10.3969/j.issn.1673-629X.2023.01.024
结合注意力机制的雷达多信号动作识别方法
雷达动作特征谱图对走、摔等较为宽幅的人体动作表征效果差,单一特征和不匹配特征数据结构的分类方法会降低动作识别的性能.针对以上问题,提出一种结合注意力机制的雷达多信号特征动作识别方法.首先,使用配置时分复用模式的多输入多输出毫米波雷达采集动作回波,将回波处理成短时能量、频率质心、相位变化(水平、俯仰)四维时序信号特征;然后,根据信号特征数据结构设计了多信号序列融合分类网络,该网络由1DCNN对信号抽取高维特征,再将特征送入GRU以充分提取时序规律,并引入Attention机制对重要特征映射加权赋予GRU隐含状态不同的权重,最终通过SoftMax层完成动作分类;最后,在实际采集的雷达多信号数据集上进行实验,结果表明,多信号序列特征可以充分表征人体动作,所设计的网络收敛速度快,对8种不同的动作分类,平均正确率达到了98.5%.
人体动作识别、毫米波雷达、多信号特征、卷积神经网络、注意力机制
33
TP391.4(计算技术、计算机技术)
新疆维吾尔自治区重点实验室开放课题;新疆维吾尔自治区天山青年计划项目;无锡市科技发展资金项目
2023-02-20(万方平台首次上网日期,不代表论文的发表时间)
共8页
157-164