科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基于雷达传感器的人体身份识别问题，本文提出一种基于微多普勒信号分离和SqueezeNet的人体身份识别方法。首先利用雷达对人体行走的步态进行探测并收集回波数据，回波数据经过预处理得到微多普勒时频谱图；其次用阈值法对时频谱图进行微多普勒信号分离从而得到四肢的时频谱图；最后将其输入到SqueezeNet网络，采用Softmax分类器来实现人体身份识别。实验结果表明，经过微多普勒信号分离后人体身份识别准确率提高5.25%,SqueezeNet网络与其他网络相比，在网络性能上具有准确率高、网络参数少、测试时间短等优势。
- 出版日期2023
- 单位电子信息工程学院; 沈阳航空航天大学
