摘要:与传统惯性传感器和视觉传感器相比,利用毫米波雷达进行人体行为检测不仅对环境要求低、灵敏度高而且能很好地解决摄像头存在的泄露隐私等问题。针对目前毫米波雷达人体行为检测存在的杂波干扰和网络模型复杂度高的问题,本文对现有的残差网络进行改进和量化处理,并结合雷达时频变换和杂波抑制,提出了一套完整的雷达人体行为检测信号处理流程。时频变换部分采用距离维FFT、沿慢时间维进行高通滤波、短时傅里叶变换得到时间-多普勒谱;残差网络部分则是嵌入CBAM注意力机制并对其进行32位到8位数据量化处理;最后将时间-多普勒谱输入网络模型进行特征提取和分类得到检测结果。实验结果表明,该方法能够消除静态杂波的干扰,检测准确率达97.33%,模型大小仅为20.2 MB。