基于EEMD穿墙雷达人的运动模式识别

• 作者: 周正欧 孔令讲 李廷军 王宏
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 多普勒特性 整体平均经验模式分解 经验模式分解 支持向量机 穿墙雷达
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 通信与信息工程
• 页码范围: 346-351
• 分类号: TN959.1
• 字数: 3650字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2011.03.003

摘要

根据穿墙雷达动目标探测中人的运动多普勒信号属于非线性、非平稳信号的特点,分别采用经验模式分解(EMD)和整体平均经验模式分解(EEMD)将人.5种运动的多普勒信号分解为一系列本征模式函数(IMF).采用支持向量机(SVM)学习算法,将两种方法分解后的各IMF能量占总能量的百分比作为支持向量机分类器的特征向量进行模式识别,分析了特征向量维数对识别率的影响,比较了EMD和EEMD的识别率.EEMD能够消除EMD存在的模式混合问题,识别率更高,达到94%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李廷军	电子科技大学电子工程学院	19	188	8.0	13.0
2	孔令讲	电子科技大学电子工程学院	74	504	12.0	18.0
3	周正欧	电子科技大学电子工程学院	56	474	12.0	18.0
4	王宏	电子科技大学电子工程学院	20	260	7.0	15.0