一种影响热释电人体身份识别的多因素建模方法.pdf

本发明公开了一种适用于影响热释电人体身份识别的多因素建模方法，包括如下步骤：(1)研究了影响人体身份识别的宏观因素与微观因素之间的映射机理,给出影响人体身份识别的定性描述，建立融合多因素影响机理的数学模型，揭示宏观因素与微观因素的映射关系；(2)设计实验并结合多种识别算法，定量计算人体目标到热释电的距离、人体体积、人体运动速度、信号调制罩和菲涅尔透镜这五种宏观因素与提高热释电技术对人体身份识别能力的关系，从而验证步骤(1)所提出的规律。本发明对提高人体身份识别能力起着指导性作用，并为今后利用热释电技术进行身份识别提供一种依据。

权利要求书
1.  一种适用于影响热释电人体身份识别的多因素建模方法，包括如下步骤：
(1)研究了影响人体身份识别的宏观因素与微观因素之间的映射机理,给出影响人体身份识别的定性描述，建立融合多因素影响机理的数学模型，揭示宏观因素与微观因素的映射关系：
(11)所述宏观影响因素包括人体到热释电节点的距离(HD)、人体体积(HV)、人体速度(HS)、菲涅尔透镜的类型(F)以及信号调制罩(M)；所述微观影响因素包括波峰与波谷幅值差(WR)、单位距离/时间内波峰的数目(WN)、波峰回到零点的时间(WT)以及单位时间内的频谱能量(FE)；
(12)宏观影响因素与微观影响因素相互作用分析：由于波形数据来自于人体热红外辐射源，所以微观影响因素决定了对人体身份的识别，同时运动人体热辐射强度变化的角频率ω作为宏观因素的主要参数，当宏观因素的状态随时间变化时，ω也随之变化，并引起传感器感应人体信息量的变化，竟而影响微观影响因素，所以两类影响因素之间必然存在着一定映射关系；
(13)设计场景，分析影响因素映射关系，提出假设，并验证：
(131)场景1：PIR传感模块产生明暗交替的感应区域，其感应范围为25°～155°，当体型相近的两个人体目标M和N在离传感模块不同的垂向距离，并从同一起始线出发，匀速移动相同的距离时，PIR模块产生相应的波形，经分析计算得出映射规律1；
映射规律1：宏观因素：人体到热释电节点的距离(HD)变小；微观因素：单位距离/时间内波峰的数目(WN)变多，波峰回到零点的时间(WT)变短，波峰与波谷幅值差(WR)变大，单位时间内的频谱能量(FE)变大，对人体身份识别能量变强；
分析：距热释电节点越远，ω越小，且经过的明暗交替区间越少，每个波峰过零点时间变长且热释电节点所检测的波峰越少，距热释电节点较近的人体目标，ω较大，每个波峰过零点时间较短，经过的明暗交替区间较多，节点所检测 的波峰较多，获取的人体热红外信息较多，同时传感器感应的能量也较大；
(132)场景2：当体型差别比较大的两个人体目标M和N沿同一路径，匀速移动相同的距离时，PIR模块产生相应波形，经分析计算得出映射规律2；
映射规律2：宏观因素：人体体积(HV)变小；微观因素：单位距离/时间内波峰的数目(WN)变多，波峰回到零点的时间(WT)变小，波峰与波谷幅值差(WR)变小，单位时间内的频谱能量(FE)变大，对人体身份识别能量变强；
分析：在相同条件下，特征瘦小型人体的ω要大于特征高大型人体，人体体积相差越大，波峰数目相差越明显，每个波峰过零点时间相差越大，所获取的人信息相差越大；
(133)场景3：同体型人体的两个人体目标M和N沿同一路径，以不同速度移动相同的距离时，PIR模块产生相应波形，经分析计算得出映射规律3。
映射规律3：宏观因素：人体速度(HS)变快；微观因素：单位距离/时间内波峰的数目(WN)变多,波峰回到零点的时间(WT)变短，波峰与波谷幅值差(WR)变小，单位时间内的频谱能量(FE)变小，对人体身份识别能量变强；
分析：以节点为参照物，人体N的单步伐越快，其ω就越大，波形变化的速率越快，波峰过零点时间越短，相等时间内所获得的波峰数就越多，波峰与波谷的时间差就越小，获取的人体信息越多；
(134)场景4：同体型人体的两个人体目标M和N沿同一路径，匀速移动相同的距离，PIR模块产生相应的波形，经分析计算得出映射规律4；
映射规律4：宏观因素：信号调制罩(M)孔变多；微观因素：单位距离/时间内波峰的数目(WN)变多，波峰回到零点的时间(WT)较短，波峰与波谷幅值差(WR)变小，单位时间内的频谱能量(FE)变大，对人体身份识别能量变强。
(2)设计实验并结合多种识别算法，定量计算人体目标到热释电的距离、人体体积、人体运动速度、信号调制罩和菲涅尔透镜这五种宏观因素与提高热释电技术对人体身份识别能力的关系，从而验证步骤(1)所提出的规律。

2.  如权利要求1所述的适用于影响热释电人体身份识别的多因素建模方法， 其特征在于，所述步骤(13)还包括：
综合分析得出影响人体身份识别的多因素映射的数学模型：
Y(WR,WN,WT,FE)＝f(HD,HV,HS,M,F)
将数学模型分解为两种定性的映射关系，该关系描述了提高人体身份识别能力的方法，如下表所示。

该数学模型定性描述了宏观影响因素与微观影响因素的关系，由于微观因素决定了对人体身份的识别能力，所以间接的证明了宏观因素对人体身份的识别起着一定的作用。

3.  如权利要求1所述的适用于影响热释电人体身份识别的多因素建模方法，其特征在于，所述步骤(2)具体为：
采用D205B型四元红外传感器、P0060型菲涅尔透镜(A型)、8001-1型菲涅尔透镜(B型)，分别安装在距离地面0.6米和1.2米处的固定架上，依据不同的宏观因素定义了四种实验。
(21)验证路径距离因素；
(22)验证人体体型因素；
(23)验证人体速度因素；
(24)验证信号调制罩和菲涅尔透镜因素。

4.  如权利要求3所述的适用于影响热释电人体身份识别的多因素建模方法，其特征在于，所述步骤(21)具体为：
(211)距离因素的验证：人体目标，以相同速度在不同路径进行移动时，进行人体身份识别；
(212)实验方法：十个20岁到25岁的人体，使用A型菲涅尔透镜，分别在三种距离进行了20次试验，获得600个样本，分别在三种路径上进行人体识别；
(213)验证方法：利用8种识别算法对十个人体目标在三种距离上求平均识别率，通过数据分析，可知：距离越近，对人体身份的识别能力就越强。

5.  如权利要求3所述的适用于影响热释电人体身份识别的多因素建模方法，其特征在于，所述步骤(22)还包括：
(221)人体体型因素的验证：相同距离，相同速度，对不同体型人体目标进行身份识别；
(222)实验方法：将9个20岁到25岁的人体样本按体型分成三类，并在距节点3M的距离，使用A型菲涅尔透镜，以相同的速度完成相同的轨迹，进行20次试验，并获得180个样本；
(223)验证：利用8种识别算法对三类体型的人体目标进行分类并求平均识别率，通过数据分析，可知：对体型较小人体目标的识别能力要优于体型较大的人体目标。

6.  如权利要求3所述的适用于影响热释电人体身份识别的多因素建模方法，其特征在于，所述步骤(23)还包括：
(231)速度因素的验证：人体在相同路径的上以不同速度移动时，对不同速度的人体身份进行识别；
(232)实验方法：十个20岁到25岁的人体在同一路径，使用A型菲涅尔透镜，分别以2种速度完成相同的轨迹，进行了10次试验，并获得200个样本；
(233)验证：利用8种识别算法对十个人体目标在不同速度的条件下进行识别，并求出平均识别率，通过数据分析，可知：对速度较快人体目标的识别能力要优于速度较慢的人体目标。

7.  如权利要求3所述的适用于影响热释电人体身份识别的多因素建模方法，其特征在于，所述步骤(24)还包括：
(241)不同信号调制罩和菲涅尔透镜因素的验证：相同距离，相同速度，对使用不同的信号调制罩和菲涅尔透镜的人体目标进行识别；
(242)实验方法：十个20岁到25岁的人体目标选择三条不同路径进行验证，每条路径移动20次，并获得600个样本；
(243)利用8种识别算法计算十个人体目标在不同信号调制罩和不同菲涅尔透镜的平均识别率，通过数据分析，可以得出如下结论：
A.孔数相对较多的调制罩，其平均识别率较高；
B.A型菲涅尔透镜的平均识别率大于B型菲涅尔透镜的平均识别率。

8.  如权利要求1所述的适用于影响热释电人体身份识别的多因素建模方法，其特征在于，所述步骤(2)还包括：
(25)在人体特征提取部分，首先选用小波分解的方式将原始信号分解为低频部分和高频部分并滤去杂波，这样的分解可以平滑的原始信号，经过快速傅里叶变换，然后使用PCA方法对数据进行降维；
(26)为评价实验中，人体到热释电节点的距离，人体体积，人体移动速度，信号调制罩，和菲涅尔透镜，对人体身份识别的影响，引用正确识别率，并采用k折交叉验证法对分类结果进行评价。

说明书一种影响热释电人体身份识别的多因素建模方法
技术领域
本发明涉及传感器网络技术中有关人体身份识别问题，具体地讲是一种影响热释电人体身份识别的多因素建模方法。
背景技术
现阶段身份识别的生物特征有手形、指纹、脸型、虹膜声音、按键力度等[1,2]，同时视频图像及红外图像成为人体运动特征分析的主要手段，但各种成像设备价格昂贵，并且检测及识别算法复杂度高，运算量大。为此，在特定的场合，利用热释电红外(PIR,Pyroelectric Infrared)探测器进行人体运动特征识别是一种很好的选择。
PIR探测器在常温下能够有效检测出探测区域内的移动红外辐射源,实现运动人体的检测[3]。由于成本低、功耗小和环境适应性强等特点，目前已广泛应用于安防系统、照明及摄像机的辅助控制中[4,5]。文献[6]采用多个分布式布局的PIR探测器实现了对运动人体的追踪。文献[7]采用单只PIR传感器获取运动人体的热红外信息，并采用主成分分析(principal component analysis，PCA)法对人体热释电特性信息进行了聚类，证明了该方法应用于人体运动特征提取及分类的可行性。文献[8]提出一种基于单只PIR探测器信号的人体运动特征识别方法，该方法利用典型相关分析(CCA)法将人体不同的特征进行融合，以提高对人体运动特征识别的能力。文献[9]Jian-Shuen Fang等人设计了一个低功耗基于热释电传感器的人体识别系统，该系统研究了人体的识别能力与热释电传感器所在的位置和到人体的垂向距离有关，并用不同的MASK来验证他的观点，同时还得出MASK孔的大小和数目与人体识别精度有一定的关联。文献[10]利用热释电红外传感器对不同速度的人体目标识别进行了研究，他们利用PCA对不同 速度的频谱数据进行特征提取，并利用支持向量机(SVM)的方法进行分类识别，证明不同速度的频谱数据用于分类是可行的。
基于前人对人体身份识别的研究，并在分析采集的大量数据的基础上，因此有必要提供一种适用于影响热释电人体身份识别的多因素建模方法，对现有的影响因素进行深入研究，从而今后利用热释电技术进行身份识别提供一种依据。
上述提到的相关文献：
[1]Dai Xuejing，Tang Chengqing.Biometric identification technology[J].China Public Security，2004(11):126-127
[2]Cheng Weidong，Dong Yonggui.Detection of human body motion features using pyroelectric infrared sensor[J].Chinese Journal of Scientific Instrument，2008,29(5):1021-1023.(In Chinese)
[3]Feller S D,Cull E,Kowalskid,et al.Tracking and imaging humans on heterogeneous infrared sensor array for tactical applications[J].Unattended Ground Sensor Technology and Applications IV,E.M.Carapezzaed,Proc SPIE.2002,47(43):168-175.
[4]Xue Zhaojun,Zhao Pengfei,Wan Baikun,et al.Application of infrared thermal imaging in gait recognition[J].Journal of Optoelectronics·Laser.2009,20(3):402-405.(in Chinese)
[5]Hao Q,Brady D J,Guenther B D,et al.Human tracking with wireless distributed pyroelectric sensors[J].IEEE Sensors Journal.2006,6(6):1683-1695.
[6]WANG Sen,CHEN Ying-wen,XU Ming,et al.Research of passive infrared wireless sensor network target tracking[J].Journal of Transduction Technology.2008,21(11):1929-1934.
[7]Cheng Weidong,Dong Yongui.Detection of human body motion features using pyroelectric infrared sensor[J].Chinese Journal of Scientific Instrument.2008,29(5):1021-1023.(In Chinese)
[8]WANG Linhong,GONG Weiguo,HE Lifang,et al.Human motion  recognition using pyroelectric infrared signal[J].Journal of Optoelectronics·Laser.2009,21(3):440-443.(In Chinese)
[9]Fang J S,Hao Q,Brady DJ,et al.Path-dependent human identification using a pyroelectric infrared sensor and Fresnel lens arrays[J].Optics Express.2006,14(2):609-624.(In Chinese).
[10]WAN Baikun,FENG Li,MING Dong,et al.Extraction and Recognition of Human Body Motion Features Base on Pyroelectric Infrared Information[J].Nanotechnology and Precision Engineering.2012,10(3):250-257.(In Chinese)
发明内容
本发明的目的是提供一种适用于影响热释电人体身份识别的多因素建模方法，对提高人体身份识别能力起着指导性作用，并为今后利用热释电技术进行身份识别提供一种依据。
为了实现上述目的，本发明提供了一种影响热释电人体身份识别的多因素建模方法，包括如下步骤：(1)研究了影响人体身份识别的宏观因素与微观因素之间的映射机理,给出影响人体身份识别的定性描述，建立融合多因素影响机理的数学模型，揭示宏观因素与微观因素的映射关系；(2)设计实验并结合多种识别算法，定量计算人体目标到热释电的距离、人体体积、人体运动速度、信号调制罩和菲涅尔透镜这五种宏观因素与提高热释电技术对人体身份识别能力的关系，从而验证步骤(1)所提出的规律。
在本发明的一个实施例中，所述步骤(1)具体为：(11)影响热释电对人体身份识别的因素有多种，本文结合国内外的研究成果，总结出了影响人体身份识别的几种主要因素，同时提出了宏观影响因素与微观影响因素的概念；(12)宏观影响因素与微观影响因素相互作用分析；(13)设计场景，分析影响因素映射关系，提出假设，并验证。
在本发明的另一实施例中，所述步骤(11)具体为：(111)宏观影响因素主要由人体到热释电节点的距离(HD)、人体体积(HV)、人体速度(HS)、菲涅尔透镜 的类型(F)以及信号调制罩(M)组成；(112)微观影响因素主要由波峰与波谷幅值差(WR)、单位距离/时间内波峰的数目(WN)、波峰回到零点的时间(WT)、单位时间内的频谱能量(FE)组成。
在本发明的再一实施例中，所述步骤(12)具体为：由于波形数据来自于人体热红外辐射源，所以微观影响因素决定了对人体身份的识别，同时运动人体热辐射强度变化的角频率ω作为宏观因素的主要参数，当宏观因素的状态随时间变化时，ω也随之变化，并引起传感器感应人体信息量的变化，竟而影响微观影响因素，所以两类影响因素之间必然存在着一定映射关系。
在本发明的又一实施例中，所述步骤(13)具体为：(131)场景1：PIR传感模块产生明暗交替的感应区域，其感应范围为25°～155°。当体型相近的两个人体目标M和N在离传感模块不同的垂向距离，并从同一起始线出发，匀速移动相同的距离时，PIR模块产生相应的波形，经分析计算得出映射规律1。
映射规律1：宏观因素：人体到热释电节点的距离(HD)变小；微观因素：单位距离/时间内波峰的数目(WN)变多，波峰回到零点的时间(WT)变短，波峰与波谷幅值差(WR)变大，单位时间内的频谱能量(FE)变大，对人体身份识别能量变强；分析过程：距热释电节点越远，ω越小，且经过的明暗交替区间越少。每个波峰过零点时间变长且热释电节点所检测的波峰越少，距热释电节点较近的人体目标，ω较大，每个波峰过零点时间较短，经过的明暗交替区间较多，节点所检测的波峰较多，获取的人体热红外信息较多，同时传感器感应的能量也较大。(132)场景2：当体型差别比较大的两个人体目标M和N沿同一路径，匀速移动相同的距离时，PIR模块产生相应波形，经分析计算得出映射规律2。映射规律2：宏观因素：人体体积(HV)变小；微观因素：单位距离/时间内波峰的数目(WN)变多，波峰回到零点的时间(WT)变小，波峰与波谷幅值差(WR)变小，单位时间内的频谱能量(FE)变大，对人体身份识别能量变强；分析过程：在相同条件下，特征瘦小型人体的ω要大于特征高大型人体。人体体积相差越大，波峰数目相差越明显，每个波峰过零点时间相差越大，所获取的人信息相差越大。(133)同体型人体的两个人体目标M和N沿同一路径，以不同速度移动相同 的距离时，PIR模块产生相应波形，经分析计算得出映射规律3。映射规律3：宏观因素：人体速度(HS)变快；微观因素：单位距离/时间内波峰的数目(WN)变多,波峰回到零点的时间(WT)变短，波峰与波谷幅值差(WR)变小，单位时间内的频谱能量(FE)变小，对人体身份识别能量变强；分析过程：以节点为参照物，人体N的单步伐越快，其ω就越大，波形变化的速率越快，波峰过零点时间越短，相等时间内所获得的波峰数就越多，波峰与波谷的时间差就越小，获取的人体信息越多。(134)同体型人体的两个人体目标M和N沿同一路径，匀速移动相同的距离，PIR模块产生相应的波形，经分析计算得出映射规律4；映射规律4：宏观因素：信号调制罩(M)孔变多；微观因素：单位距离/时间内波峰的数目(WN)变多，波峰回到零点的时间(WT)较短，波峰与波谷幅值差(WR)变小，单位时间内的频谱能量(FE)变大，对人体身份识别能量变强。
在本发明的再一实施例中，所述步骤(13)还包括：综合上述分析可以得出影响人体身份识别的多因素映射的数学模型：
Y(WR,WN,WT,FE)＝f(HD,HV,HS,M,F)
将数学模型分解为两种定性的映射关系，该关系描述了提高人体身份识别能力的方法，如下表所示。

该数学模型定性描述了宏观影响因素与微观影响因素的关系，由于微观因素决定了对人体身份的识别能力，所以间接的证明了宏观因素对人体身份的识别起着一定的作用。
在本发明的又一实施例中，所述步骤(2)具体为：采用D205B型四元红外传感器、P0060型菲涅尔透镜(A型)、8001-1型菲涅尔透镜(B型)，分别安装 在距离地面0.6米和1.2米处的固定架上，依据不同的宏观因素定义了四种实验。(21)验证路径距离因素；(22)验证人体体型因素；(23)验证人体速度因素；(24)验证信号调制罩和菲涅尔透镜因素。
在本发明的再一实施例中，所述步骤(21)具体为：(211)距离因素的验证：人体目标，以相同速度在不同路径进行移动时，进行人体身份识别；(212)实验方法：十个20岁到25岁的人体，使用A型菲涅尔透镜(7孔)，分别在三种距离进行了20次试验，可以获得600个样本，分别在三种路径上进行人体识别；(213)验证方法：利用8种识别算法对十个人体目标在三种距离上求平均识别率，通过数据分析，可知：从三段路径的识别率可以看出，距离越近，对人体身份的识别能力就越强，其中有5种算法验证了映射规律一。
在本发明的又一实施例中，所述步骤(22)具体为：(221)人体体型因素的验证：相同距离，相同速度，对不同体型人体目标进行身份识别；(222)实验方法：将9个20岁到25岁的人体样本按体型分成三类，并在距节点3M的距离，使用A型菲涅尔透镜(7孔)，以相同的速度完成相同的轨迹，进行20次试验，并获得180个样本；(223)验证：利用8种识别算法对三类体型的人体目标进行分类并求平均识别率，通过数据分析，可知：对体型较小人体目标的识别能力要优于体型较大的人体目标，其中有五种算法验证了映射规律二。
在本发明的又一实施例中，所述步骤(23)具体为：(231)速度因素的验证：人体在相同路径的上以不同速度移动时，对不同速度的人体身份进行识别；(232)实验方法：十个20岁到25岁的人体在同一路径(距节点垂向距离为3m)，使用A型菲涅尔透镜，分别以2种速度完成相同的轨迹，进行了10次试验，并获得200个样本；(233)验证：利用8种识别算法对十个人体目标在不同速度的条件下进行识别，并求出平均识别率，通过数据分析，可知：对速度较快人体目标的识别能力要优于速度较慢的人体目标，验证了映射规律三。
在本发明的再一实施例中，所述步骤(24)具体为：(241)不同信号调制罩和菲涅尔透镜因素的验证：相同距离，相同速度，对使用不同的信号调制罩和菲涅尔透镜的人体目标进行识别；(242)实验方法：十个20岁到25岁的人 体目标选择三条不同路径进行验证，每条路径移动20次，并获得600个样本；(243)利用8种识别算法计算十个人体目标在不同信号调制罩和不同菲涅尔透镜的平均识别率，通过数据分析，可以得出如下结论：A.孔数相对较多的调制罩，其平均识别率较高；B.型菲涅尔透镜的平均识别率大于B型菲涅尔透镜的平均识别率。从而验证了映射规律四。
在本发明的又一实施例中，所述步骤(2)还包括：(25)在人体特征提取部分，我们首先选用小波分解的方式将原始信号分解为低频部分和高频部分并滤去杂波，这样的分解可以平滑的原始信号，经过快速傅里叶变换，然后使用PCA方法对数据进行降维；(26)为评价实验中，人体到热释电节点的距离，人体体积，人体移动速度，信号调制罩，和菲涅尔透镜，对人体身份识别的影响，引用正确识别率，并采用k折交叉验证法对分类结果进行评价。
由上述技术方案可知，本发明适用于影响热释电人体身份识别的多因素建模方法。基于前人的研究成果，进行深入研究，发现热释电对人体身份的识别能力与多种因素有关，经过对多种影响因素的分析，从宏观影响因素和微观影响因素角度出发，通过热释电系统所采集的人体热红外数据，分析了宏观因素和微观因素的映射机理，利用该机理推导出，影响人体身份识别的数学模型和映射关系。最后通过实验验证了模型的有效性和正确性，得出在相对环境下，人体到热释电距离越近，人体体型越小，人体速度越快，信号调制罩孔数越多，热释电系统对人体身份识别的能力就越强。该数学模型为从事基于热释电技术对人体身份识别研究的人员，提供了一定的参考价值。
附图说明
图1为本发明适用于影响热释电人体身份识别的多因素建模方法的流程图。
图2为本发明适用于影响热释电人体身份识别的多因素建模方法的实验平台装置图。
图3为本发明适用于影响热释电人体身份识别的多因素建模方法中场景1环境下，PIR模块感测到的波形图。
图4a本发明适用于影响热释电人体身份识别的多因素建模方法中场景2环境下，PIR模块感测到的波形图。
图4b为本发明适用于影响热释电人体身份识别的多因素建模方法中场景2环境下，不同体型人体红外感应分析图。
图5为本发明适用于影响热释电人体身份识别的多因素建模方法中场景3环境下，PIR模块感测到的波形图。
图6为本发明适用于影响热释电人体身份识别的多因素建模方法中场景4环境下，PIR模块感测到的波形图。
图7为本发明适用于影响热释电人体身份识别的多因素建模方法中实验一条件下，不同算法针对不同距离平均识别率的比较图。
图8为本发明适用于影响热释电人体身份识别的多因素建模方法中实验二条件下，不同算法针对不同体积平均识别率的比较图。
图9为本发明适用于影响热释电人体身份识别的多因素建模方法中实验三条件下，不同算法针对不同速度平均识别率的比较图。
图10为本发明适用于影响热释电人体身份识别的多因素建模方法中实验四条件下，不同算法针对不同调制罩和透镜的平均识别率比较图。
具体实施方式
下面结合附图及实施例对本发明作进一步的详细描述。
结合图1，本实施例适用于影响热释电人体身份识别的多因素建模方法包括如下步骤：
步骤S1，研究了影响人体身份识别的宏观因素与微观因素之间的映射机理,给出影响人体身份识别的定性描述，建立融合多因素影响机理的数学模型，揭示宏观因素与微观因素的映射关系；
步骤S2，设计实验并结合多种识别算法，定量计算人体目标到热释电的距离、人体体积、人体运动速度、信号调制罩和菲涅尔透镜这五种宏观因素与提 高热释电技术对人体身份识别能力的关系，从而验证步骤(1)所提出的规律。
其中，步骤S1具体为：
步骤S11，影响热释电对人体身份识别的因素有多种，本文结合国内外的研究成果，总结出了影响人体身份识别的几种主要因素，同时提出了宏观影响因素与微观影响因素的概念；
步骤S12，宏观影响因素与微观影响因素相互作用分析；
步骤S13，设计场景，分析影响因素映射关系，提出假设，并验证。
其中，步骤S11具体为：
步骤S111，宏观影响因素主要由人体到热释电节点的距离(HD)、人体体积(HV)、人体速度(HS)、菲涅尔透镜的类型(F)以及信号调制罩(M)组成；
步骤S112，微观影响因素主要由波峰与波谷幅值差(WR)、单位距离/时间内波峰的数目(WN)、波峰回到零点的时间(WT)、单位时间内的频谱能量(FE)组成。
图2为适用于影响热释电人体身份识别的多因素建模方法中人体热释电数据采集系统的示意图，图2所述具体情况如下：
人体通过PIR节点时，PIR传感器能感应到人体热红外辐射，并将感应信息转换为电信号，电信号通过数据采集器的处理，通过无线信道传输到数据接收器，最后接入计算机的软件算法模块对采集到的人体热释电信息进行数据分析。
数据采集系统中PIR传感模块的硬件部分主要由PIR传感器、菲涅尔透镜、信号调制罩、信号调制电路组成，其特性如下：
A.PIR传感器：采用的是D205B型热释电传感器，它采用四元结构，由四个有极性的敏感元件反向串联，可以有效地防止因光线及环境温度变化而引起的误差；
B.菲涅尔透镜：菲涅尔透镜由明暗区交替组成，不仅能增加传感器的探测距离，通过它的热红外信息也将产生一定规律性数据，但比较杂乱。所以在它前加装一个信号调制罩，可以简单调制人体目标的热红外信号，增强不同人体目标热红外信息的规律性，这样就能更好的区分多个人体目标；
C.信号调制罩：该罩为7孔或9孔的金属罩，配合菲涅尔透镜对人体热红外 数据进一步优化，提高对人体身份的识别能力。
该系统平台的建立为分析宏观影响因素与微观影响因素的映射机理，以及所建数学模型的有效性和正确性提供了数据上的支撑。
基于数据采集平台，适用于影响热释电人体身份识别的多因素建模方法中，步骤S13具体为：
步骤S131，场景1：PIR传感模块产生明暗交替的感应区域，其感应范围为25°～155°。当体型相近的两个人体目标M和N在离传感模块不同的垂向距离，并从同一起始线出发，匀速移动相同的距离时，PIR模块产生如图3所示的波形，经分析计算得出映射规律1。
映射规律1：宏观因素：人体到热释电节点的距离(HD)变小；微观因素：单位距离/时间内波峰的数目(WN)变多，波峰回到零点的时间(WT)变短，波峰与波谷幅值差(WR)变大，单位时间内的频谱能量(FE)变大，对人体身份识别能量变强；
证明：
设M和N水平移动的距离分别为且离传感器节点的垂直距离分别为步伐距离分别为和i＝1,2,3…m,j＝1,2,3…n。n,m表示步伐数，可得出：
另设和对应的夹角分别为角度变化率分别为所以有：
ωiM=θiMΔtiωjN=θjNΔtj,]]>由于Δti＝Δtj，DyM>DyN,]]>可得，θiM<θjN]]>且ωiM<ωjN]]>
分析：距热释电节点越远，ω越小，且经过的明暗交替区间越少。每个波峰过零点时间变长且热释电节点所检测的波峰越少，距热释电节点较近的人体目标，ω较大，每个波峰过零点时间较短，经过的明暗交替区间较多，节点所检测的波峰较多，获取的人体热红外信息较多，同时传感器感应的能量也较大。
步骤S132,场景2：当体型差别比较大的两个人体目标M和N沿同一路径，匀速移动相同的距离时，PIR模块产生如图4a所示波形，经分析计算得出映射规律2。
映射规律2：宏观因素：人体体积(HV)变小；微观因素：单位距离/时间内波峰的数目(WN)变多，波峰回到零点的时间(WT)变小，波峰与波谷幅值差(WR)变小，单位时间内的频谱能量(FE)变大，对人体身份识别能量变强；
证明：
设M和N水平移动的距离分别为与传感器节点的垂直距离分别为步伐距离(理论距离)为和i＝1,2,3…m,j＝1,2,3…n。n,m表示步伐数，人体横向体积为如图4b所示，当实际移动距离为DxM=DxN=ΣimdiMx=ΣjndjNx]]>时，可得TiM=diM-VxMTjN=djN-VxN,]]>由于Δti＝Δtj，且VxM>VxN,]]>可得出TiMΔti<TjNΔtj,]]>即ωiM<ωjN.]]>
分析：在相同条件下，特征瘦小型人体的ω要大于特征高大型人体。人体体积相差越大，波峰数目相差越明显，每个波峰过零点时间相差越大，所获取的人信息相差越大。
步骤S133,场景3：同体型人体的两个人体目标M和N沿同一路径，以不同速度移动相同的距离时，PIR模块产生如图5的波形，经分析计算得出映射规律3。
映射规律3：宏观因素：人体速度(HS)变快；微观因素：单位距离/时间内波峰的数目(WN)变多,波峰回到零点的时间(WT)变短，波峰与波谷幅值差(WR)变小，单位时间内的频谱能量(FE)变小，对人体身份识别能量变强；
证明：
设M和N水平移动的距离分别为且速度分别为距传感器节点的垂直距离分别为且步伐距离为和i＝1,2,3…m,j＝1,2,3…n。n,m表示步伐数。当可得：DxM=DxN=ΣimdiMx=ΣjndjNx,]]>diMViM=DxMViM=ωiMdjNVjN=DxNVjM=ωjN]]>即ωiM<ωjN.]]>
分析：以节点为参照物，人体N的单步伐越快，其ω就越大，波形变化的速率越快，波峰过零点时间越短，相等时间内所获得的波峰数就越多，波峰与波谷的时间差就越小，获取的人体信息越多。
步骤S134,场景4：同体型人体的两个人体目标M和N沿同一路径，匀速移动相同的距离，PIR模块产生如图6所示波形，经分析计算得出映射规律4；
证明：
所使用的菲涅尔透镜为P0060型，该透镜上层有8个小的透镜，下层有4个透镜，视区宽度为a，探测点到节点距离L及视角范围θ的关系如公式1所示
a=2πLθ360×(2n-1)]]>
n代表孔数，2n-1代表信号调制罩所调制的明暗区总数，设W型信号调制罩为7孔，V型信号调制罩为9孔，由于W型罩和V型罩感应区域相同，所以V型的明暗交替区域要多于W型，使用V型罩的热释电节点感应人体红外信息量必大于W型。
映射规律4：宏观因素：信号调制罩(M)孔变多；微观因素：单位距离/时间内波峰的数目(WN)变多，波峰回到零点的时间(WT)较短，波峰与波谷幅值差(WR)变小，单位时间内的频谱能量(FE)变大，对人体身份识别能量变强。
其中，所述步骤S13还包括：
综合上述分析可以得出影响人体身份识别的多因素映射的数学模型：
Y(WR,WN,WT,FE)＝f(HD,HV,HS,M,F)
将数学模型分解为两种定性的映射关系，该关系描述了提高人体身份识别能力的方法，如下表所示。


该数学模型定性描述了宏观影响因素与微观影响因素的关系，由于微观因素决定了对人体身份的识别能力，所以间接的证明了宏观因素对人体身份的识别起着一定的作用。
为了验证宏观因素对人体身份识别的影响，四种实验分别定义了不同的变量和常量，并用不同识别算法通过比较识别率来定量的验证数学模型和映射关系。其中涉及实验平台具体为采用D205B型四元红外传感器、P0060型菲涅尔透镜(A型)、8001-1型菲涅尔透镜(B型)，分别安装在距离地面0.6米和1.2米处的固定架上。从而所述步骤S2具体为：
步骤S21，验证路径距离因素；
步骤S22，验证人体体型因素；
步骤S23，验证人体速度因素；
步骤S24，验证信号调制罩和菲涅尔透镜因素。
其中，所述步骤(21)具体为：
步骤S211，距离因素的验证：人体目标，以相同速度在不同路径进行移动时，进行人体身份识别；
步骤S212，实验方法：十个20岁到25岁的人体，使用A型菲涅尔透镜(7孔)，分别在三种距离进行了20次试验，可以获得600个样本，分别在三种路径上进行人体识别；
步骤S213，验证方法：利用8种识别算法对十个人体目标在三种距离上求平均识别率，如图7所示，从三段路径的识别率可以看出，距离越近，对人体身份的识别能力就越强，其中有5种算法验证了映射规律一。
图7为本发明适用于影响热释电人体身份识别的多因素建模方法中实验一 条件下，不同算法针对不同距离平均识别率的比较图。从多种算法角度描述了当人体与热释电的垂直距离分别为1.8m，3m和4.2m情况下，热释电传感器的对人体的识别能力，继而验证了映射规律一。
其中，所述步骤S22具体为：
步骤S221，人体体型因素的验证：相同距离，相同速度，对不同体型人体目标进行身份识别；
步骤S222，实验方法：将9个20岁到25岁的人体样本按体型分成三类，并在距节点3M的距离，使用A型菲涅尔透镜(7孔)，以相同的速度完成相同的轨迹，进行20次试验，并获得180个样本；
步骤S223，验证：利用8种识别算法对三类体型的人体目标进行分类并求平均识别率，如图8所示，对体型较小人体目标的识别能力要优于体型较大的人体目标，其中有五种算法验证了映射规律二。
图8为本发明适用于影响热释电人体身份识别的多因素建模方法中实验二条件下，不同算法针对不同体积平均识别率的比较图。从多种算法角度描述了当受试验者体型分别为瘦小，中等，肥胖情况下，热释电传感器的对人体的识别能力，继而验证了映射规律二。
其中，步骤S23还包括：
步骤231，速度因素的验证：人体在相同路径的上以不同速度移动时，对不同速度的人体身份进行识别；
步骤232，实验方法：十个20岁到25岁的人体在同一路径(距节点垂向距离为3m)，使用A型菲涅尔透镜，分别以2种速度完成相同的轨迹，进行了10次试验，并获得200个样本；
步骤233，验证：利用8种识别算法对十个人体目标在不同速度的条件下进行识别，并求出平均识别率，从图9可以看出，对速度较快人体目标的识别能力要优于速度较慢的人体目标，验证了映射规律三。
图9为本发明适用于影响热释电人体身份识别的多因素建模方法中实验三 条件下，不同算法针对不同速度平均识别率的比较图。从多种算法角度描述了当受试验者行走速度分别为1.0m/s，1.5m/s情况下，热释电传感器的对人体的识别能力，继而验证了映射规律三。
其中，步骤S24还包括：
步骤S241，不同信号调制罩和菲涅尔透镜因素的验证：相同距离，相同速度，对使用不同的信号调制罩和菲涅尔透镜的人体目标进行识别；
步骤S242，实验方法：十个20岁到25岁的人体目标选择三条不同路径进行验证，每条路径移动20次，并获得600个样本；
步骤S243，利用8种识别算法计算十个人体目标在不同信号调制罩和不同菲涅尔透镜的平均识别率，如图10所示，可以得出如下结论：
A.孔数相对较多的调制罩，其平均识别率较高；
B.A型菲涅尔透镜的平均识别率大于B型菲涅尔透镜的平均识别率。
验证了映射规律四。
图10为本发明适用于影响热释电人体身份识别的多因素建模方法中实验四条件下，不同算法针对不同调制罩和透镜的平均识别率比较图。从多种算法角度描述了当不同信号调制罩和菲涅尔透镜(分别为7孔罩，A型透镜；9孔罩，B型透镜；11孔罩，A型透镜)情况下，热释电传感器的对人体的识别能力，继而验证了映射规律四。
其中，所述步骤S2还包括：
步骤S25，在人体特征提取部分，我们首先选用小波分解的方式将原始信号分解为低频部分和高频部分并滤去杂波，这样的分解可以平滑的原始信号，经过快速傅里叶变换，然后使用PCA方法对数据进行降维；
步骤S26，为评价实验中，人体到热释电节点的距离，人体体积，人体移动速度，信号调制罩，和菲涅尔透镜，对人体身份识别的影响，引用正确识别率，并采用k折交叉验证法对分类结果进行评价。
本实例中通过实验验证了模型的有效性和正确性，得出在相对环境下，人 体到热释电距离越近，人体体型越小，人体速度越快，信号调制罩孔数越多，热释电系统对人体身份识别的能力就越强。
以上结合最佳实施例对本发明进行了描述，但本发明并不局限于以上揭示的实施例，而应当涵盖各种根据本发明的本质进行的修改、等效组合。