基于手掌毫米波雷达回波信号的身份识别

作者：曹佳禾; 陈君毅; 王智铭; 蒋德琛; 王勇

来源：国外电子测量技术, 2022, 41(03): 170-176.

DOI：10.19652/j.cnki.femt.2103434

• 毫米波雷达
• 身份识别
• 深度学习

提出并验证了一种基于手掌毫米波雷达回波信号的身份识别技术。使用60 GHz毫米波雷达持续监测手掌回波信号，再经过目标检测、距离检测、静止检测等步骤获取符合识别要求的单次雷达回波信号，随后对这个信号进行分段滤波取平均(PNA)的数据预处理，最后送入由一维卷积层为核心的神经网络(RNet)分类器中进行识别，得到被检测者的身份信息。本研究采集了包含120 000个样本的数据集，并在此之上验证了数据预处理算法和分类识别算法，最终取得96.8%的综合识别准确率。由于采用雷达回波信号作为身份信息的表征，相比于传统身份识别方法无光照条件要求、无需直接接触传感器且无隐私泄露风险，拥有广阔的应用场景。

• 单位
  电子工程学院