基于边缘差异 discrepant 的无监督域适应方法在 FMCW 雷达配置间的应用
信号处理
2023-01-10 v2 机器学习
摘要
商用雷达传感正变得日益重要，机器学习算法是使这种无线电技术向监控或医疗健康等领域普及的关键组成部分之一。然而，雷达数据集仍然稀缺，且尚无法针对所有雷达系统、环境条件或设计参数实现泛化。因此，部署基于机器学习的雷达应用通常需要进行一定程度的微调。在本工作中，我们考虑在基于调频连续波（frequency-modulated continuous-wave）的深度学习人体活动分类背景下，跨雷达配置的无监督域适应问题。为此，我们聚焦于已在计算机视觉领域被证明成功的、受理论启发的边缘差异差异（Margin Disparity Discrepancy）技术。我们的实验将该技术扩展至雷达数据，针对同一分类问题取得了与少样本监督方法相当的精度。
引用
@article{arxiv.2203.04588,
title = {Unsupervised Domain Adaptation across FMCW Radar Configurations Using Margin Disparity Discrepancy},
author = {Rodrigo Hernangomez and Igor Bjelakovic and Lorenzo Servadei and Slawomir Stanczak},
journal= {arXiv preprint arXiv:2203.04588},
year = {2023}
}
备注
5 pages, 2 figures, accepted as a conference paper for EUSIPCO 2022