基于LACNN的FMCW雷达实时跌倒检测方法

来源：电子测量技术杂志2025年第4期北京时间：

作者：罗彬，常俊，孙江黎，李栋

单位：1.云南大学信息学院 昆明 650500; 2.云南省高校物联网技术及应用重点实验室 昆明 650500

摘要：针对现有的雷达跌倒检测方法存在计算复杂度过高、参数量庞大的问题，本文提出了轻量级自适应卷积神经网络——LACNN。首先，从FMCW雷达采集到的人体活动回波信号中提取出微多普勒特征。其次，使用改进的轻量级ShuffleNet网络对特征进行初步提取。然后，使用轻量级通道-空间注意力模块与高效的不对称卷积核并行多尺度特征提取模块对特征进行精细化处理。为了提高模型的泛化能力，模型中嵌入了卷积批量归一化AconC模块。最后，融合的特征被送入全连接层进行检测。与其他网络模型的比较结果显示，所提出的模型F1分数达到了99.33%，提高了0.61%~4.10%，同时保持更低的计算成本，FLOPs仅为1.047 M，模型参数量仅为69.09 M。

关键词：FMCW雷达;实时跌倒检测;网络轻量化;LACNN模型