《表4 不同STFT窗长下的识别结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的雷达人体动作与身份多任务识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在5种STFT窗长（L）的无噪声雷达时频图像数据集上分别进行动作、身份类别的分层随机抽样，按照3:1的数量比例将样本划分为训练集和测试集，采用本文方法进行识别。表4为不同STFT窗长对识别准确率产生的影响。STFT窗长较大时可获得较好的频域解析度，适当增加窗长有利于获取信号中丰富的微多普勒信息，从而提升识别效果。识别结果表明，STFT窗长为1.0s时有最佳识别效果；窗长为0.2s时，雷达时频图像上的总识别准确率仍可保持77.68%；窗长为0.4s时，总准确率可接近90%。本文模型在不同STFT窗长下的识别具有一定的稳定性。