Kan mikrodoppler förutsäga mänsklig rörelse?

Analysen av mänsklig rörelse med hjälp av radar har blivit ett allt mer aktivt ämne för studier på grund av de olika tillämpningarna som en sådan analys erbjuder (Lai et al., 2008; Fairchild & Narayanan, 2016; Narayanan et al., 2014). Information om mänsklig rörelse har viktiga tillämpningar för militära operationer i städer, sök- och räddningsuppdrag, övervakning och patientövervakning på sjukhus. Mikrorörelserna av mänskliga rörelser i närvaro av radarbelysning skapar unika moduleringar i den mottagna signalen som kallas mikrodopplereffekten. Genom att analysera dessa frekvensmoduleringar kan man sluta sig till vilken typ av rörelse som utförs. Denna mikrorörelse associerad med mänsklig rörelse producerar en icke-linjär och icke-stationär signal som kan karakteriseras med hjälp av tids-frekvensdomänanalys. Sådana signaler kommer att användas för att identifiera hög skaderisk kontra låg skaderisk idrottare, vilket skapar en möjlighet att rikta begränsade förebyggande resurser till dessa högriskidrottare; identifiera individer som riskerar att falla; och kan till och med vara användbar för att diagnostisera tillstånd som Parkinsons där asymmetriska rörelsemönster förekommer som en tidig indikator.

Traditionella metoder för rörelseanalys involverar användningen av dyra video motion capture system som noggrant mäter den tredimensionella positionen för passiva reflekterande markörer fästa på människokroppens landmärken såsom leder och kroppssegment, och medan motion capture-system används för att effektivt uppskatta rörelsedynamik , de är i allmänhet inte bärbara, de är dyra och de kan vara besvärliga när de reflekterande markörerna appliceras på äldre personer eller personer med rörelsebrister. Drs. Narayanan och Onks har framgångsrikt testat en ny användning av Doppler-radar som är portabel, billigare och eliminerar behovet av att fästa besvärliga reflekterande markörer på deltagarna. Dessutom har preliminära tester visat förmågan att skilja mellan vissa rörelseförhållanden med en precisionsnivå som vi anser inte kan erhållas med video motion capture.