融合全局与局部特征的UWB雷达人体动作识别算法

摘要：

为了消除雷达信号中杂波和噪声对人体动作识别的干扰,提高小样本数据下动作识别的精度,在去除杂波及噪声干扰的基础上,提出一种融合全局与局部特征的超宽带(ultra-wideband,UWB)雷达人体动作识别算法.用动目标指示(moving target indication,MTI)结合自适应中值滤波对雷达原始回波信号进行预处理,再对人体动作的雷达二维特征图像利用主成分分析(principal component analysis,PCA)提取主要分量作为全局特征表征,并用二维离散小波变换(2D discrete wavelet transform,2D-DWT)结合奇异值分解(singular value decomposition,SVD)获取特征图像在不同方向与尺度划分下动作的局部特征表征,并将全局与局部特征进行串联融合;根据融合特征,在网格搜索算法(grid search,GS)优化的支持向量机(support vector machines,SVM)模型中实现人体动作的识别分类.实验结果表明,该算法能有效获取雷达信号中的人体动作信息,平均识别准确率为 95.63%,具有良好的识别性能.

关键词：超宽带(UWB)雷达、人体动作识别、信号预处理、特征融合

所属期刊栏目：35

分类号：TN95

在线出版日期：2023-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：636-645