基于多频融合深度学习的雷达步态识别方法

摘要

本发明公开了一种基于多频融合深度学习的雷达步态识别方法，采用多频谱图融合的思想将多个频点的时频图信息融合到一张时频图中，其主要原理是运用引导滤波器将所有时频图分解为不含噪声的基础层以及包含大量噪声和细节等高频信息的细节层，然后对获得的细节层和基础层分别处理后再重组以获取时频图融合图像。此后运用卷积神经网络来提取该图像中的特征并用稀疏自编码器选择用于分类的最佳特征组合，再将其送入到分类器中即可完成分类。本发明的优势在于采用多频谱图融合的思想广泛减少神经网络的构建复杂度，同时提升模型的准确率，具有识别精度高，运行速度快，抗噪性能好等优势，因此能广泛的运用于实际中步态实时检测。