基于 IR-UWB 穿墙雷达的人体运动状态数据集
信号处理
2020-09-01 v1
摘要
超宽带（UWB）穿墙雷达在非接触式人体信息检测与监测中具有广泛应用。随着机器学习技术的融合，其潜在前景包括医院环境中患者的生理监测与家庭日常监测。尽管已提出许多基于机器学习的 UWB 穿墙雷达目标检测方法，但仍缺乏用于评估算法性能的开源数据集。本发布数据集由脉冲无线电 UWB（IR-UWB）穿墙雷达系统测得。三名受试者在不同的环境及若干定义的运动状态下被测量。利用所提供的数据集，我们提出了一种使用卷积神经网络（CNN）的人体运动状态识别方法，并给出了详细的数据集划分方法与识别流程。在训练良好的网络上，三类运动状态测试数据的识别准确率高于 99.7%。本文所提供的数据集考虑的是简单环境。因此，我们呼吁 UWB 雷达领域各机构合作构建开源数据集，以进一步推进 UWB 穿墙雷达的发展。
引用
@article{arxiv.2008.13598,
title = {A Dataset of Human Motion Status Using IR-UWB Through-wall Radar},
author = {Zhengliang Zhu and Degui Yang and Junchao Zhang and Feng Tong},
journal= {arXiv preprint arXiv:2008.13598},
year = {2020}
}
备注
13 figures