Nâng cao độ chính xác phân loại hoạt động của con người dựa trên các dấu hiệu micro-Doppler của radar FMCW bằng phương pháp ngưỡng

Tóm tắt

Ngày nay, phân loại hoạt động người dựa trên radar đang được ứng dụng rộng rãi trong các hệ thống chăm sóc sức khỏe dựa vào các ưu điểm về quyền riêng tư, không tiếp xúc và không bị ảnh hưởng bởi điều kiện thời tiết. Nghiên cứu này đề xuất một phương pháp ngưỡng được sử dụng trong giai đoạn tiền xử lý để cải thiện độ chính xác phân loại hoạt động người bằng cách xác định vùng thông tin có ý nghĩa (RMI) trên biểu đồ phổ. Ban đầu, một hàm mặt nạ, được tạo bởi một giá trị ngưỡng nhất định, được áp dụng cho biểu đồ phổ đầu vào để làm nổi bật RMI từ dấu hiệu micro-Doppler (m-D). Chỉ vùng RMI được đánh dấu trên biểu đồ phổ được giữ lại làm đầu vào cho các bộ phân loại. Sau đó, năm mạng nơron tích chập (CNNs) có độ phức tạp khác nhau được sử dụng để trích xuất các đặc trưng, phân loại hoạt động và đánh giá hiệu quả của phương pháp đề xuất. Kết quả thực nghiệm chứng minh rằng, phương pháp đề xuất đã nâng cao độ chính xác phân loại lên tới 11% khi so sánh với tập dữ liệu chưa được xử lý ban đầu.