基于低分辨率 SIMO FMCW 雷达的多普勒域半静态人体占用检测的呼吸放大技术
信号处理
2026-01-27 v1
摘要
雷达感测作为摄像头和可穿戴设备的隐私保护备选方案，在长期护理等场景中备受推崇。然而，对于低分辨率 SIMO FMCW 雷达而言，检测准静态存在（卧躺、坐卧或站立，仅有细微微动）较为困难，因为近零多普勒能量常被静默杂波掩盖。我们提出了呼吸放大半静态占用检测技术(RASSO)，这是一种可逆的多普勒域非线性映射，将多普勒频域(速度)网格在 0 m/s 附近进行稀密化，然后进行自适应 Capon 波束赋形。生成的射频-方位(RA)图显示更高的有效信噪比、更锐利的目标峰值以及更低的背景方差，从而使阈值检测和机器学习更可靠。在收集于实际护理机构的短程 1Tx-3Rx 雷达数据集上，RASSO-RA 改进了经典检测技术，使 AUC达到0.981，在 FAR为1%/5%时召回率分别达到0.920/0.947，超越传统 Capon 处理和最近的基准方法。RASSO-RA 也能惠及数据驱动模型：基于帧的 CNN 达到95%-99%准确率，基于序列的 CNN-LSTM 达到99.4%-99.6%准确率。配对的抽样水平置检确认实证明，在非变形管线上，宏观 F1 分数提升了2.6-3.6分(95%置信区间均为正值)。这些结果表明，在实际临床环境中，通过简单的多普勒域变形可显著提升低分辨率雷达的半静态占用检测性能。
关键词
引用
@article{arxiv.2601.17721,
title = {Doppler-Domain Respiratory Amplification for Semi-Static Human Occupancy Detection Using Low-Resolution SIMO FMCW Radar},
author = {Huy Trinh and Elliot Creager and George Shaker},
journal= {arXiv preprint arXiv:2601.17721},
year = {2026}
}