買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉東南大學申請的專利一種基于聯邦學習的毫米波雷達人體姿態識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116524595B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310447527.8，技術領域涉及：G06V40/20；該發明授權一種基于聯邦學習的毫米波雷達人體姿態識別方法是由陽媛;伊洋;韓嘉偉;楊浩然;羅冰設計研發完成，并于2023-04-24向國家知識產權局提交的專利申請。

本一種基于聯邦學習的毫米波雷達人體姿態識別方法在說明書摘要公布了：一種基于聯邦學習的毫米波雷達人體動作識別方法，包括利用毫米波雷達獲取人體動作的距離多普勒圖數據，并通過卷積神經網絡和長短時記憶網絡對雷達數據提取淺層特征向量和時間相關性信息，最后通過分類器網絡得到檢測結果；同時采用聯邦學習架構，將多個客戶端設備的模型訓練參數聚合，不斷更新全局模型提高模型精度。在毫米波雷達進行人體動作識別基礎上采用聯邦學習架構，通過將數據存儲和模型訓練轉移至本地客戶端，不直接收集用戶數據，僅通過模型參數的聚合來完成中心模型的更新，模型不僅具有高精度和更好的泛化能力，而且有效保障了用戶數據的隱私安全。

本發明授權一種基于聯邦學習的毫米波雷達人體姿態識別方法在權利要求書中公布了：1.一種基于聯邦學習的毫米波雷達人體姿態識別方法，其特征在于： 步驟S1：客戶端通過毫米波雷達采集人體動作的距離多普勒譜圖作為本地數據； 步驟S2：中心服務器將全局模型發送給客戶端； 步驟S3：客戶端在接收到全局模型后，將本地數據在全局模型中通過神經網絡CNN和LSTM網絡進行人體姿態識別，并形成本地模型； 步驟S4：客戶端將本地模型參數發送到云端中心服務器，中心服務器利用聯邦學習FedAvg算法加權聚合接收的客戶端模型參數梯度完成全局模型更新； 所述步驟S4中的中心服務器利用FedAvg算法加權聚合接收的客戶端模型參數梯度完成全局模型更新的方法具體為： 步驟1：服務端隨機抽取用戶設備，抽取比例為用戶總數的10%，并接收本地用戶上傳的模型參數梯度； 步驟2：服務端將抽樣的用戶模型參數梯度加權平均并與上一輪聚合后模型參數相加，更新全局模型參數，本地客戶端的模型權重更新如下： ； 第t輪通信中心服務器的模型聚合更新如下： ； 式中，為第t輪通信的模型參數，為學習率，K為客戶端總數，n為所有客戶端數據量總和，為第k個客戶端的數據量，為第t輪通信中每個邊緣客戶端k計算其本地數據在當前模型參數下的平均梯度； 步驟S5：經過步驟S1-S4的多輪重復迭代，中心服務器判斷全局模型精度是否達到要求或通信次數達到設定值，來決定是否繼續迭代優化。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東南大學，其通訊地址為：210096 江蘇省南京市玄武區四牌樓2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。