基于三通道CNN⁃GSAM⁃LSTFEM网络的雷达人体切向动作识别

来源：雷达科学与技术杂志2024年第2期北京时间：

作者：屈乐乐，祝诗卉

单位：沈阳航空航天大学电子信息工程学院， 辽宁沈阳 110136

摘要：为了提高干涉雷达对人体切向动作的识别性能，本文提出一种基于三通道CNN?GSAM?LSTFEM网络的人体切向动作识别方法。首先利用一发二收的调频连续波（FMCW）雷达搭建干涉雷达平台采集人体切向动作回波数据，之后对每个接收通道的回波数据进行预处理，得到每个接收通道的多普勒时频图（DTFM）和双通道的干涉时频图（ITFM），然后将这3种时频图分别送入到3个并行的CNN?GSAM?LSTFEM网络进行训练，利用全局空间注意力模块（GSAM）和长短时特征提取模块（LSTFEM）增强卷积神经网络（CNN）的特征提取能力，最后将三通道提取的特征进行融合实现人体切向动作识别。实验结果表明，所提方法可有效提高人体切向动作的识别准确率，平均准确率高达98.77%。

关键词：人体动作识别,干涉雷达,注意力机制,卷积神经网络,特征融合,

基金资助：国家自然科学基金（No.61671310）；航空科学基金（No.2019ZC054004）；辽宁省兴辽英才计划项目基金（No.XLYC1907134）；辽宁省百千万人才工程项目基金（No.2018B21）