【技术实现步骤摘要】
本专利技术涉及雷达姿态识别，特别涉及一种基于微多普勒图和轻量化网络的穿墙雷达对室内人体姿态的识别方法。
技术介绍
1、当前，雷达人体动作识别在武装反恐、城市巷战、灾害救援、病人监护等领域具有很强的应用前景，其存在以下优势：较强的穿透能力、不易受环境因素(如天气、温度、光照等)影响。
2、传统的室内动作识别技术通常依赖于手工特征提取，这种方法在多种方面存在限制。首先，手工提取的特征严重依赖于对目标特征信息的选取，这既可以基于经验也可以基于统计特性。然而，这些方法在适用性和灵活性上有很大的局限性，尤其是在处理环境变化和目标形变时，容易受到高干扰，导致准确率不高。近年来，深度学习技术已经在人体姿态和动作识别领域得到了广泛应用。与传统方法相比，深度学习能够自动学习和提取复杂特征，从而提高识别的准确性和适应性。特别是卷积神经网络(cnn)在这一领域显示出了巨大的潜力。室外穿墙雷达技术在进行人体动作识别时面临独特的挑战。这些设备通常需要手持操作，而且传统的深度学习方法主要设计用于自由空间中的人体动作识别。为了提高墙后人体切向运动的微弱信...
【技术保护点】
1.一种基于微多普勒图和轻量化网络的穿墙雷达对室内人体姿态识别方法，包括：获取墙后人体姿态目标的雷达信号，得到墙后人体目标的运动信息；对雷达信号进行背景相消和动目标显示进行杂波抑制；用时频变换对雷达数据进行处理，生成微多普勒图像；将生成的微多普勒图像输入训练后的轻量化模型中进行分类。
2.根据权利要求1所述方法，其特征在于，利用MT I和背景相消法对距离像图进行处理，提高信噪比，改善了微多普勒特征的表示。
3.根据权利要求1所述方法，其特征在于，用时频变换STFT对雷达数据进行处理，生成微多普勒图像。
4.根据权利要求1所述方法，其...
【技术特征摘要】
1.一种基于微多普勒图和轻量化网络的穿墙雷达对室内人体姿态识别方法，包括：获取墙后人体姿态目标的雷达信号，得到墙后人体目标的运动信息；对雷达信号进行背景相消和动目标显示进行杂波抑制；用时频变换对雷达数据进行处理，生成微多普勒图像；将生成的微多普勒图像输入训练后的轻量化模型中进行分类。
2.根据权利要求1所述方法，其特征在于，利用mt i和背景相消法对距离像图进行处理，提高信噪比，改善了微多普勒特征的表示。
3.根据权利要求1所述方法，其特征在于，用时频变换stft对雷达数据进行处理，生成微多普勒图像。
4.根据权利要求1所述方法，其特征在于，将生成的微多普勒图输入到训练后的轻量化模型中进行分类...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。