摘要：针对基于光学和红外视频数据的人体动作识别受环境影响大及传统机器学习分类方法特征提取复杂的问题,提出基于雷达微多普勒频谱图和深度学习模型的人体动作分类识别方法.首先,搭建77GHz毫米波雷达数据采集系统.其次,开展人体行为回波数据预处理,有效提取微多普勒信息,得到人体行为二维距离多普勒图像数据集.最后,以距离多普勒谱图作为网络的输入样本,设计3层卷积与池化操作构建特征空间完成4种不同人体动作识别的仿真实验.实验结果表明,与现有的人体动作识别方法相比,将77GHz调频连续波雷达回波进行距离多普勒处理与CNN结合能够实现对日常人体动作的有效识别,识别准确率可达98.91%,优于传统方法.

摘要：本文设计了农业环境实时感知与可视化管理系统。系统由数据采集、无线传输、后端处理与存储以及显示与预警等模块组成,实现了远程无线、多区域、多参数、实时的农业环境数据采集、显示、存储、查询、统计、评估等功能。用户可以自由部署设备,利用Android手机APP随时随地观察实时监测数据,并评估农业环境质量,以便准确高效地改善农作物生长环境,为搭建精准农业系统以及果蔬质量追溯系统提供有效的环境数据基础。