| ［1］ |
MAJUMDER A， ZERIN I， AHAMED S I， et al. A multi-sensor approach for fall risk prediction and prevention in elderly［J］. ACM SIGAPP Applied Computing Review， 2014，14（1）：41-52.
|
| ［2］ |
SATHYANARAYANA A， JOTY S， FERNANDEZ-LUQUE
|
|
L， et al. Correction of： Sleep quality prediction from wearable data using deep learning［J］. JMIR Mhealth and Uhealth， 2016，4（4）：e130. DOI： 10.2196/mhealth.6562.
|
| ［3］ |
WANG Z L， WU D H， CHEN J M， et al. A triaxial accelerometer-based human activity recognition via EEMD-
|
|
Based features and game-theory-based feature selection［J］. IEEE Sensors Journal， 2016，16（9）：3198-3207.
|
| ［4］ |
ALARIFI A， ALWADAIN A. Killer heuristic optimized convolution neural network-based fall detection with wearable IoT sensor devices［J］. Measurement， 2020，167：108258.
|
|
1-108258.10.
|
| ［5］ |
KOSUGE A， SUEHIRO S， HAMADA M， et al. mmWave-YOLO： A mmWave imaging radar-based real-time multiclass object recognition system for ADAS applications［J］. IEEE Transactions on Instrumentation and Measurement， 2022，71：2509810.1-2509810.10.
|
| ［6］ |
YANG X， LIU J， CHEN Y Y， et al. MU-ID： Multi-user identification through gaits using millimeter wave radios［C］// IEEE Conference on Computer Communications. IEEE， 2020： 2589-2598.
|
| ［7］ |
宋文豪，周斌，卜智勇，等. 基于复合型FMCW波形的多目标匹配算法［J］. 中国科学院大学学报， 2022，39（1）：110-118.
|
| ［8］ |
RAEIS H， KAZEMI M， SHIRMOHAMMADI S. InARMS： Individual activity recognition of multiple subjects with FMCW radar［C］// 2022 IEEE International Instrumentation and Measurement Technology Conference（I2MTC）. IEEE， 2022： 1-5.
|
| ［9］ |
许志猛，尹辉斌，林佳慧. 基于空间聚类的FMCW雷达双人行为识别方法［J］. 福州大学学报：自然科学版， 2020，48（4）：445-450.
|
| ［10］ |
WANG S W，SONG J，LIEN J，et al．Interacting with soli： Exploring fine-grained dynamic gesture recognition in the radio-frequency spectrum［C］// Symposium on User Interface Software and Technology. ACM， 2016：851-860.
|
| ［11］ |
王俊，郑彤，雷鹏，等. 基于卷积神经网络的手势动作雷达识别方法［J］. 北京航空航天大学学报， 2018，44（6）：1117-1123.
|
| ［12］ |
AHMAD A， ROH J C， WANG D， et al. Vital signs monitoring of multiple people using a FMCW millimeter-wave sensor［C］// IEEE Radar Conference（RadarConf18）. IEEE， 2018：1450-1455.
|
| ［13］ |
SENIGAGLIESI L， CIATTAGLIA G， GAMBI E. Contactless walking recognition based on mmWave RADAR［C］// 2020 IEEE Symposium on Computers and Communications（ISCC）. IEEE， 2020：1-4.
|
| ［14］ |
张宇成，陈金立. 基于RDATM数据集的毫米波雷达动态手势识别系统设计［J］. 中国电子科学研究院学报， 2022，17（5）：457-464.
|
| ［15］ |
ZHENG Z J， PAN J， NI Z K， et al. Human posture reconstruction for through-the-wall radar imaging using convolutional neural networks［J］. IEEE Geoscience and Remote Sensing Letters， 2022， 19：1-5.
|
| ［16］ |
元志安，周笑宇，刘心溥，等. 基于RDSNet的毫米波雷达人体跌倒检测方法［J］. 雷达学报， 2021，10（4）：656-664.
|
| ［17］ |
ALIREZAZAD K， RHIEL G， MAURER L. 2D CNN-GRU model for multi-hand gesture recognition system using FMCW Radar［C］// Proceedings of the 20th IEEE Interregional NEWCAS Conference（NEWCAS）. IEEE， 2022：158-162.
|
| ［18］ |
王昊飞，李俊峰. 基于注意力机制的改进残差网络的人体行为识别方法［J］. 软件工程， 2021，24（11）：51-54.
|
| ［19］ |
SCHEIBLHOFER W， FEGER R， HADERER A， et al. Method to embed a data-link on FMCW chirps for communication between cooperative 77-GHz radar stations［C］// 2015 European Radar Conference（EuRAD）. IEEE， 2015：181-184.
|
| ［20］ |
PENG Z Y， MUNOZ-FERRERAS J M， GOMEZ-GARCIA
|
|
R， et al. FMCW radar fall detection based on ISAR processing utilizing the properties of RCS， range， and Doppler［C］// IEEE MTT-S International Microwave Symposium. IEEE， 2016：1-3.
|
| ［21］ |
AHEMD S， KIM W， PARK J， et al. Radar-based air-writing gesture recognition using a novel multistream CNN approach［J］. IEEE Internet of Things Journal， 2022，9（23）：23869-23880.
|
| ［22］ |
ENGGAR F D， MUTHIAH A M， WINARKO O D， et al. Performance comparison of various windowing on FMCW radar signal processing［C］// 2016 International Symposium on Electronics and Smart Devices（ISESD）. IEEE， 2016：326-330.
|
| ［23］ |
ZHANG H， WU C R， ZHANG Z Y， et al. ResNeSt： Split-attention networks［C］// IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops（CVPRW）.
|
|
IEEE， 2022：2735-2745.
|
| ［24］ |
XIE S N， GIRSHICK R， DOLLÁR P， et al. Aggregated residual transformations for deep neural networks［C］// 2017 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. IEEE， 2017：5987-5995.
|
| ［25］ |
HU J， SHEN L， SUN G. Squeeze-and-excitation networks［C］// 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）. IEEE， 2018：7132-7141.
|
| ［26］ |
LI X， WANG W H， HU X L， et al. Selective kernel networks［C］// 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）. IEEE， 2019：510-519.
|
| ［27］ |
TODERICI G， VINCENT D， JOHNSTON N， et al. Full resolution image compression with recurrent neural networks［C］// 2017 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. IEEE， 2017：5435-5443.
|
| ［28］ |
BADLANI R， ŁANCUCKI A， SHIH K J， et al. One TTS alignment to rule them all［C］// IEEE International Conference on Acoustics， Speech and Signal Processing（ICASSP）.
|
|
IEEE， 2022：6092-6096.
|
