基于涡旋电磁波雷达的人体目标步态精细识别
基于雷达的人体目标识别技术在诸多领域有着重要的应用.涡旋电磁波中携带有轨道角动量,在运动目标回波中会引起线多普勒和角多普勒效应,可为识别提供更丰富的信息.但与线多普勒相比,角多普勒较微弱,二者难以被分离.使用多发多收模型产生线性调频涡旋电磁波,通过双模态回波干涉抑制线多普勒.利用短时傅里叶变换,获得双模态回波的线多普勒和角多普勒时频图,将时频图的幅度值输入到双通道卷积神经网络模型中,获得分类结果.仿真实验结果表明,将线多普勒和角多普勒分离,同时输入到分类模型中可以提升人体步态精细识别能力.
涡旋电磁波雷达、人体目标、步态识别、卷积神经网络
43
TN957
国家自然科学基金;国家自然科学基金
2022-06-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
1167-1174