基于CEEMD-ES雷达选择的人体行为识别方法
信号处理
2022-06-07 v1 人工智能
摘要
近年来，毫米波雷达识别人体行为已广泛应用于医疗、安防等领域。当多部雷达执行检测任务时，各部雷达所含特征的有效性难以保证。此外，处理多雷达数据也需要大量时间与计算成本。为解决这些问题，提出互补集合经验模态分解-能量切片（CEEMD-ES）多基站雷达选择方法。该方法首先根据人体四肢与躯干反射回波频率的差异对雷达信号进行分解与重构，然后根据四肢与躯干回波能量比与理论值之间的差异进行雷达选择，提取所选雷达的时域、频域及各类熵特征，最后建立ReLu核的极限学习机（ELM）识别模型。实验表明，该方法能有效选择雷达，对三类人体动作的识别率达98.53%。
引用
@article{arxiv.2206.02705,
title = {Human Behavior Recognition Method Based on CEEMD-ES Radar Selection},
author = {Zhaolin Zhang and Mingqi Song and Wugang Meng and Yuhan Liu and Fengcong Li and Xiang Feng and Yinan Zhao},
journal= {arXiv preprint arXiv:2206.02705},
year = {2022}
}
备注
4 pages, 5 figures