结合注意力机制的雷达多信号动作识别方法

作者：高鹏; 张岩; 唐新余; 王蒙; 季文飞

来源：计算机技术与发展, 2023, 33(01): 157-164.

DOI：10.3969/j.issn.1673-629X.2023.01.024

• 人体动作识别
• 毫米波雷达
• 多信号特征
• 卷积神经网络
• 注意力机制

雷达动作特征谱图对走、摔等较为宽幅的人体动作表征效果差，单一特征和不匹配特征数据结构的分类方法会降低动作识别的性能。针对以上问题，提出一种结合注意力机制的雷达多信号特征动作识别方法。首先，使用配置时分复用模式的多输入多输出毫米波雷达采集动作回波，将回波处理成短时能量、频率质心、相位变化(水平、俯仰)四维时序信号特征；然后，根据信号特征数据结构设计了多信号序列融合分类网络，该网络由1DCNN对信号抽取高维特征，再将特征送入GRU以充分提取时序规律，并引入Attention机制对重要特征映射加权赋予GRU隐含状态不同的权重，最终通过SoftMax层完成动作分类；最后，在实际采集的雷达多信号数据集上进行实验，结果表明，多信号序列特征可以充分表征人体动作，所设计的网络收敛速度快，对8种不同的动作分类，平均正确率达到了98.5%。

• 单位
  中国科学院大学; 中国科学院新疆理化技术研究所; 江苏中科西北星信息科技有限公司