本书共7章，第1章介绍了雷达工作原理；第2章介绍了雷达肢体行为识别方法；第3章介绍了雷达跌倒检测方法；第4章介绍了雷达手势识别方法；第5章介绍了雷达在慢性阻塞性肺病筛查中的应用；第6章介绍了雷达在睡眠呼吸障碍筛？酥械挠τ茫坏？7章介绍了雷达在睡眠分期中的应用。除了第1章，第2~7章的内容均基于作者团队的研究结果。雷达人体感知的创新研究正在不断涌现，公开文献中还有很多与雷达人体感知相关的其他内容，如雷达估计呼吸率与心率、雷达监测血压、雷达评估帕金森病进展等。限于篇幅，本书未能全部包含上述内容。

第1 章 雷达工作原理 ……………………………………………………………… 1
1．1 雷达的组成 ……………………………………………………………………… 1
1．2 雷达方程 ………………………………………………………………………… 2
1．3 雷达测量分辨率与测量精度 …………………………………………………… 5
1．3．1 雷达测距 ………………………………………………………………… 5
1．3．2 雷达测速 ………………………………………………………………… 7
1．3．3 雷达测角 ………………………………………………………………… 8
1．4 脉冲雷达 ……………………………………………………………………… 10
1．4．1 单频脉冲雷达波形 …………………………………………………… 10
1．4．2 线性调频脉冲雷达波形 ……………………………………………… 16
1．4．3 脉冲串雷达波形 ……………………………………………………… 22
1．5 连续波雷达 …………………………………………………………………… 27
1．5．1 单频连续波雷达测量速度的算法 …………………………………… 28
1．5．2 单chirp 调频连续波雷达测量距离与速度的算法 …………………… 29
1．5．3 快速chirp 雷达测量距离与速度的算法 ……………………………… 32
1．5．4 快速chirp 雷达微多普勒测量的算法 ………………………………… 36
本章小结……………………………………………………………………………… 40
参考文献……………………………………………………………………………… 40
第2章 雷达肢体行为识别方法 …………………………………………………42
2．1 基于单基地雷达时频特征的步态识别 ………………………………………44
2．1．1 人体步态数据采集实验 ………………………………………………44
2．1．2 雷达数据时频变换 ……………………………………………………45
2．1．3 微多普勒经验特征提取 ………………………………………………47
2．1．4 分类器设计 ……………………………………………………………50
2．1．5 实验结果 ………………………………………………………………51
2．2 基于多基地雷达时频特征的步态识别 ………………………………………52
2．2．1 实验场景与数据采集 …………………………………………………53
2．2．2 步态识别卷积神经网络设计 …………………………………………56
2．2．3 实验结果 ………………………………………………………………62
2．3 基于“时-频-距离”多域数据融合的动作识别 …………………………67
2．3．1 实验场景与数据采集 …………………………………………………67
2．3．2 室内生活动作识别深度神经网络模型设计 …………………………71
2．3．3 实验结果 ………………………………………………………………76
本章小结………………………………………………………………………………81
参考文献………………………………………………………………………………82
第3章 雷达跌倒检测方法 ………………………………………………………84
3．1 实验场景与数据采集 …………………………………………………………85
3．2 跌倒行为多层次检测方法 ……………………………………………………87
3．2．1 数据预处理 ……………………………………………………………87
3．2．2 特征提取 ………………………………………………………………90
3．2．3 多尺度跌倒检测 ………………………………………………………98
3．3 实验结果 ………………………………………………………………………101
3．3．1 典型样本分析 …………………………………………………………101
3．3．2 跌倒检测结果 …………………………………………………………103
本章小结………………………………………………………………………………105
参考文献………………………………………………………………………………106
第4章 雷达手势识别方法 ………………………………………………………108
4．1 基于稀疏时频特征提取的单视角雷达手势识别方法 ………………………110
4．1．1 动态手势信号采集 ……………………………………………………110
4．1．2 基于稀疏恢复的微多普勒特征提取方法 ……………………………116
4．1．3 基于改进Hausdorff距离的手势识别方法 ……………………………121
4．1．4 实验结果 ………………………………………………………………125
4．2 基于深度神经网络的多基地雷达手势识别方法 ……………………………130
4．2．1 实验场景与数据采集 …………………………………………………130
4．2．2 动态手势识别算法设计 ……………………………………………