基于深度学习的毫米波雷达手势识别实验教学设计

摘要：

为了实现基于雷达传感器的人机交互,设计了一个基于深度学习的毫米波雷达手势识别实验.首先,该实验基于77 GHz的FMCW雷达,采集人体手部动作回波数据,并对回波数据进行帧差预处理,再利用多维FFT算法构建距离-速度-角度联合的多维特征融合数据谱图.然后,调用MATLAB中的深度学习工具箱,基于典型的VGG16网络,搭建了适用于多维特征数据提取和动作识别的3D-VGG16-NET网络.实验结果显示,该网络算法对手势的平均识别准确率达到99.38％.

关键词：毫米波雷达、手势识别、深度学习、FFT算法、VGG16

所属期刊栏目：40

分类号：TP183;TN958.6(自动化基础理论)

资助基金：浙江工业大学研究生教学课程思政改革试点项目;浙江工业大学校级教学改革项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：168-176