Radar-APLANC：基于增强伪标签和噪声对比的无监督雷达心跳感知

频率调制连续波（FMCW）雷达可以测量胸壁的细微振动，以实现非接触式心跳感知。然而，传统的雷达心跳感知方法因噪声而性能下降。基于学习的雷达方法具有更好的鲁棒性，但需要昂贵的标记信号进行监督式训练。为克服这些限制，我们提出了第一个基于增强伪标签和噪声对比的无监督雷达心跳感知框架（Radar-APLANC）。我们提出使用雷达矩阵中的心跳距离和噪声距离分别构建正负样本，以实现更好的鲁棒性。我们的噪声对比三元组（NCT）损失仅利用正样本、负样本和由传统雷达方法生成的伪标签信号，从而避免对昂贵真实生理信号的依赖。我们进一步设计了一种具有自适应噪声感知标签选择的伪标签增强方法，以提高伪标签信号质量。在 Equipleth 数据集和我们收集的雷达数据集上的大量实验表明， our 无监督方法可实现与最先进的监督方法相当的性能。我们的代码、数据集和补充材料可从 https://github.com/RadarHRSensing/Radar-APLANC 获取。