基于FMCW雷达的呼吸模式分类技术研究

来源：雷达科学与技术杂志2023年第3期北京时间：

作者：漆晶，谢广智

单位：重庆邮电大学通信与信息工程学院， 重庆 400065

摘要：针对当前使用调频连续波雷达的呼吸模式分类算法准确度不高的问题，本文提出一种基于一维卷积神经网络（1DCNN）结合长短时记忆（LSTM）网络的多呼吸模式分类方法。方法共分为四步：第一步，对雷达提取的呼吸信号进行预处理；第二步，使用快速傅里叶变换（FFT）与连续小波变换（CWT）提取呼吸信号特征；第三步，根据呼吸特征对五种呼吸模式信号（正常呼吸、呼吸过速、呼吸过缓、呼吸深大、呼吸暂停）打标签制作数据集；第四步，使用数据集训练网络得到模型，并使用新数据测试模型。实验结果表明，此方法分类准确度要比现有使用CNN网络方法高5%左右。

关键词：调频连续波雷达,呼吸模式分类,连续小波变换,一维卷积神经网络,长短时记忆网络,