[发明专利]无载波超宽带雷达人体动作识别方法

摘要

本发明公开一种无载波超宽带雷达人体动作识别方法，先利用样本数据构建支持向量机模型，后利用构建好的支持向量机模型实现人体动作识别。在训练和识别的过程中，采用了基于PCA和DCT相结合的特征提取方法，提取人体动作回波信号中的有效特征，从而能够有效提高人体动作的识别率；此外，在训练支持向量机模型的过程中，结合利用了改进后的网格搜索算法优化SVM模型参数，从而避免了传统网格搜索算法优化SVM模型参数容易陷入局部最优的情况。

主权项

1.无载波超宽带雷达人体动作识别方法，其特征是，包括步骤如下：步骤1.无载波超宽带雷达采集已知人体动作的回波信号，并利用这些已知人体动作的回波信号来构建训练集，对训练集中已知人体动作的回波信号进行预处理后得到训练样本数据；步骤2.将训练样本数据进行PCA降维，根据关键特征选取相应的特征向量，构建训练主元子空间；步骤3.将训练主元子空间进行DCT变换，提取训练主元子空间中的低频信号，得到训练特征数据；步骤4.利用改进的网格搜索算法优化对支持向量机模型的参数进行优化，并将训练特征数据采用k‑折交叉验证训练的方式输入到参数优化后的支持向量机模型中进行训练，得到训练好的支持向量机模型；步骤5.无载波超宽带雷达采集未知人体动作的回波信号，并对未知人体动作的回波信号进行预处理后得到测试数据；步骤6.将测试数据进行PCA降维，根据关键特征选取相应的特征向量，构建测试主元子空间；步骤7.将测试主元子空间进行DCT变换，提取测试主元子空间中的低频信号，得到测试特征数据；步骤8.将测试特征数据输入到步骤4所训练好的支持向量机模型，从而完成人体动作的识别。