【摘要】为了实现基于雷达传感器的人机交互，设计了一个基于深度学习的毫米波雷达手势识别实验。首先，该实验基于77 GHz的FMCW雷达，采集人体手部动作回波数据，并对回波数据进行帧差预处理，再利用多维FFT算法构建距离-速度-角度联合的多维特征融合数据谱图。然后，调用MATLAB中的深度学习工具箱，基于典型的VGG16网络，搭建了适用于多维特征数据提取和动作识别的3D-VGG16-NET网络。实验结果显示，该网络算法对手势的平均识别准确率达到99.38%。