结   论 30

致   谢 32

参考文献 33

 1  绪论

1.1  研究背景及其意义

步态是指人们行走时的方式，这是一种复杂的行为特征。英国南安普敦大学电子与计算机系的马克•尼克松教授的研究显示，人人都有截然不同的走路姿势，因为人们在肌肉的力量、骨骼密度、肌腱和骨骼长度、视觉的灵敏程度、经历、协调能力、重心、体重、肌肉或骨骼受损的程度、生理条件以及个人走路的“风格”上都存在细微差异[1]。

步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。在智能视频监控领域，比面像识别更具优势。 论文网

对于人体步态特征提取，传统的方法为使用可佩带的传感器和视频监视器等等，但却存在一定的缺陷。例如，在许多情况下，出于对安全或其它的潜在威胁的考虑，就需要避免在所观察范围内安装视频监视器或者传感器，或需要对人体目标进行远距离探测和特征提取[2]。对此，由于电磁波探测的非接触特性，雷达则能够提供对人体的远距离探测，并且不受时间和天气条件的限制。因此，利用雷达进行人体步态特征提取研究正越来越受人们关注以及许多国家的重视。

雷达通过发射电磁波信号，利用人体某些部位的运动（如心跳、呼吸和四肢的摆动等）对发射信号调制所引起的微多普勒效应可以实现对人体的探测、定位、成像、识别、行为分类以及多种人体信息的提取，并且在安全系统和反恐、军事、医疗监控、灾难营救等许多领域有广泛应用前景和重要的研究意义[3]。

1.2  研究现状

1.3  论文主要内容及结构安排

本文针对人体步态建模及雷达信号仿真问题进行了研究，介绍了人体步态的微多普勒效应以及单频多普勒雷达的工作原理并在前人研究的基础上，研究一种人体步态回波模型，并计算了人体各散射部位的RCS，用matlab进行回波信号仿真，介绍时频分析方法及短时傅里叶变换，并对人体步态的回波信号进行时频分析。论文的结构安排如下：

第一章为绪论，介绍了课题研究的背景和意义，以及国内外研究动态。

第二章为人体步态的微多普勒效应，介绍了微多普勒效应的原理和应用，然后进行了人体步态的微多普勒效应分析，介绍了单频连续波雷达的工作原理。

第三章为人体步态信号仿真，介绍了一种人体步态回波模型，以人体为参考建立直角坐标系，研究人体各部位相对该坐标系的周期运动，并进行了人体建模，计算人体各部位RCS，最后进行了回波信号仿真。

第四章为人体步态的时频分析方法，阐述了短时傅里叶变换的原理以及其在人体步态时频分析中的应用，并对不同载频的信号进行了仿真处理。相关理论及算法研究在仿真中进行了验证。

2  人体步态的微多普勒效应

近年来，雷达多普勒效应在军用及民用方面的作用日益显现出来，雷达多普勒效应分析可以很好地估计目标的运动方向、运动速度等运动参数。而微多普勒效应是近年来日外学者Victor C．Chen提出的一个较新的理论体系，它是建立在物体微运动模型基础上发展起来的。

2.1  微多普勒效应

由于在实际的军事和民用方面，很难找到单一运动模式的目标，无论是车辆，飞机还是行人，这些目标的运动都是复杂的运动，单一的速度和距离识别已经不能满足应用的需求，而这些复杂运动包含的特征将是目标智能识别的重要依据。 matlab人体步态雷达回波信号仿真(2):http://www.youerw.com/tongxin/lunwen_71865.html