计算机应用研究

作者：蒋留兵,潘波,吴岷洋,朱柏青,车俐,

单位：桂林电子科技大学a.信息与通信学院;b.广西无线宽带通信与信号处理重点实验室;c.计算机与信息安全学院,广西桂林541004；

关键词：毫米波雷达,时频分析,FT_SSIM数据增强,ICAGA超参数调优,

基金：国家自然科学基金资助项目(61561010)；广西创新驱动发展专项(桂科AA21077008)；广西重点研发计划资助项目(桂科AB18126003,AB18221016)；；

针对基于小样本场景下人体动作识别出现训练效果差、过拟合现象以及传统对抗生成网络收敛速度慢、对计算机性能要求高等问题，从数据增强及超参数优化方面提出了解决方案。首先，搭建AWR1243雷达数据采集平台，对采集的回波信号进行预处理。其次，利用STFT进行时频分析以及新提出的FT_SSIM算法进行数据增强。再者，利用提出的ICAGA_CNN进行分类识别，并与传统的数据增强算法、超参数优化进行实验对比。为了验证该算法具有一定的泛化能力，先后选择了在公开KTH人体动作数据集以及利用雷达的实测数据进行验证。实验结果表明，一方面，提出算法有效避免了小样本场景下过拟合的发生，降低了传统数据增强对计算机性能的要求，加快了收敛的速度；另一方面，其具有更好的识别精度，平均识别率达到98.5%。这也说明了提出的算法在小样本场景下雷达动作识别具有很好的表现。

来源：2022年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第4期