目的：人體運(yùn)動微多普勒信號中包含著豐富的信息，對其進(jìn)行深入分析可以有效地識別出人體目標(biāo)所處的狀態(tài)，例如人體行為，身份信息等。對人體微多普勒信號識別的研究，能夠為人機(jī)交互、智能監(jiān)控等應(yīng)用提供重要的技術(shù)支撐，在未來軍用、民用等多種環(huán)境下具有極大的應(yīng)用前景。

方法：深度學(xué)習(xí)技術(shù)在近年來逐漸被應(yīng)用于雷達(dá)各類任務(wù)中，其強(qiáng)大的學(xué)習(xí)能力使得基于深度學(xué)習(xí)技術(shù)的雷達(dá)目標(biāo)識別在各類場景中大放異彩。本項目基于深度學(xué)習(xí)技術(shù)，對雷達(dá)人體微多普勒信號中由運(yùn)動產(chǎn)生的語義信息進(jìn)行了提取，并分別從人體行為識別和基于人體運(yùn)動生物特征的身份識別任務(wù)上檢驗了所提出模型的效果。在動作識別任務(wù)上，分別針對仿真—實(shí)測識別模型遷移、全向人體動作識別、開集人體動作識別三個難點(diǎn)問題進(jìn)行了研究，在身份識別任務(wù)上，分別在小樣本身份識別、聯(lián)合身份與行為的多任務(wù)識別、身份認(rèn)證三個難點(diǎn)問題上進(jìn)行了研究。

結(jié)果：根據(jù)任務(wù)目標(biāo)，分別針對行為識別和身份識別兩個子任務(wù)提出了相應(yīng)的深度學(xué)習(xí)方法，由超寬帶雷達(dá)采集了人體行為數(shù)據(jù)集，將所提方法在采集的數(shù)據(jù)集上進(jìn)行了驗證。在行為識別上，實(shí)現(xiàn)了基于仿真數(shù)據(jù)的實(shí)測行為識別、人體全向運(yùn)動時的行為識別、未知行為的開集識別等；在身份識別上，建立了小樣本身份識別模型、聯(lián)合身份與行為多任務(wù)識別模型、以及身份認(rèn)證模型等。

結(jié)論及展望：以上研究表明了深度學(xué)習(xí)技術(shù)在人體運(yùn)動微多普勒信號上極具潛力，該技術(shù)的應(yīng)用不僅能夠有效提升雷達(dá)人體目標(biāo)識別任務(wù)的識別效果，還拓展了雷達(dá)人體目標(biāo)識別的應(yīng)用場景。基于以上工作，未來針對雷達(dá)人體目標(biāo)識別的研究應(yīng)該重點(diǎn)關(guān)注如何進(jìn)一步地提取微多普勒信號中包含的人體運(yùn)動信息，以及利用該信息在滿足真實(shí)場景的條件下下實(shí)現(xiàn)更廣泛的應(yīng)用任務(wù)。