| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究背景与意义 | 第9-11页 |
| 1.3 相关领域国内外研究现状 | 第11-13页 |
| 1.4 本文主要研究工作与组织结构 | 第13-16页 |
| 1.4.1 主要研究工作 | 第13-14页 |
| 1.4.2 论文组织结构 | 第14-16页 |
| 第2章 人体微多普勒效应及相关原理 | 第16-25页 |
| 2.1 微多普勒效应 | 第16-17页 |
| 2.1.1 多普勒特征 | 第16页 |
| 2.1.2 微动及微多普勒特征 | 第16-17页 |
| 2.2 人体微多普勒检测技术 | 第17-20页 |
| 2.2.1 连续波雷达特性 | 第17-18页 |
| 2.2.2 软件无线电技术及结构 | 第18-19页 |
| 2.2.3 基于USRP的雷达系统设计概述 | 第19-20页 |
| 2.3 人体微动与微多普勒特征分析 | 第20-24页 |
| 2.3.1 人体运动模型 | 第20-21页 |
| 2.3.2 非匀速运动及微多普勒特征 | 第21-22页 |
| 2.3.3 摆臂运动及微多普勒特征 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于多窗口AS-method的人体微动信号分析 | 第25-45页 |
| 3.1 微多普勒信号分析方法及比较 | 第25-28页 |
| 3.1.1 小波分析 | 第26页 |
| 3.1.2 Wigner-Ville分布 | 第26-27页 |
| 3.1.3 短时傅里叶变换 | 第27-28页 |
| 3.2 多窗口自适应S-method | 第28-40页 |
| 3.2.1 Hermite多窗口 | 第28-32页 |
| 3.2.2 自适应S-method | 第32-37页 |
| 3.2.3 时频聚集性分析 | 第37-40页 |
| 3.3 有效信号提取 | 第40-44页 |
| 3.3.1 阈值切割 | 第40-42页 |
| 3.3.2 包络提取 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于微动信号分析的特征提取与分类 | 第45-58页 |
| 4.1 运动状态特征选择 | 第45-47页 |
| 4.2 运动人体特征提取 | 第47-55页 |
| 4.2.1 运动特征参数提取 | 第47-48页 |
| 4.2.2 包络特征提取 | 第48-50页 |
| 4.2.3 摆臂配对算法 | 第50-55页 |
| 4.3 运动状态分类算法 | 第55-57页 |
| 4.3.1 SVM分类算法 | 第55-56页 |
| 4.3.2 运动状态分类 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 人体运动状态分类设计与实现 | 第58-72页 |
| 5.1 实验平台及场景设计 | 第58-61页 |
| 5.1.1 实验平台搭建 | 第58-60页 |
| 5.1.2 实验场景设计 | 第60-61页 |
| 5.2 微多普勒信号分析结果 | 第61-67页 |
| 5.2.1 运动信号特征 | 第61-62页 |
| 5.2.2 微多普勒信号分离提取 | 第62-64页 |
| 5.2.3 包络分析与干扰消除 | 第64-67页 |
| 5.3 运动人体状态分类实现 | 第67-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-75页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读学位期间发表的学术论文 | 第80页 |