ارزیابی دو روش استخراج ویژگی مبتنی بر پردازش زمان-فرکانس سیگنال رادار با هدف تشخیص زمین خوردن در سالمندان

در این مقاله، دو الگوریتم پردازش سیگنال زمان-فرکانس برای استخراج ویژگی از سیگنال رادار مورد ارزیابی قرار می گیرد که با کمک آنها تشخیص اتوماتیک زمین خوردن سالمندان با دقت بالا قابل تحقق خواهد بود. نقطه شروع در تشخیص زمین خوردن مبتنی بر رادار استخراج ویژگی از سیگنال راداری است. بردار ویژگی استخراج شده در قسمت طبقه بندی برای تشخیص فعالیت زمین خوردن از غیرزمین خوردن مورد استفاده قرار می گیرد. در اولین روش، تبدیل موجک به عنوان یک رویکرد متداول پردازش زمان-فرکانس جهت استخراج ویژگی از سیگنال رادار به کاررفته و کارایی انواع موجک های مادر با هم مقایسه می شوند. همچنین آنالیز کپسترال فرکانس مل به عنوان یک روش پردازش زمان-فرکانس مطرح در پردازش گفتار به عنوان روش دوم در استخراج ویژگی مطرح می شود. سپس هر دو روش استخراج ویژگی در سه طبقه بندی کننده K-نزدیکترین همسایه، ماشین بردار پشتیبان و درخت تصمیم گیری به جهت کارایی طبقه بندی کننده ها مورد ارزیابی جامع قرار گرفته و مقایسه می شوند. پیاده سازیهای انجام شده، نشان دهنده عملکرد بهتر طبقه بندی کننده‎ها در روش استخراج ویژگی مبتنی بر آنالیز کپسترال فرکانس مل در مقایسه با روش تبدیل موجک است.

Keywords:

استخراج ویژگی , تبدیل موجک , ضرایب کپسترال فرکانس مل , تشخیص زمین خوردن مبتنی بر رادار