Die Überwachung von Lebenszeichen wie Atmung oder Herzfrequenz sowie anderer körperlicher Bewegungen in komplexen Umgebungen ist die Grundlage für viele neue Anwendungen, die vom Gesundheitswesen bis hin zu autonomen Fahrzeugen reichen. Die Entwicklung von Radarsystemen, die diese Bewegungen aus der Ferne überwachen können, erfordert Messkampagnen in Kombination mit fortschrittlichen Algorithmen für maschinelles Lernen. Trotz der überzeugenden Anwendungen und des Bedarfs an großen und vielfältigen Datensätzen zur Validierung des Designs gibt es in der Literatur nur wenige Beispiele für simulierte menschliche Bewegungen in Mehrwege-Umgebungen. Um diese Lücke zu schließen, wird in der hier vorgestellten Arbeit eine Methode zur genauen Simulation der Radarrückstreuung durch zeitlich variierende menschliche Bewegungen vorgestellt. Insbesondere animieren wir die menschliche Atmung mit anatomisch genauen mathematischen Modellen durch physikalisch-optisch basierte Simulation und validierten sie anhand von monostatischen Radarmessungen mit einem 28,5-GHz-Kanallot in einer halbschalltoten Kammer des National Institute of Standards and Technology, bei denen die Phase und der Pfadverlust im Laufe der Zeit von einem 2 m entfernten, atmenden Menschen erfasst wurden. Unter Verwendung von Vital-Sensor-Daten als Basiswahrheit zeigen wir, dass die Animationen mit den Atemmustern und der Herzfrequenz des simulierten Menschen übereinstimmen. Darüber hinaus ergab die Simulation eine hervorragende Übereinstimmung mit der gemessenen Phase über zehn Atemzüge hinweg und hatte einen RMSE-Fehler (root-mean-square error) von 2,1 dB beim Pfadverlust.
S. Mukherjee et al., "Animating Vital Signs in Radar Simulations: Comparing Physical Optics Against 28.5 GHz Channel Measurements," 2024 IEEE Radar Conference (RadarConf24), Denver, CO, USA, 2024, pp. 1-5, doi: 10.1109/RadarConf2458775.2024.10548317.
