随着物联网技术和人工智能的不断发展,智能设备的应用场景不断增多,人机交互任务日趋复杂。情感识别作为智能人机交互领域的又一发展方向,展现出了广阔的前景。基于图像语音和生理信号的情感识别已经取得了不错的成果。然而,基于图像和语音的情感识别无法识别用户深层次的情感状态,基于生理信号的情感识别一般使用穿戴式传感器采集生理信号,会对情感状态产生干扰。在这种情况下,基于毫米波感知技术的无接触式情感识别显示出了它的优势与前景。为此本文实现了基于毫米波感知技术的情感识别系统,并取得了良好的情感识别率。基于毫米波感知的情感识别系统使用毫米波雷达发射连续调频脉冲信号,经人体胸腔反射后嵌入了呼吸和心跳两种生理信号。本系统根据中频信号的特点,使用快速傅里叶变换、相位提取、带通滤波等手段提取呼吸和心跳,并结合心跳节拍分割算法从心跳信号中提取出传统的心率变异性特征。最后应用卷积神经网络、长短期记忆网络和注意力模块建立智能情感识别算法,实现情感识别。而且,课题中采集了 17人生理信号,共计3480分钟数据,建立毫米波情感信号数据集。本系统应用这些数据集建立情感识别网络模型,个人模型下平均情感识别率为80.59%。