一种基于小样本雷达数据的人体姿态识别方法

本发明提出了一种基于小样本雷达数据的人体姿态识别方法，涉及雷达信号处理和小样本学习领域。通过修改注意力映射器的数量以及改进预训练和元训练阶段的损失函数表达式，结合深度学习技术来实现。具体步骤包括利用深度卷积神经网络进行雷达信号特征提取，结合数据增强技术增加训练样本的多样性和数量；通过调整自注意力映射器的数量和分布来提高识别准确性；并在预训练和元训练阶段改进损失函数，添加基于KL散度的惩罚项以减少过拟合。实验结果表明，该方法在少样本数据环境下显著提高了识别的准确性和鲁棒性，在健康监护、智能交通等领域具有广泛的应用前景。