基于CNN的超宽带穿墙雷达静目标数量识别技术

王亚夫; 梁步阁; 杨德贵; 朱政亮

doi:10.13873/J.1000-9787(2021)04-0019-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于CNN的超宽带穿墙雷达静目标数量识别技术

研究与探讨 | 更新时间：2025-09-11

- 基于CNN的超宽带穿墙雷达静目标数量识别技术
- Quantity identifying technology for static target of ultra-wideband through-wall radar based on CNN
- 传感器与微系统 2021年第4期页码：19-22
- 作者机构：
  
  中南大学航空航天学院
- 作者简介：
- 基金信息：
  
  国家重点研发计划资助项目(2018YFC0810202)
- DOI：10.13873/J.1000-9787(2021)04-0019-04
  中图分类号： TN957.52
- 纸质出版：2021
- 稿件说明：
移动端阅览
王亚夫, 梁步阁, 杨德贵, 等. 基于CNN的超宽带穿墙雷达静目标数量识别技术[J]. 传感器与微系统, 2021,(4):19-22.

WANG Yafu, LIANG Buge, YANG Degui, et al. Quantity identifying technology for static target of ultra-wideband through-wall radar based on CNN[J]. 2021, (4): 19-22.
王亚夫, 梁步阁, 杨德贵, 等. 基于CNN的超宽带穿墙雷达静目标数量识别技术[J]. 传感器与微系统, 2021,(4):19-22. DOI： 10.13873/J.1000-9787(2021)04-0019-04.

WANG Yafu, LIANG Buge, YANG Degui, et al. Quantity identifying technology for static target of ultra-wideband through-wall radar based on CNN[J]. 2021, (4): 19-22. DOI： 10.13873/J.1000-9787(2021)04-0019-04.

摘要

本文基于静止目标的超宽带(UWB)雷达模型的构建

提出利用卷积神经网络(CNN)进行人体数量的识别方法

针对实测数据对该方法进行实验分析

并与传统方法进行比较

结果表明:将超宽带穿墙雷达与CNN结合对人体数量识别准确率较高

并且去除数据预处理环节对识别效果没有影响。

Abstract

Based on the construction of the ultra-wideband（ UWB） radar model of stationary targets

a method for identifying the number of human bodies using convolutional neural network（ CNN） is proposed.The method is analyzed based on the actual measurement data and compared with the traditional methods.The results show that the ultra-wideband through-wall radar and the method of CNN combined has a high accuracy in identifying the number of human bodies

and the removal of data preprocessing links has no effect on the recognition effect.

关键词

Keywords

references

浏览量

242

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于双通道卷积神经网络的交通标志识别算法

基于区域卷积神经网络的空中飞行物识别算法

运动模糊图像的恢复技术研究

基于HAN的双通道复合模型的文本情感分类

基于融合模型的人体行为识别方法