭(V_A, Diastolic amplitude), 중하부 지협 진폭(L_A, Mid-lower isthmus amplitude), 최저점 진폭(T_A, Trough amplitude), 최저점 대 심장 수축 진폭 차(PT_A, Trough to contraction amplitude difference), 최저점과 심장 이완간 거리 진폭 차(VT_A, Trough to diastolic distance amplitude difference), 심장 수축 최고점 대 심장 이완 진폭 차(PV_A, Systolic peak to diastolic amplitude difference) 중에서 적어도 하나를 포함하는 진폭 특징 정보와, 최저점간 지속 시간(TT_T, Trough to trough duration), 최저점에서 심장 수축 최고점까지의 시간(TP_T, Duration from trough to systolic peak), 심장 수축 최고점에서 심장 이완까지의 시간(PV_T, Systolic peak to diastolic time), 최저점에서 심장 이완까지의 시간(TV_T, Trough to diastolic time) 중에서 적어도 하나를 포함하는 시간 특징 정보를 포함하여 이루어지는 것을 특징으로 하는,레이더 센서 기반 개인 인식 방법
|
| 14 |
14
제9항에 있어서,상기 개인 인식 단계는,상기 추출된 특징 정보를 이용하여 개인을 인식하되, KNN 알고리즘과 SVM 알고리즘을 결합한 KNN-SVM 분류기를 이용하여 개인을 인식하는 단계인 것을 특징으로 하는,레이더 센서 기반 개인 인식 방법
|
| 15 |
15
제9항에 있어서,신규 사용자의 개인 정보와 상기 생체 신호 획득 단계와 특징 정보 추출 단계를 통해 수집된 신규 사용자의 특징 정보를 매칭시켜 DB에 저장하는 신규 사용자 정보 등록 단계;를 더 포함하는 것을 특징으로 하는,레이더 센서 기반 개인 인식 방법
|
