基于FMCW雷达的双通道深度强化学习跌倒预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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