典型文献
基于时空压缩特征表示学习的毫米波雷达手势识别算法
文献摘要：
针对现有无线射频信号的手势识别研究中的数据预处理和特征利用问题,该文提出一种用于调频连续波(FMCW)雷达的时空压缩特征表示学习的手势识别算法.首先对手部反射的毫米波雷达回波信号的距离-多普勒(RD)图进行静态干扰去除和动目标点筛选,减少杂波对手势信号的干扰,同时减少计算数据量;然后提出一种压缩手势时空特征的表示方法,利用动目标点的主导速度来表示手势的运动特征,实现多维特征的压缩映射,并保留手势运动的关键特征信息;最后设计了一个单通道的卷积神经网络(CNN)来学习和分类多维手势特征信息并应用于多用户和多位置的手势识别.实验结果表明,与现有其他手势识别算法相比,该文提出的手势识别方法在识别精度、实时性以及泛化能力上都具有明显的优势.
文献关键词：
毫米波雷达;手势识别;特征压缩;卷积神经网络
中图分类号：
作者姓名：
韩崇;韩磊;孙力娟;郭剑
作者机构：
南京邮电大学计算机学院 南京 210003;江苏省无线传感网高技术研究重点实验室 南京 210003
文献出处：
引用格式：
[1]韩崇;韩磊;孙力娟;郭剑-.基于时空压缩特征表示学习的毫米波雷达手势识别算法)[J].电子与信息学报,2022(04):1274-1283
A类：
B类：
时空压缩,特征表示,表示学习,毫米波雷达,手势识别,识别算法,无线射频,射频信号,数据预处理,利用问题,调频连续波,FMCW,手部,雷达回波,回波信号,RD,干扰去除,动目标,标点,杂波,少计,算数,数据量,缩手,时空特征,表示方法,运动特征,多维特征,压缩映射,关键特征,特征信息,单通道,多用户,识别精度,泛化能力,特征压缩
AB值：
0.343643
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
