基于FMCW毫米波雷达手势识别

摘要

为了研究调频连续波(FMCW)毫米波雷达在手势识别算法中的应用前景,本文通过使用77 GHz毫米波雷达获得了手势动作的回波,在手势动作回波的多帧距离多普勒图中提取了手势动作的距离-时间谱和多普勒-时间谱,并在此基础上建立了二维数据集.使用全局平局池化代替了扁平层与全连接层,构建了双通道的卷积神经网络对手势动作进行了分类,实现了对推、拉、推拉、挥手等7种手势的分类识别,测试集准确率可达99％,相较于单通道卷积神经网络提升了2％～4％.