关键词radar micro-doppler signatures
搜索结果 - 2
- 卷积神经网络用于雷达微多普勒特征处理的输入格式
对于处理雷达微多普勒迹象,研究中分析了卷积神经网络的相位信息的实用性以及多普勒 - 时间输入的最佳格式。研究发现,卷积神经网络分类器的性能受到输入表示类型的影响,即使在具有等效信息的不同格式之间也是如此。此外,研究证明了多普勒 - 时间表示 - 基于微多普勒特征的雷达数据增强深度学习方法的行人识别
本文提出了一种数据增强的多特征学习模型(DEMCL),通过数据增强模块和多特征学习模块学习更多互补的行人微多普勒(m-D)信号,并通过实验证明该模型比其他研究的准确率高 3.33% 至 10.24%,且其对于一套 25 分钟的步行数据的短时