[论文解读] Radar-Based Fall Detection for Assisted Living: A Digital-Twin Representation Case Study

Sebastian Ratto, Huy Trinh+4 more|arXiv (Cornell University)|Jan 17, 2026

Advanced SAR Imaging Techniques被引用 0

一句话总结

数字孪生 FMCW 雷达研究比较用于跌倒检测的表示；时域多普勒–时间光谱在测试准确率约为 99%，超越静态时间池化的方位–多普勒映射。

ABSTRACT

Obtaining data on high-impact falls from older adults is ethically difficult, yet these rare events cause many fall-related health problems. As a result, most radar-based fall detectors are trained on staged falls from young volunteers, and representation choices are rarely tested against the radar signals from dangerous falls. This paper uses a frequency-modulated continuous-wave (FMCW) radar digital twin as a single simulated room testbed to study how representation choice affects fall/non-fall discrimination. From the same simulated range-Doppler sequence, Doppler-time spectrograms, three-channel per-receiver spectrogram stacks, and time-pooled range-Doppler maps (RDMs) are derived and fed to an identical compact CNN under matched training on a balanced fall/non-fall dataset. In this twin, temporal spectrograms reach 98-99% test accuracy with similar precision and recall for both classes, while static RDMs reach 89.4% and show more variable training despite using the same backbone. A qualitative comparison between synthetic and measured fall spectrograms suggests that the twin captures gross Doppler-time structure, but amplitude histograms reveal differences in the distributions of amplitude values consistent with receiver processing not modeled in the twin. Because the twin omits noise and hardware impairments and is only qualitatively compared to a single measured example, these results provide representation-level guidance under controlled synthetic conditions rather than ready-to-use clinical performance in real settings.

研究动机与目标

• 在从高龄成人处收集真实高冲击跌倒数据时，激发伦理与实践挑战的认识。
• 建立一个受控的数字孪生测试平台，研究表示选择如何影响跌倒/非跌倒的判别。
• 在相同的 range–Doppler 序列下，比较三种输入表示在相同 CNN 探针与训练设置下的表现。
• 在合成、无噪声条件下提供表示层面的指导，并讨论在真实世界迁移中的局限性。

提出的方法

• 在一个具备家具的辅助生活房间内，使用 60 GHz FMCW 雷达在数字孪生中构建一个平衡的合成跌倒/非跌倒数据集。
• 从同一 range–Doppler 数据派生三种输入表示：全接收机 spectrogram（spec）、每接收机 spectrogram 堆栈（spec3）、以及时间池化的 range–Doppler 映射（rdm）。
• 在每种表示上使用固定的 80/20 训练/测试分割，训练一个相同的小型 CNN（SmallFallCNN）。
• 在每个 epoch 上进行性能评估，使用一致的预处理、归一化和交叉熵损失，优化器为 Adam。
• 对合成和实测跌倒光谱的定性对比，以评估数字孪生的真实性。

实验结果

研究问题

• RQ1 在数字孪生设置中，哪种雷达表示能够实现最高且最平衡的跌倒/非跌倒判别？
• RQ2 时域信息（光谱图）与静态 range–Doppler 快照（RDM）在跌倒检测中有何差异？
• RQ3 在给定条件下，多通道（spec3）输入是否显著优于单通道（spec）？
• RQ4 在现实部署中，使用数字孪生来指导表示选择存在哪些局限性？

主要发现

• 基于光谱的模式在测试中接近 99% 的准确率，spec 为 99.1%，spec3 为 98.4%。
• 静态 RDM 模式的准确率为 89.4%，训练过程波动较大，非跌倒召回率较低。
• 时域光谱保留了多普勒–时间演变，使跌倒/非跌倒的判别比池化的 RDM 更为可靠。
• 在测试条件下，逐接收机的光谱（spec3）并未显著优于全接收机光谱（spec）。
• 定性对比表明数字孪生捕捉了大致的多普勒–时间结构，但由于未建模的接收机处理，幅度分布与实测数据不同。