基于WGAN-GP的微多普勒雷达人体动作识别

来源：雷达科学与技术杂志2022年第2期北京时间：

作者：屈乐乐，王禹桐

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：针对人体动作识别微多普勒雷达数据量有限的问题，本文提出基于梯度惩罚的沃瑟斯坦生成对抗网络(WGAN-GP)进行雷达数据增强，实现深度卷积神经网络(DCNN)在样本数量较少时可以得到有效训练。首先对人体各种动作的线性调频连续波雷达回波数据进行预处理得到微多普勒时频谱图像，然后采用WGAN-GP进行时频谱图像数据增强，最后利用生成的图像对DCNN进行训练。实验结果表明使用WGAN-GP可以有效解决雷达数据不足的问题，从而提高DCNN人体动作识别准确率。

关键词：人体动作识别,微多普勒,沃瑟斯坦生成对抗网络,深度卷积神经网络,

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(No.XLYC1907134)； 辽宁省百千万人才工程项目(No.2018B21)