[논문 리뷰] Range-Max Enhanced Ultra-Wideband Micro-Doppler Signatures of Behind Wall Indoor Human Activities

Qiang An, Shuoguang Wang외 5명|arXiv (Cornell University)|2020. 01. 28.

Advanced SAR Imaging Techniques참고 문헌 69인용 수 8

한 줄 요약

이 논문은 투명하지 않은 벽 뒤의 인간 활동을 탐지하고 분류하기 위해 마이크로도플러(signature) 추출을 향상시키기 위해 범위-최대 범위-초과 초광대역(UWB) 레이더 방법을 제안한다. 벽에 의한 DC 성분을 제거하기 위해 고역통과 필터를 적용하고, 범위 범위 내에서 가장 강한 마이크로도플러 특징을 선택하는 새로운 범위-최대 강화 전략을 도입함으로써, 시간-주파수 특징의 명료도가 크게 향상되고 기존 STFT 기반 방법에 비해 운동 분류 정확도가 향상된다.

ABSTRACT

Penetrating detection and recognition of behind wall indoor human activities has drawn great attentions from social security and emergency service department in recent years since intelligent surveillance aforehand could avail the proper decision making before operations being carried out. However, due to the influence of the wall effects, the obtained micro-Doppler signatures would be severely degenerated by strong near zero-frequency DC components, which would inevitably smear the detailed characteristic features of different behind wall motions in time-frequency (TF) map and further hinder the motion recognition and classification. In this paper, an ultra-wideband (UWB) radar system is first employed to probe through the opaque wall to detect the behind wall motions, which often span a certain number of range bin cells. By employing such a system, a high resolution range map can be obtained, in which the embedded rich range information is expected to be fully exploited to improve the subsequent recognition and classification performance. Secondly, a high-pass filter is applied to remove the effect of the wall in the raw range map. Then, with the aim of enhancing the characteristic features of different behind wall motions in TF maps, a novel range-max enhancement strategy is proposed to extract the most significant micro-Doppler feature of each TF cell along all range bins for a specific motion. Lastly, the effectiveness of the proposed micro-Doppler signature enhancement strategy is investigated by means of onsite experiments and comparative classification. Both the feature enhanced TF maps and classification results show that the proposed approach outperforms other state-of-art Short-Time Fourier Transform (STFT) based TF feature extraction methods.

연구 동기 및 목표

• 초광대역(UWB) 레이더 시스템에서 벽 투과로 인한 강력한 DC 성분으로 인해 마이크로도플러 특징이 열화되는 문제를 해결하기 위해.
• 시간-주파수(TF) 맵에서 운동 특유의 마이크로도플러 특징의 가시성과 구별 가능성을 향상시키기 위해.
• 다중 범위 범위에서 가장 중요한 마이크로도플러 특징을 추출하는 새로운 범위-최대 강화 전략을 개발하기 위해.
• 현장 실험과 비교 분류 성능 분 析를 통해 제안된 방법을 검증하기 위해.
• 기존의 STFT 기반 마이크로도플러 특징 추출 기법보다 벽 뒤 인간 운동을 더 잘 인식하는 데 목적이 있다.

제안 방법

• 투명한 벽 뒤의 인간 활동을 위한 고해상도 범위 맵을 확보하기 위해 초광대역(UWB) 레이더 시스템을 사용한다.
• 벽 반사로 인한 주요 DC 성분을 억제하기 위해 원시 범위 맵에 고역통과 필터를 적용한다.
• 각 시간-주파수 셀에 대해 모든 범위 범위에서 최대 마이크로도플러 에너지를 선택하는 새로운 범위-최대 강화 전략을 도입한다.
• 강화된 마이크로도플러 특징은 시간-주파수 분석, 특히 단기 푸리에 변환(STFT)을 사용하여 추출된다.
• 운동 특유의 동적 특징을 유지하기 위해 각 시간-주파수 지점에서 가장 반응성이 높은 범위 범위에서 특징 추출을 강조한다.
• 실제 실내 환경에서 투명한 벽이 있는 조건에서 수집한 실험 데이터를 사용하여 분류 성능을 평가한다.

실험 결과

연구 질문

• RQ1 벽에 의한 DC 에너지는 벽 뒤 인간 활동 탐지에서 마이크로도플러 특징의 명료성에 어떤 영향을 미치는가?
• RQ2 고역통과 필터링과 범위-최대 강화 전략이 시간-주파수 맵에서 운동 특유의 마이크로도플러 특징의 가시성에 어느 정도 향상시키는가?
• RQ3 제안된 범위-최대 강화 전략은 기존의 STFT 기반 특징 추출 방식과 비교하여 벽 뒤 인간 운동을 분류하는 데 어떻게 다른가?
• RQ4 강화된 마이크로도플러 특징은 실제 세계의 벽 뒤 상황에서 더 높은 분류 정확도를 이끌 수 있는가?
• RQ5 범위 범위 선택은 운동 인식을 위한 마이크로도플러 특징의 강건성과 구별 가능성에 어떤 영향을 미치는가?

주요 결과

• 제안된 범위-최대 강화 전략은 시간-주파수 맵에서 마이크로도플러 특징의 명료도와 구별 가능성을 크게 향상시킨다.
• 고역통과 필터링은 벽에 의한 DC 성분을 효과적으로 억제하여 스펙트럼 흐림 현상을 줄이고 특징 해상도를 향상시킨다.
• 강화된 마이크로도플러 특징은 표준 STFT 기반 방법에 비해 향상된 분류 성능을 보인다.
• 현장 실험 결과는 이 방법이 실제 세계의 벽 뒤 탐지 상황에서 효과적임을 확인한다.
• 각 시간-주파수 셀에 대해 가장 정보가 많은 범위 범위를 강조함으로써 이 방법은 더 높은 운동 인식 정확도를 달성한다.
• 고역통과 필터링과 범위-최대 강화 전략의 조합은 분류를 위한 더 강건하고 구별 가능한 특징 표현을 만들어낸다.