摘要

冲激脉冲(Impulse Radio,IR)超宽带(Ultra-Wideband,UWB)穿墙雷达因其良好的穿透性和距离分辨率在穿墙人体行为识别领域具有重要作用,但是,常规识别方法仅采用单域特征对行为模式进行描述,识别准确率不高。本文针对这一问题,提出基于时、频域特征融合的IR-UWB穿墙雷达人体行为识别算法,首先通过杂波抑制及距离补偿方法获取高信噪比的人体行为距离像,其次基于距离像提取目标时域特征,与频域特征进行融合,构建数据集,最后基于支撑向量机(Support Vector Machine,SVM)算法对人体行为进行识别。实验结果表明,本文算法对于IR-UWB穿墙雷达人体行为识别能够达到95%的准确率。