一种卷积神经网络的微多普勒雷达人体动作分类方法

摘要

本发明公开了一种卷积神经网络的微多普勒雷达人体动作分类方法，包括原始数据处理过程和深度卷积神经网络，原始数据处理过程的输出连接到深度卷积神经网络；原始数据处理过程为一维卷积过程，一维卷积过程包括代表实部的第一1D卷积层、代表虚部的第二1D卷积层、第一合并层、第二合并层、总合并层、映射层和激活层，第一1D卷积层之后的第一合并层用于计算实部的平方，第二1D卷积层之后的第二合并层用于计算虚部的平方；总合并层对实部的平方值与虚部的平方值求和，映射层用于计算归一化的平方根值，激活层具有的反正切函数进行非线性变换。本发明的网络的输入是原始雷达信号，输出为动作类别，充分发挥了神经网络中端到端的学习优势。