基于雷达测量的呼吸与心跳特征的个体识别

本研究提出了一种基于雷达的个体识别方法，利用呼吸和心跳特征的组合。该方法中，使用修改的升余弦波形模型提取目标个体的呼吸特征，并采用梅尔频率倒谱系数(MFCC)技术提取心跳特征。为识别合适的特征组合和分类器，我们比较了基于三种特征向量与三种分类器的九种方法的性能。评估了该方法在79 GHz毫米波雷达系统（带有天线阵列）下的准确率，分别在两个实验场景中进行，证明了在实现准确识别个体方面，采用呼吸和心跳特征组合的重要性。该方法在应用于6名参与者的5天数据集时达到96.33%的准确率，在应用于30名参与者的公共1天数据集时达到99.39%的准确率。