Using Micro-Doppler radar signals for human gait detection
Date
2014-04
Authors
Alzogaiby, Adel
Journal Title
Journal ISSN
Volume Title
Publisher
Stellenbosch : Stellenbosch University
Abstract
ENGLISH ABSTRACT: This work entails the development and performance analysis of a human gait
detection system based on radar micro-Doppler signals. The system consists
of a tracking functionality and a target classifier. Target micro-Doppler
signatures are extracted with Short-Time Fourier Transform (STFT) based
spectrogram providing a high-resolution signatures with the radar that is
used. A feature extraction mechanism is developed to extract six features
from the signature and an artificial neural network (A-NN) based classifier is
designed to carry out the classification process. The system is tested on real
X-band radar data of human subjects performing six activities. Those activities
are walking and speed walking, walking with hands in pockets, marching,
running, walking with a weapon, and walking with arms swaying. The multiclass
classifier was designed to discriminate between those activities. High
classification accuracy of 96% is demonstrated.
AFRIKAANSE OPSOMMING: Hierdie werk behels die ontwikkeling, en analise van werksverrigting, van ’n menslike stapdetekor gebaseer op radar-mikrodoppleranalise. Die stelsel bestaan uit ’n teikenvolger en -klassifiseerder. Die mikrodoppler-kenmerke van ’n teiken word met behulp van die korttyd-Fourier-transform onttrek, en verskaf hoe-resolusie-kenmerke met die radar wat vir die implementering gebruik word. ’n Kenmerkontrekkingstelsel is ontwikkel om ses kenmerke vanuit die spektrogram te onttrek, en ’n kunsmatige neurale netwerk word as klassifiseerder gebruik. Die stelsel is met ’n X-band radar op werklike menslike beweging getoets, terwyl vrywilligers ses aktiwiteite uitgevoer het: loop, loop (hand in die sakke), marsjeer, hardloop, loop met ’n wapen, loop met arms wat swaai. Die multiklas-klassifiseerder is ontwerp om tussen hierdie aktiwiteite te onderskei. ’n Hoe klassifiseringsakkuraatheid van 96% word gedemonstreer.
AFRIKAANSE OPSOMMING: Hierdie werk behels die ontwikkeling, en analise van werksverrigting, van ’n menslike stapdetekor gebaseer op radar-mikrodoppleranalise. Die stelsel bestaan uit ’n teikenvolger en -klassifiseerder. Die mikrodoppler-kenmerke van ’n teiken word met behulp van die korttyd-Fourier-transform onttrek, en verskaf hoe-resolusie-kenmerke met die radar wat vir die implementering gebruik word. ’n Kenmerkontrekkingstelsel is ontwikkel om ses kenmerke vanuit die spektrogram te onttrek, en ’n kunsmatige neurale netwerk word as klassifiseerder gebruik. Die stelsel is met ’n X-band radar op werklike menslike beweging getoets, terwyl vrywilligers ses aktiwiteite uitgevoer het: loop, loop (hand in die sakke), marsjeer, hardloop, loop met ’n wapen, loop met arms wat swaai. Die multiklas-klassifiseerder is ontwerp om tussen hierdie aktiwiteite te onderskei. ’n Hoe klassifiseringsakkuraatheid van 96% word gedemonstreer.
Description
Thesis (MScEng)--Stellenbosch University, 2014.
Keywords
Doppler radar, Dissertations -- Electrical and electronic engineering, UCTD, Gait in humans, Detectors, Radar targets, Tracking radar, Image systems