实验技术与管理第40卷第4期2023年4月ExperimentalTechnologyandManagementVol.40No.4Apr.2023收稿日期:2022-11-26基金项目:浙江工业大学2022年度研究生教学“课程思政”改革试点项目（No.7）；浙江工业大学2022年校级教学改革项目（JG2022030）；2021年教育部产学研合作协同育人项目（202102357003）作者简介:龚树凤（1985—），女，河北唐山，博士，讲师，主要研究方向为雷达信号处理、智能感知与深度学习，gongsf@zjut.edu.cn。引文格式:龚树凤，方一鸣，施汉银，等.基于深度学习的毫米波雷达手势识别实验教学设计[J].实验技术与管理,2023,40(4):168-176.Citethisarticle:GONGSF,FANGYM,SHIHY,etal.Experimentalteachingdesignofmillimeterwaveradargesturerecognitionbasedondeeplearning[J].ExperimentalTechnologyandManagement,2023,40(4):168-176.(inChinese)ISSN1002-4956CN11-2034/TDOI:10.16791/j.cnki.sjg.2023.04.025实验教学研究与改革基于深度学习的毫米波雷达手势识别实验教学设计龚树凤，方一鸣，施汉银，闫鑫悦，吴哲夫（浙江工业大学信息工程学院，浙江杭州310023）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77GHz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中图分类号：TP183；TN958.6文献标识码：A文章编号：1002-4956(2023)04-0168-09ExperimentalteachingdesignofmillimeterwaveradargesturerecognitionbasedondeeplearningGONGShufeng,FANGYiming,SHIHanyin,YANXinyue,WUZhefu(CollegeofInformationEngineering,ZhejiangUniversityofTechnology,Hangzhou310023,China)Abstract:Torealizehuman-computerinteractionbasedonradarsensor,thispaperdesignsadeeplearning-basedmillimeter-waveradargesturerecognitionexperimentbasedontheFMCWradar,preprocessestheechodata,andbuildsamulti-dimensionaldistance-speed-anglefusiondatagraphusingmultidimensionalFFTalgorithm;thencallsthedeeplearningtoolboxinMATLAB...
