基于呼吸心跳时序混叠信号的毫米波雷达身份识别

作者：刘梓隆; 林志伟; 张利; 何华斌; 蔡志明^*

来源：闽南师范大学学报(自然科学版), 2023, 36(03): 107-115.

DOI：10.16007/j.cnki.issn2095-7122.2023.03.004

• 毫米波雷达
• 身份识别
• 生命体征检测
• 卷积神经网络
• 长短期记忆网络

利用毫米波雷达检测人体生命体征，提出一种基于呼吸和心跳时序混叠信号的身份识别方法，构建由卷积神经网络（convolutional neural network,CNN）和长短期记忆网络（long short-term memory,LSTM）串联混合的分类网络用于分类识别.首先使用毫米波雷达分别对受测者进行回波数据采集；其次通过频谱分析和带通滤波器预处理出呼吸和心跳信息，最终组成三种数据集，每种数据集分别拥有3 200个样本序列；再将数据集送入分类网络进行身份信息识别.实验结果表明，所提出的分类模型对呼吸和心跳时序混叠信号样本较其他两种单独体征时序信号样本相比能够更高效的分类识别出受测者，分类结果平均识别准确率达到98%以上.

• 单位
  物理学院; 福建工程学院