电讯技术

作者：张丽丽,刘博,屈乐乐,刘雨轩

单位：(沈阳航空航天大学 电子信息工程学院，沈阳 110136)

关键词：人体动作识别；调频连续波雷达；特征融合卷积神经网络；时间-距离特征；微多普勒特征；

基金：国家自然科学基金资助项目（61671310）；航空科学基金（2019ZC054004）；辽宁省兴辽英才计划项目基金(XLYC1907134)；辽宁省百千万人才工程项目基金(2018B21)；辽宁省教育厅项目（LJKZ0174）

针对微多普勒特征识别人体动作的局限性，基于调频连续波（Frequency Modulated Continuous Wave，FMCW）雷达采用深度学习方法对人体动作识别，提出了一种特征融合卷积神经网络结构。利用FMCW雷达采样的人体动作回波数据分别构建出时间-距离特征和微多普勒特征图，将这两种特征图作为输入数据分别经由输入层进入卷积层，经Batch Normalization层、ReLU激活函数和最大池化层计算之后完成特征降维，然后对两种降维后的特征进行融合，融合后的特征图再经过卷积层和池化层计算获得更深层次的特征，最后经过两个全连接层，在输出层完成人体动作识别。采用英国格拉斯哥大学公开的数据集进行10折交叉验证，实验结果显示，与单一特征域的识别准确率相比，采用两种特征融合的结构进行人体动作识别的准确率提升了1%，验证了该模型的有效性。

来源：2022年第2期

《电讯技术》期刊编辑部

查看电讯技术杂志2022年第2期