买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利一种基于联邦学习的毫米波雷达人体姿态识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116524595B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310447527.8，技术领域涉及：G06V40/20；该发明授权一种基于联邦学习的毫米波雷达人体姿态识别方法是由阳媛;伊洋;韩嘉伟;杨浩然;罗冰设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本一种基于联邦学习的毫米波雷达人体姿态识别方法在说明书摘要公布了：一种基于联邦学习的毫米波雷达人体动作识别方法，包括利用毫米波雷达获取人体动作的距离多普勒图数据，并通过卷积神经网络和长短时记忆网络对雷达数据提取浅层特征向量和时间相关性信息，最后通过分类器网络得到检测结果；同时采用联邦学习架构，将多个客户端设备的模型训练参数聚合，不断更新全局模型提高模型精度。在毫米波雷达进行人体动作识别基础上采用联邦学习架构，通过将数据存储和模型训练转移至本地客户端，不直接收集用户数据，仅通过模型参数的聚合来完成中心模型的更新，模型不仅具有高精度和更好的泛化能力，而且有效保障了用户数据的隐私安全。

本发明授权一种基于联邦学习的毫米波雷达人体姿态识别方法在权利要求书中公布了：1.一种基于联邦学习的毫米波雷达人体姿态识别方法，其特征在于： 步骤S1：客户端通过毫米波雷达采集人体动作的距离多普勒谱图作为本地数据； 步骤S2：中心服务器将全局模型发送给客户端； 步骤S3：客户端在接收到全局模型后，将本地数据在全局模型中通过神经网络CNN和LSTM网络进行人体姿态识别，并形成本地模型； 步骤S4：客户端将本地模型参数发送到云端中心服务器，中心服务器利用联邦学习FedAvg算法加权聚合接收的客户端模型参数梯度完成全局模型更新； 所述步骤S4中的中心服务器利用FedAvg算法加权聚合接收的客户端模型参数梯度完成全局模型更新的方法具体为： 步骤1：服务端随机抽取用户设备，抽取比例为用户总数的10%，并接收本地用户上传的模型参数梯度； 步骤2：服务端将抽样的用户模型参数梯度加权平均并与上一轮聚合后模型参数相加，更新全局模型参数，本地客户端的模型权重更新如下： ； 第t轮通信中心服务器的模型聚合更新如下： ； 式中，为第t轮通信的模型参数，为学习率，K为客户端总数，n为所有客户端数据量总和，为第k个客户端的数据量，为第t轮通信中每个边缘客户端k计算其本地数据在当前模型参数下的平均梯度； 步骤S5：经过步骤S1-S4的多轮重复迭代，中心服务器判断全局模型精度是否达到要求或通信次数达到设定值，来决定是否继续迭代优化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。