基于PCA和DCT的雷达人体动作识别

• 作者: 周小龙 蒋留兵 车俐
• 来源期刊: 雷达科学与技术
• 学科: 工学
• 关键词: 无载波超宽带雷达 人体动作识别 主成分分析法 离散余弦变换
• 年，卷（期）: 2019,（3）
• 页码范围: 271-279
• 页数: 9页
• 分类号: TN958|TP391.4
• 字数: 7599字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2337.2019.03.006

摘要

无载波超宽带雷达人体动作识别系统的关键优势在于无载波超宽带雷达具有极高的分辨率,能够捕获人体的细微动作变化,并且对于室内复杂环境具有很强的抗干扰能力.但是由于无载波超宽带雷达信号不含载波信息,本身能量集中于极窄的波形内,并且发射信号与回波相关性弱,因此传统的提取信号特征的方法不再适用.针对这一问题,首次搭建无载波超宽带雷达人体动作识别系统,并提出一种新颖的基于主成分分析法(PCA)和离散余弦变换(DCT)相结合的无载波超宽带雷达人体动作识别方法,同时利用改进的网格搜索算法优化支持向量机的参数并验证该方法的优越性.最后,基于实测数据在Matlab平台上进行仿真,对实测的10种不同类型的人体动作进行分类识别,实验结果显示,该方法具有很高的识别率,针对不同的方案识别率均能达到99％以上,对小训练样本具有很强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	车俐	桂林电子科技大学广西无线宽带通信与信号处理重点实验室	48	78	5.0	6.0
5	蒋留兵	桂林电子科技大学广西无线宽带通信与信号处理重点实验室	74	199	8.0	9.0
9	周小龙	桂林电子科技大学信息与通信学院	3	2	1.0	1.0