使用微多普勒信息识别伪装人体目标动作的新方法

作者：陈亦望; 靳秀海; 张品; 潘育新

来源：解放军理工大学学报(自然科学版), 2012, (05): 505-510.

• 微多普勒频移
• 三维
• 动作分类
• 人工神经网络
• 支持向量机 micro-Doppler frequency shift
• three dimension shape
• motion classification
• artificial neural network
• support vector machine

为了有效识别垂直遮障伪装后的地面人体目标动作类别,首先使用具有全天候探测、可穿透障碍物能力的多普勒雷达获取人体目标微多普勒信号,再将微多普勒信号经短时傅里叶变换后获得的时间、频率和功率三维信息图形作为数据源,并使用点描述算法获取三维形状特征用于分类。使用20组人体目标的4个不同动作实测数据,分别采用多层感知器结构的人工神经网络方法和超核支持向量机方法对动作特征进行分类。通过比较实验证明,提出的方法可以更高效地进行人体目标动作分类。

• 单位
  中国人民解放军陆军工程大学