주파수 변조 연속파(FMCW) 레이더는 미세한 흉벽 진동을 측정하여 비접촉 심박수 감지를 가능하게 합니다. 하지만, 기존 레이더 기반 심박수 감지 방법은 잡음으로 인해 성능 저하를 겪습니다. 학습 기반 레이더 방법은 잡음 강건성을 향상시키지만, 지도 학습을 위해 비용이 많이 드는 라벨링된 신호가 필요합니다. 이러한 한계를 극복하기 위해, 본 논문에서는 증강된 의사 라벨과 잡음 대비를 이용한 레이더 기반 심박수 감지를 위한 최초의 비지도 학습 프레임워크인 Radar-APLANC를 제안합니다. 심박수 범위와 잡음 범위를 모두 사용하여 긍정 및 부정 샘플을 구성하고, 잡음 대비 삼중항(NCT) 손실을 통해 값비싼 실제 생체 신호에 의존하지 않습니다. 또한, 의사 라벨 신호 품질을 향상시키기 위해 적응형 잡음 인식 라벨 선택 기능을 갖춘 의사 라벨 증강 방식을 설계했습니다. Equipleth 데이터셋 및 자체 수집한 레이더 데이터셋에 대한 광범위한 실험을 통해 제안된 비지도 학습 방법이 최첨단 지도 학습 방법과 유사한 성능을 달성함을 입증했습니다.
