基于无线信号的动作检测方法、检测装置和电子设备
阅读说明：本技术 基于无线信号的动作检测方法、检测装置和电子设备 (Action detection method and device based on wireless signals and electronic equipment ) 是由 丁根明 田军 赵倩 李红春 李磊 于 2018-06-15 设计创作，主要内容包括：本申请实施例提供一种基于无线信号的动作检测方法、检测装置和电子设备,该控制装置包括：第一处理单元,其用于对无线信号源发射的无线信号的反射信号进行处理,得到在各预定的时间周期内对所述无线信号进行反射的各反射点的运动速率和各反射点在二维平面的位置信息；第二处理单元,其根据各反射点的所述位置信息对该预定的时间周期内的所述反射点进行聚类形成两个簇；第一计算单元,其用于计算所述主簇中反射点的平均速率,以及所述主簇的簇中心和所述从簇的簇中心的间距；以及动作确定单元,其根据所述平均速率和所述间距,确定所述被检测体的动作类型。根据本申请,能够以简单而有效的方式准确地识别被检测体的动作类型。(The embodiment of the application provides a wireless signal-based action detection method, a detection device and electronic equipment, wherein the control device comprises: the first processing unit is used for processing a reflected signal of a wireless signal transmitted by a wireless signal source to obtain the motion rate of each reflecting point for reflecting the wireless signal in each preset time period and the position information of each reflecting point on a two-dimensional plane; a second processing unit which clusters the reflection points in the predetermined time period according to the position information of each reflection point to form two clusters; a first calculation unit for calculating an average rate of reflection points in the master cluster and a cluster center of the slave cluster; and an action determining unit that determines an action type of the object based on the average rate and the pitch. According to the present application, the operation type of the object can be accurately identified in a simple and efficient manner.)
技术领域
本申请涉及信息技术领域，尤其涉及一种基于无线信号的动作检测方法、检测装置和电子设备。
背景技术
当前社会老龄化趋势加剧，独居老人数量急剧增加，为老人提供危险动作检测服务能够在危险发生时及时告警并提供救助，因此具有重要的意义。
现有技术中，人体动作识别可通过摄像头、可穿戴设备或基于无线信号的检测设备进行检测。其中，基于无线信号的检测方式具有无隐私侵犯、无需身体佩戴要求的优点，对室内独居老人的危险动作检测具有更实际的应用价值。
通常，在基于无线信号的动作检测方法中，通过提取人体运动的多普勒(Doppler)信息进行特征分析与分类，从而识别动作。
应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
本申请的发明人发现，目前的基于无线信号的动作检测方法存在一些缺陷，例如：人体各种动作的多普勒(Doppler)信息具有很大的相似性，因而根据多普勒信息很难区分出具体的动作类型，特别是复杂的动作类型，导致动作识别精度不够高；此外，该方法需要在训练阶段进行基于大量采样样本的监督式学习，在不同的场景下的通用性并不强，不适合大规模应用于各种复杂场景。
本申请的实施例提供一种基于无线信号的动作检测方法、检测装置和电子设备，基于被检测体对无线信号进行反射的反射信号进行反射点的聚类，以形成反射点的簇，并提取簇的特征，根据簇的特征检测被测体的动作类型。由此，能够以简单而有效的方式准确地识别被检测体的动作类型。
根据本申请实施例的第一方面，提供一种基于无线信号的动作检测装置，用于检测被检测体的动作，该装置包括：第一处理单元，其用于对无线信号源发射的无线信号的反射信号进行处理，得到在各预定的时间周期内对所述无线信号进行反射的各反射点的运动速率和各反射点在二维平面的位置信息；第二处理单元，其根据各反射点的所述位置信息对该预定的时间周期内的所述反射点进行聚类形成两个簇，其中，所述两个簇包括主簇和从簇，所述主簇的簇中心与所述反射信号的接收装置的距离比所述从簇的簇中心与所述接收装置的距离近；第一计算单元，其用于计算所述主簇中反射点的平均速率，以及所述主簇的簇中心和所述从簇的簇中心的间距；以及动作确定单元，其根据所述平均速率和所述间距，确定所述被检测体的动作类型。
根据本实施例的第二方面，提供一种基于无线信号的动作检测方法，用于检测被检测体的动作，该方法包括：对无线信号源发射的无线信号的反射信号进行处理，得到在各预定的时间周期内对所述无线信号进行反射的各反射点的运动速率和各反射点在二维平面的位置信息；根据各反射点的所述位置信息对该预定的时间周期内的所述反射点进行聚类形成两个簇，其中，所述两个簇包括主簇和从簇，所述主簇的簇中心与所述反射信号的接收装置的距离比所述从簇的簇中心与所述接收装置的距离近；计算所述主簇中反射点的平均速率，以及所述主簇的簇中心和所述从簇的簇中心的间距；以及根据所述平均速率和所述间距，确定所述被检测体的动作类型。
根据本实施例的第三方面，提供一种电子设备，其包括实施例的第一方面的动作检测装置。
本申请的有益效果在于：能够以简单而有效的方式准确地识别被检测体的动作类型。
参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。
应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解，其构成了说明书的一部分，用于例示本发明的实施方式，并与文字描述一起来阐释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本申请实施例1的无线信号收发装置的一个示意图；
图2是本申请实施例1的该动作检测装置的一个示意图；
图3是本申请实施例1中一个预定的时间周期内二维平面中各反射点的一个示意图；
图4是本申请实施例1的动作确定单元的一个示意图；
图5是本申请实施例1的滑动时间窗和子窗口的一个示意图；
图6是本申请实施例1的危险状态确定单元的一个示意图；
图7是本申请实施例1的第四确定单元确定状态转移系数的方式的一个示意图；
图8是本申请实施例2的基于无线信号的动作检测方法的一个示意图；
图9是本申请实施例2的确定被检测体的动作类型的方法的一个示意图；
图10是本申请实施例2的确定滑动窗口的危险系数的方法的一个示意图；
图11是本申请实施例3的电子设备的一个构成示意图。
具体实施方式
参照附图，通过下面的说明书，本发明的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本发明的特定实施方式，其表明了其中可以采用本发明的原则的部分实施方式，应了解的是，本发明不限于所描述的实施方式，相反，本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。
实施例1
本申请实施例1提供一种基于无线信号的动作检测装置，用于根据无线信号检测被检测体的动作。
无线信号的发射和反射信号的接收可以由无线信号收发装置来完成，该收发装置接收到的反射信号可以被输送给本申请的动作检测装置，用于检测被检测体的动作。
图1是该无线信号收发装置的一个示意图，如图1所示，无线信号收发装置100可以具有无线信号发射源101和反射信号接收装置102。
该无线信号发射源101可以向被检测体发射电磁波等无线信号，该反射信号接收装置102接收由被检测体和周围环境的其它物体对该无线信号进行反射所形成的反射信号。
在本实施例中，该无线信号例如可以是基于调频连续波(Frequency ModulateContinuous Wave，FMCW)调制方式的无线信号。该无线信号发射源101和反射信号接收装置102例如可以由一个微波雷达来实现，该微波雷达例如可以采用线阵天线阵列或面阵天线阵列。
在一个实施方式中，该微波雷达的参数设置可以如下：发射的基于FMCW调制方式的无线信号的帧率15～25Hz，一帧包含64～256个啁啾(chirp)信号，距离分辨率为8～20cm，速率分辨率为0.05～0.15m/s，测距范围5～10m。需要说明的是，上述参数设置仅是举例，本实施例并不限于此。
在本实施例中，该被检测体例如可以是人体或动物体等。
图2是实施例1的该动作检测装置的一个示意图，如图2所示，该动作检测装置200可以包括：第一处理单元201，第二处理单元202，第一计算单元203，以及动作确定单元204。
在本实施例中，第一处理单元201用于对无线信号源发射的无线信号的反射信号进行处理，得到在各预定的时间周期内对所述无线信号进行反射的各反射点的运动速率和各反射点在二维平面的位置信息；第二处理单元202根据各反射点的该位置信息对该预定的时间周期内的该反射点进行聚类形成两个簇，其中，该两个簇包括主簇和从簇，该主簇的簇中心与反射信号的接收装置的距离比该从簇的簇中心与接收装置的距离近；第一计算单元203用于计算该主簇中反射点的平均速率，以及该主簇的簇中心和该从簇的簇中心的间距；动作确定单元204根据该平均速率和该间距，确定该被检测体的动作类型。
根据本实施例，基于被检测体对无线信号进行反射的反射信号进行反射点的聚类，以形成反射点的簇，并提取簇的特征，根据簇的特征检测被测体的动作类型。由于反射点的簇的特征能够准确地反映被检测体的动作，因此，本实施例能够以简单而有效的方式准确地识别被检测体的动作类型。此外，由于无需进行基于大量采样样本的监督式学习，因而，本实施例在不同的场景下的通用性较强，且适用于各种复杂场景。
在本实施例中，无线信号收发装置100和动作检测装置200可以设置为一体，例如，设置在同一个电子设备中。此外，无线信号收发装置100和动作检测装置200也可以分开设置。
在本实施例中，第一处理单元201所处理的反射信号可以是由反射信号接收装置102接收到的、由被检测体和周围环境的其它物体对无线信号源所发射的无线信号进行反射所形成的反射信号。
在本实施例中，第一处理单元201可以对反射信号进行频域处理，从而得到在各预定的时间周期内对无线信号进行反射的各反射点的运动速度和各反射点在二维平面内的位置信息，该频域处理例如可以是二维快速傅里叶变换(2D-FFT)。
在本实施例中，在该无线信号是FMCW调制方式的信号的情况下，该预定的时间周期例如可以是该无线信号一帧信号的发射时间，该无线信号一帧信号的发射时间可以被成为扫频周期或调制周期。
在本实施例中，第一处理单元201可以对无线信号的一帧信号的各啁啾(chirp)信号所对应的反射信号进行2D-FFT，以获得这些反射信号的距离-多普勒(Range-Doppler)信息，根据该距离-多普勒(Range-Doppler)信息，能够得到在信号发射源和接收装置的监测距离范围内所有可分辨的距离点处反射点的运动速率，其中，各反射点的运动速率大于0。
在本实施例中，第一处理单元201可以根据反射点所反射的反射信号的到达角度(Angle of Arrival，AoA)，以及该反射点与接收装置102的距离，得到该反射点在二维平面的位置信息，该二维平面可以是与水平面平行的平面或其它平面。
在一个实施方式中，第一处理单元201可以根据上述的Range-Doppler信息获取速率大于0的反射点所对应的距离和频点信息，该距离是指该反射点与该接收装置的距离，进而，根据该频点信息计算该反射点和接收装置的连线与该二维平面的预定方向的夹角作为反射信号的该到达角度，由此，第一处理单元201可以根据反射点的距离和到达角度计算该反射点在该二维平面中的位置信息。此外，第一处理单元201还可以根据同一距离的到达角度的数量得到该距离下反射点的个数。
图3是一个预定的时间周期内二维平面中各反射点的一个示意图。图3所示的所有反射点300是在某一预定的时间周期内对无线信号进行反射的反射点，这些反射点300在二维平面中的位置如图3所示。该二维平面与水平面平行，该二维平面具有相互垂直的X方向和Y方向，该平面的原点为O，坐标为(0，0)，反射信号的接收装置A位于原点O。反射点300a与接收装置A的距离为L，反射点300a和接收装置A的连线与X方向的夹角α被作为反射点300a的到达角。
在本实施例中，第一处理单元201可以根据距离L和夹角α，得到反射点300a在二维平面的坐标(xa，ya)作为该反射点300a的位置信息。此外，图3仅是示意，该接收装置A也可以位于其它位置。
在本实施例中，第一处理单元201还可以对反射信号进行其它的频域处理，例如一维快速傅里叶变换(1D-FFT)，从而得到反射信号的其它信息。例如，对无线信号的单个chirp信号对应的反射信号进行距离维的FFT处理，获得1D-FFT结果，1D-FFT结果中各频点处的复信号可以形成距离-快速傅里叶变换(Range-FFT)谱，并且，根据各频点处的复信号的实部与虚部可以获得该chirp信号对应的反射信号中的相位信息。
在本实施例中，第二处理单元202可以根据各预定的时间周期内的各反射点的位置信息对该预定的时间周期内的反射点进行聚类，从而针对该预定的时间周期内的反射点形成两个簇，即主簇和从簇。在一个实施方式中，第二处理单元202可以采用K＝2的K均值(K-Means)算法对反射点进行聚类。
例如，图3所示的所有反射点300是在某一预定的时间周期内对无线信号进行反射的反射点，聚类后得到主簇301和从簇302，主簇的簇中心是301a，从簇的簇中心是302a，主簇的簇中心301a到接收装置A的距离小于从簇的簇中心302a到接收装置A的距离。
在本实施例中，第二处理单元202聚类得到的两个簇中，主簇和从簇中的任一者与另一者的反射点数量的比值不小于阈值Nth。由此，主簇和从簇的反射点数量不会差距过大，避免了检测噪声的干扰。
例如，当一个簇的反射点数量与另一个簇的反射点数量之比小于阈值Nth时，第二处理单元202可以消除反射点数量较少的该一个簇，并采用K＝2的K均值(K-Means)算法对反射点数量较多的该另一个簇重新进行聚类，得到两个新的簇，并判断该两个新的簇的反射点数量之比是否小于阈值Nth，如果小于阈值Nth，则针对该两个新的簇重复进行簇的消除和重新聚类，直到聚类后的两个簇中反射点数量的比值不小于阈值Nth为止。
在本实施例中，第二处理单元202采用K＝2的K均值(K-Means)算法对反射点进行聚类，但本实施例可以不限于此，第二处理单元202也可以采用其它的方式对反射点进行聚类，从而形成两个簇。
在本实施例中，第一计算单元203可以计算主簇中反射点的平均速率。在一个实施方式中，该第一计算单元203可以根据主簇中第一预定数量的反射点的速率求平均值得到该平均速率vk，其中，该第一预定数量的反射点可以是主簇中所有反射点，也可以是部分反射点，例如，速度较大的前N1个反射点等，其中N1为自然数。
在本实施例中，第一计算单元203还可以计算主簇的簇中心和从簇的簇中心的间距，例如，如图3所示的主簇的簇中心301a和从簇的簇中心302a的间距Lck。
在本实施例中，如图2所示，该动作检测装置200还可以具有第二计算单元205和第三计算单元206。
在本实施例中，第二计算单元205可以根据该预定的时间周期内各反射点所反射的反射信号的到达角计算到达角的分布范围Ltk，例如，该到达角的分布范围Ltk如图3的Ltk所示。
在本实施例中，第三计算单元206根据所述到达角的分布范围对该平均速率和/或间距Lck进行修正，例如，采用下式(1)、(2)进行修正。
v'k＝vk*eLtk (1)
Lc'k＝Lck*eLtk (2)
其中，v'k和Lc'k分别是修正后的平均速率和修正后的间距。
此外，本实施例可以不限于上述的式(1)、(2)，只要分布范围Ltk能够以指数的形式对平均速率和/或间距进行修正即可。
在本实施例中，采用到达角的分布范围Ltk来修正平均速率和/或间距，因此，能够避免被检测体沿无线信号的发射方向的切向运动对平均速率和间距计算的影响。
在本实施例中，在第三计算单元206对平均速率和/或间距进行了修正的情况下，动作确定单元204可以基于修正后的平均速率v'k和/或修正后的间距Lc'k，确定该被检测体的动作。
在本实施例中，如图2所示，该动作检测装置200还可以具有滤波单元207。该滤波单元207用于对平均速率vk、到达角的分布范围Ltk和间距Lck进行滤波。
例如，该滤波单元207所进行的滤波可以是M阶中值滤波或M阶均值滤波，M为大于1的自然数，例如，在无线信号的帧率为20Hz的情况下，可以进行3阶中值滤波，即，当前预定的时间周期内主簇中反射点的平均速率为vk，前一个预定的时间周期内主簇中反射点的平均速率为vk-1，后一个预定的时间周期内主簇中反射点的平均速率为vk+1，滤波单元207取vk，vk-1以及vk+1的中值作为对vk进行滤波后的值。类似地，滤波单元207也可以采用相似的方法对到达角的分布范围Ltk和间距Lck进行滤波。
在本实施例中，在滤波单元207对平均速率vk、到达角的分布范围Ltk和间距Lck进行了滤波的情况下，该第三计算单元206可以使用滤波后的到达角的分布范围对滤波后的平均速率和/或滤波后的间距进行修正。
此外，在本实施例中，在滤波单元207对平均速率vk和间距Lck进行了滤波的情况下，动作确定单元204可以基于滤波后的平均速率和滤波后的间距，确定该被检测体的动作。
图4是本实施例的动作确定单元204的一个示意图，如图4所示，该动作确定单元204可以包括：第一确定单元401。
在本实施例中，第一确定单元401可以根据滑动时间窗中各子窗口对应的该平均速率和该间距，确定该子窗口的动作类型。其中，一个滑动时间窗中可以具有至少两个子窗口，每个子窗口中可以包含多个该预定的时间周期。在本实施例中，该第一确定单元401可以根据针对该子窗口中各预定的时间周期所计算的平均速率和间距，确定该子窗口的动作类型。
例如，一个滑动时间窗中可以具有4个子窗口，每个子窗口的时间包含N2个预定的时间周期，因此，每个子窗口可以对应N2个平均速率和N2个距离，该第一确定单元401可以计算某子窗口对应的该N2个平均速率的平均值来作为该子窗口对应的代表平均速率V，并计算该N2个距离的平均值作为该子窗口对应的代表距离Lc，并根据该代表平均速率V和该代表距离Lc确定该子窗口的动作类型。此外，上述仅是举例，第一确定单元401可以采用其他的方式来计算该代表平均速率V和该代表距离Lc。
图5是滑动时间窗和子窗口的一个示意图，如图5所示，滑动时间窗500为2秒(s)，该滑动时间窗500可以具有4个子窗口，即，第一子窗口501、第二子窗口502、第三子窗口503、第四子窗口504，各子窗口占据0.5秒(s)的时间，由此，该4个子窗口501、502、503、504的中间时刻可以分别是(t-1.5)s，(t-1)s，(t-0.5)s，ts。该第一确定单元401可以根据当前最新的0.5s内的数据计算代表平均速率V和该代表距离Lc，以确定该子窗口的动作类型断，并按先进先出模式更新四个子窗口的动作类型。
在本实施例中，被检测体的动作类型例如可以是平躺(lying)，静止(static)且非平躺，快速(fast)运动，正常(normal)运动，或摔倒(fall)等。例如，第一确定单元401可以根据下面的表1确定各窗口的动作类型。
表1：
图4是本实施例的动作确定单元204的一个示意图，如图4所示，该动作确定单元204还可以包括：第二确定单元402。
在本实施例中，第二确定单元402可以在当前的子窗口的动作类型被确定为两种以上时，根据当前的子窗口之后的子窗口的动作类型，确定当前的该子窗口的动作类型。由此，能够提高动作类型的检测准确性。
在一个实施方式中，第二确定单元402可以根据当前的子窗口之后的两个子窗口的动作类型，确定当前的子窗口的动作类型。
例如，当第一确定单元401根据上述表1确定出图5的第二子窗口502的动作状态有可能是两种以上时，第二确定单元402可以进一步根据第三子窗口503的动作状态和第四子窗口504的动作状态确定第二子窗口502的动作状态，例如：当第一确定单元401确定第二子窗口502的动作状态是平躺(lying)或正常(normal)运动时，如果第三子窗口503或第四子窗口504为静止(static)且非平躺，那么第二确定单元402确定第二子窗口502的动作状态是平躺(lying)，否则为正常(normal)运动；当第一确定单元401确定第二子窗口502的动作状态是快速(fast)运动或摔倒(fall)时，如果第三子窗口503或第四子窗口504的动作状态含有平躺(lying)或静止(static)且非平躺，那么第二确定单元402确定第二子窗口502的动作状态是摔倒(fall)，否则为快速(fast)运动。
在本实施例中，如图2所示，该动作检测装置200还可以具有：危险状态确定单元208。危险状态确定单元208能够根据动作确定单元204所确定的动作类型，判断被检测体是否处于危险状态。
图6是本实施例的危险状态确定单元208的一个示意图，如图6所示，该危险状态确定单元208可以包括：第三确定单元601，第四确定单元602，以及第五确定单元603。
在本实施例中，第三确定单元601可以根据各滑动时间窗中预定的子窗口的动作类型确定被检测体在该滑动时间窗的动作状态；第四确定单元602可以根据当前的滑动时间窗的前一滑动时间窗的动作状态和当前的滑动时间窗的动作状态，确定状态转移系数该状态转移系数用于表征危险状态的可能性的增加程度；第五确定单元603可以根据该状态转移系数和前一滑动时间窗的危险系数确定当前的滑动时间窗的危险系数
在本实施例中，第三确定单元601用于确定动作状态的预定的子窗口例如可以是个滑动时间窗的第二子窗口，即，第三确定单元601可以根据各滑动时间窗中的第二子窗口的动作类型确定被检测体在该滑动时间窗的动作状态，例如：当第二子窗口的动作类型为静止(static)且非平躺时，该滑动时间窗的动作状态可以是第一状态；当第二子窗口的动作类型为快速(fast)运动或正常(normal)运动时，该滑动时间窗的动作状态可以是第二状态；当第二子窗口的动作类型为摔倒(fall)时，该滑动时间窗的动作状态可以是第三状态。
在一个实施方式中，当被检测体在该滑动时间窗中预定的子窗口的动作类型为预定类型时，第三确定单元601根据当前的滑动时间窗内主簇的簇中心的位置信息的平均值是否位于预设的区域，确定该被检测体在该滑动时间窗的动作状态。其中，该预定类型例如可以是平躺(lying)，该预设的区域例如可以是室内的沙发和/或床所处的区域。
例如，当被检测体在当前的滑动时间窗中的第二子窗口的动作类型为平躺(lying)时，第三确定单元601计算当前的滑动时间窗内所有该预定的时间周期内得到的主簇的簇中心的位置信息的平均值，如果该平均值位于该预设的区域，则确定该被检测体在当前的滑动时间窗的动作状态为第一状态，如果该平均值没有位于该预设的区域，则确定该被检测体在当前的滑动时间窗的动作状态为第三状态。
此外，本实施例可以不限于此，第三确定单元601也可以根据各滑动时间窗中的其它子窗口的动作类型确定被检测体在该滑动时间窗的动作状态，需要说明的是，该子窗口的动作类型最好唯一确定。
在本实施例中，第四确定单元602可以根据当前的滑动时间窗的前一滑动时间窗的动作状态和当前的滑动时间窗的动作状态，确定状态转移系数
图7是第四确定单元确定状态转移系数的方式的一个示意图。如图7所示，各转移曲线700的带箭头的一端700a表示当前的滑动时间窗的动作状态，各转移曲线700的不带箭头的一端700b表示当前的滑动时间窗的前一滑动时间窗的动作状态，各转移曲线700上的数值表示状态转移系数其中，i为s、n或e，用于标记该前一滑动时间窗的动作状态，j为s、n或e，用于标记该当前的滑动时间窗的动作状态，例如：表示前一滑动时间窗的动作状态为第一状态701，当前的滑动时间窗的动作状态为第三状态703时的状态转移系数；表示前一滑动时间窗的动作状态和当前的滑动时间窗的动作状态都是第二状态702时的状态转移系数。
在本实施例中，如果当前的滑动时间窗的动作状态为第三状态，那么，状态转移系数可以大于1，例如，如图7所示，状态转移系数都大于1，此外，其他的状态转移系数可以小于1。
在本实施例中，如图7所示，当前一滑动时间窗的动作状态和当前的滑动时间窗的动作状态都是第一状态701时，状态转移系数即，当前的滑动时间窗k的状态转移系数与前一滑动时间窗k-1的状态转移系数相同，其中，*表示前一滑动时间窗之前的滑动时间窗的动作状态。
此外，需要说明的是，图7所示的各状态转移系数的数值仅是举例，本实施例并不限于此。
在本实施例中，第五确定单元603可以根据该状态转移系数和前一滑动时间窗的危险系数确定当前的滑动时间窗的危险系数例如，第五确定单元603可以将前一滑动时间窗的危险系数与状态转移系数累乘，得到当前的滑动时间窗的危险系数，即，
此外，在本实施例中，第五确定单元603还可以根据前一滑动时间窗的动作状态和当前的滑动时间窗的动作状态，对前一滑动时间窗的危险系数进行修正，例如，当前的滑动时间窗的动作状态为第三状态，前一滑动时间窗的动作状态为第一状态或第二状态时，如果前一滑动时间窗的危险系数小于1，那么，将修正为等于1，如果前一滑动时间窗的危险系数大于等于1，那么，保持原值。
在本实施例中，该装置200还可以具有报警单元(未图示)。在当前滑动时间窗的危险系数等于或大于门限值fth时，发出报警信号，其中，该门限值fth例如为2。
根据本实施例，基于被检测体对无线信号进行反射的反射信号进行反射点的聚类，以形成反射点的簇，并提取簇的特征，根据簇的特征检测被测体的动作类型。由于反射点的簇的特征能够准确地反映被检测体的动作，因此，本实施例能够以简单而有效的方式准确地识别被检测体的动作类型；此外，由于无需进行基于大量采样样本的监督式学习，因而，本实施例在不同的场景下的通用性较强，且适用于各种复杂场景；此外，本实施例能够根据滑动时间窗口中其它子窗口的动作类型，判定当前子窗口的动作类型，提高了动作类型的检测准确性。
实施例2
本申请实施例2提供一种基于无线信号的动作检测方法，与实施例1的动作检测装置对应。
图8是本实施例的基于无线信号的动作检测方法的一个示意图，如图8所示，该方法包括：
步骤801、对无线信号源发射的无线信号的反射信号进行处理，得到在各预定的时间周期内对所述无线信号进行反射的各反射点的运动速率和各反射点在二维平面的位置信息；
步骤802、根据各反射点的所述位置信息对该预定的时间周期内的所述反射点进行聚类形成两个簇，其中，所述两个簇包括主簇和从簇，所述主簇的簇中心与所述反射信号的接收装置的距离比所述从簇的簇中心与所述接收装置的距离近；
步骤803、计算所述主簇中反射点的平均速率，以及所述主簇的簇中心和所述从簇的簇中心的间距；以及
步骤804、根据所述平均速率和所述间距，确定所述被检测体的动作类型。
如图8所示，该方法还包括：
步骤805、根据该预定的时间周期内各反射点所反射的反射信号的到达角计算所述到达角的分布范围；以及
步骤806、根据所述到达角的分布范围对所述平均速率和/或所述间距进行修正。
在本实施例的步骤804中，可以基于修正后的所述平均速率和/或修正后的所述间距，确定所述被检测体的动作。
如图8所示，该方法还包括：
步骤807、对所述平均速率、所述到达角的分布范围和所述间距进行滤波。
在本实施例的步骤806中，可以使用步骤807滤波后的所述到达角的分布范围对滤波后的所述平均速率和/或滤波后的所述间距进行修正。
图9是本实施例的确定被检测体的动作类型的方法的一个示意图，用来实现步骤804，如图9所示，该方法包括：
步骤901、根据滑动时间窗中各子窗口对应的所述平均速率和所述间距，确定该子窗口的动作类型。
如图9所示，该方法还包括：
步骤902、在当前的所述子窗口的动作类型被确定为两种以上时，根据当前的所述子窗口之后的子窗口的动作类型，确定当前的所述子窗口的动作类型。
在本实施例中，图8所示的基于无线信号的动作检测方法还包括：
步骤808、确定滑动窗口的危险系数。
图10是本实施例的确定滑动窗口的危险系数的方法的一个示意图，用来实现步骤808，如图10所示，该方法包括：
步骤1001、根据各滑动时间窗中预定的子窗口的动作类型确定被检测体在该滑动时间窗的动作状态；
步骤1002、根据当前的滑动时间窗的前一滑动时间窗的动作状态和当前的滑动时间窗的动作状态，确定状态转移系数，所述状态转移系数用于表征危险状态的可能性的增加程度；以及
步骤1003、根据所述状态转移系数和前一滑动时间窗的危险系数，确定当前的滑动时间窗的危险系数。
其中，在步骤1001中，当所述被检测体在该滑动时间窗中预定的子窗口的动作类型为预定类型时，根据该滑动时间窗内主簇的簇中心的位置信息的平均值是否位于预设的区域，确定所述被检测体在该滑动时间窗的动作状态。
在本实施例中，对于上述各步骤的详细说明可以参照实施例1对相应单元的说明，本实施例不再重复说明。
根据本实施例，基于被检测体对无线信号进行反射的反射信号进行反射点的聚类，以形成反射点的簇，并提取簇的特征，根据簇的特征检测被测体的动作类型。由于反射点的簇的特征能够准确地反映被检测体的动作，因此，本实施例能够以简单而有效的方式准确地识别被检测体的动作类型；此外，由于无需进行基于大量采样样本的监督式学习，因而，本实施例在不同的场景下的通用性较强，且适用于各种复杂场景；此外，本实施例能够根据滑动时间窗口中其它子窗口的动作类型，判定当前子窗口的动作类型，提高了动作类型的检测准确性。
实施例3
本申请实施例3提供一种电子设备，所述电子设备包括：如实施例1所述的动作检测装置。
图11是本申请实施例3的电子设备的一个构成示意图。如图11所示，电子设备1100可以包括：中央处理器(CPU)1101和存储器1102；存储器1102耦合到中央处理器1101。其中该存储器1102可存储各种数据；此外还存储用于进行控制的程序，并且在中央处理器1101的控制下执行该程序。
在一个实施方式中，动作检测装置200中的功能可以被集成到中央处理器1101中。
其中，中央处理器1101可以被配置为：
对无线信号源发射的无线信号的反射信号进行处理，得到在各预定的时间周期内对所述无线信号进行反射的各反射点的运动速率和各反射点在二维平面的位置信息；根据各反射点的所述位置信息对该预定的时间周期内的所述反射点进行聚类形成两个簇，其中，所述两个簇包括主簇和从簇，所述主簇的簇中心与所述反射信号的接收装置的距离比所述从簇的簇中心与所述接收装置的距离近；计算所述主簇中反射点的平均速率，以及所述主簇的簇中心和所述从簇的簇中心的间距；以及根据所述平均速率和所述间距，确定所述被检测体的动作类型。
其中，中央处理器1101还可以被配置为：
根据该预定的时间周期内各反射点所反射的反射信号的到达角计算所述到达角的分布范围；以及根据所述到达角的分布范围对所述平均速率和/或所述间距进行修正，其中，在确定所述被检测体的动作类型的步骤中，基于修正后的所述平均速率和/或修正后的所述间距，确定所述被检测体的动作。
其中，中央处理器1101还可以被配置为：
对所述平均速率、所述到达角的分布范围和所述间距进行滤波，其中，在对所述平均速率和/或所述间距进行修正的步骤中，使用滤波后的所述到达角的分布范围对滤波后的所述平均速率和/或滤波后的所述间距进行修正。
其中，中央处理器1101还可以被配置为：根据滑动时间窗中各子窗口对应的所述平均速率和所述间距，确定该子窗口的动作类型。
其中，中央处理器1101还可以被配置为：在当前的所述子窗口的动作类型被确定为两种以上时，根据当前的所述子窗口之后的子窗口的动作类型，确定当前的所述子窗口的动作类型。
其中，中央处理器1101还可以被配置为：根据各滑动时间窗中预定的子窗口的动作类型确定被检测体在该滑动时间窗的动作状态；根据当前的滑动时间窗的前一滑动时间窗的动作状态和当前的滑动时间窗的动作状态，确定状态转移系数，所述状态转移系数用于表征危险状态的可能性的增加程度；以及根据所述状态转移系数和前一滑动时间窗的危险系数，确定当前的滑动时间窗的危险系数。
其中，中央处理器1101还可以被配置为：当所述被检测体在该滑动时间窗中预定的子窗口的动作类型为预定类型时，根据该滑动时间窗内主簇的簇中心的位置信息的平均值是否位于预设的区域，确定所述被检测体在该滑动时间窗的动作状态。
此外，如图11所示，电子设备1100还可以包括：输入输出单元1103和显示单元1104等；其中，上述部件的功能与现有技术类似，此处不再赘述。值得注意的是，电子设备1100也并不是必须要包括图11中所示的所有部件；此外，电子设1100还可以包括图11中没有示出的部件，可以参考现有技术。
本申请实施例还提供一种计算机可读程序，其中当在动作检测装置或电子设备中执行所述程序时，所述程序使得动作检测装置或电子设备执行实施例2所述的动作检测方法。
本申请实施例还提供一种存储有计算机可读程序的存储介质，其中，所述存储介质存储上述计算机可读程序，所述计算机可读程序动作检测装置或电子设备执行实施例2所述的动作检测方法。
结合本发明实施例描述的测量装置可直接体现为硬件、由处理器执行的软件模块或二者组合。例如，图1、2、4、6中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合，既可以对应于计算机程序流程的各个软件模块，亦可以对应于各个硬件模块。这些软件模块，可以分别对应于实施例1所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息；或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中，也可以存储在可***移动终端的存储卡中。例如，若电子设备采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置，则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对图1、2、4、6描述的功能框图中的一个或多个和/或功能框图的一个或多个组合，可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件、或者其任意适当组合。针对图1、2、4、6描述的功能框图中的一个或多个和/或功能框图的一个或多个组合，还可以实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本申请进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的原理对本申请做出各种变型和修改，这些变型和修改也在本申请的范围内。
关于包括以上实施例的实施方式，还公开下述的附记：
1、一种基于无线信号的动作检测装置，用于检测被检测体的动作，该装置包括：
第一处理单元，其用于对无线信号源发射的无线信号的反射信号进行处理，得到在各预定的时间周期内对所述无线信号进行反射的各反射点的运动速率和各反射点在二维平面的位置信息；
第二处理单元，其根据各反射点的所述位置信息对该预定的时间周期内的所述反射点进行聚类形成两个簇，其中，所述两个簇包括主簇和从簇，所述主簇的簇中心与所述反射信号的接收装置的距离比所述从簇的簇中心与所述接收装置的距离近；
第一计算单元，其用于计算所述主簇中反射点的平均速率，以及所述主簇的簇中心和所述从簇的簇中心的间距；以及
动作确定单元，其根据所述平均速率和所述间距，确定所述被检测体的动作类型。
2、如附记1所述的装置，其中，所述装置还包括：
第二计算单元，其根据该预定的时间周期内各反射点所反射的反射信号的到达角计算所述到达角的分布范围；以及
第三计算单元，其根据所述到达角的分布范围对所述平均速率和/或所述间距进行修正，
其中，
所述动作确定单元基于修正后的所述平均速率和/或修正后的所述间距，确定所述被检测体的动作。
3、如附记2所述的装置，其中，该装置还包括：
滤波单元，其用于对所述平均速率、所述到达角的分布范围和所述间距进行滤波，
其中，所述第三计算单元使用滤波后的所述到达角的分布范围对滤波后的所述平均速率和/或滤波后的所述间距进行修正。
4、如附记1所述的装置，其中，所述动作确定单元包括：
第一确定单元，其根据滑动时间窗中各子窗口对应的所述平均速率和所述间距，确定该子窗口的动作类型。
5、如附记4所述的装置，其中，所述动作确定单元还包括：
第二确定单元，其在当前的所述子窗口的动作类型被确定为两种以上时，根据当前的所述子窗口之后的子窗口的动作类型，确定当前的所述子窗口的动作类型。
6、如附记1所述的装置，其中，所述装置还包括危险状态确定单元，所述危险状态确定单元包括：
第三确定单元，其根据各滑动时间窗中预定的子窗口的动作类型确定被检测体在该滑动时间窗的动作状态；
第四确定单元，其根据当前的滑动时间窗的前一滑动时间窗的动作状态和当前的滑动时间窗的动作状态，确定状态转移系数，所述状态转移系数用于表征危险状态的可能性的增加程度；以及
第五确定单元，其根据所述状态转移系数和前一滑动时间窗的危险系数，确定当前的滑动时间窗的危险系数。
7、如附记6所述的装置，其中，：
当所述被检测体在该滑动时间窗中预定的子窗口的动作类型为预定类型时，第三确定单元根据该滑动时间窗内主簇的簇中心的位置信息的平均值是否位于预设的区域，确定所述被检测体在该滑动时间窗的动作状态。
8、一种电子设备，具有如附记1-7中任一项所述的动作检测装置。
9、一种基于无线信号的动作检测方法，用于检测被检测体的动作，该方法包括：
对无线信号源发射的无线信号的反射信号进行处理，得到在各预定的时间周期内对所述无线信号进行反射的各反射点的运动速率和各反射点在二维平面的位置信息；
根据各反射点的所述位置信息对该预定的时间周期内的所述反射点进行聚类形成两个簇，其中，所述两个簇包括主簇和从簇，所述主簇的簇中心与所述反射信号的接收装置的距离比所述从簇的簇中心与所述接收装置的距离近；
计算所述主簇中反射点的平均速率，以及所述主簇的簇中心和所述从簇的簇中心的间距；以及
根据所述平均速率和所述间距，确定所述被检测体的动作类型。
10、如附记9所述的方法，其中，所述方法还包括：
根据该预定的时间周期内各反射点所反射的反射信号的到达角计算所述到达角的分布范围；以及
根据所述到达角的分布范围对所述平均速率和/或所述间距进行修正，
其中，
在确定所述被检测体的动作类型的步骤中，基于修正后的所述平均速率和/或修正后的所述间距，确定所述被检测体的动作。
11、如附记10所述的方法，其中，该方法还包括：
对所述平均速率、所述到达角的分布范围和所述间距进行滤波，
其中，在对所述平均速率和/或所述间距进行修正的步骤中，使用滤波后的所述到达角的分布范围对滤波后的所述平均速率和/或滤波后的所述间距进行修正。
12、如附记9所述的方法，其中，确定所述被检测体的动作类型包括：
根据滑动时间窗中各子窗口对应的所述平均速率和所述间距，确定该子窗口的动作类型。
13、如附记12所述的方法，其中，确定所述被检测体的动作类型还包括：
在当前的所述子窗口的动作类型被确定为两种以上时，根据当前的所述子窗口之后的子窗口的动作类型，确定当前的所述子窗口的动作类型。
14、如附记9所述的方法，其中，所述方法还包括：
根据各滑动时间窗中预定的子窗口的动作类型确定被检测体在该滑动时间窗的动作状态；
根据当前的滑动时间窗的前一滑动时间窗的动作状态和当前的滑动时间窗的动作状态，确定状态转移系数，所述状态转移系数用于表征危险状态的可能性的增加程度；以及
根据所述状态转移系数和前一滑动时间窗的危险系数，确定当前的滑动时间窗的危险系数。
15、如附记14所述的方法，其中，在确定被检测体在该滑动时间窗的动作状态的步骤中：
当所述被检测体在该滑动时间窗中预定的子窗口的动作类型为预定类型时，根据该滑动时间窗内主簇的簇中心的位置信息的平均值是否位于预设的区域，确定所述被检测体在该滑动时间窗的动作状态。