基于FMCW雷达的双通道深度强化学习跌倒预测方法及系统
申请号:CN202510929162
申请日期:2025-07-07
公开号:CN120784009A
公开日期:2025-10-14
类型:发明专利
摘要
本申请公开了一种基于FMCW雷达的双通道深度强化学习跌倒预测方法及系统,属于只能监测技术领域,包括:获取并预处理FMCW雷达数据集,得到目标FMCW数据集;构建双通道跌倒检测网络,并根据目标FMCW数据集对双通道跌倒检测网络进行训练和测试;获取待预测数据,根据双通道跌倒检测网络对待预测数据进行处理,得到跌倒概率和跌倒概率对应的预测站起概率;双通道跌倒检测网络根据多个跌倒概率和多个跌倒概率对应的多个预测站起概率进行自身反馈优化;通过结合FMCW雷达技术和深度强化学习算法,能够适应复杂多变的实际应用场景并且能够不断学习和适应不同的跌倒模式,提高跌倒预测的准确性。
技术关键词
FMCW雷达
跌倒预测方法
网络
交叉注意力机制
数据
数值
多普勒
策略
深度强化学习算法
傅里叶变换处理
融合特征
模块
可读存储介质
处理器
重构
预测系统
监测技术
程序
指令