[發明專利]一種基于毫米波雷達的手勢運動探測方法在審
| 申請號: | 201811064646.0 | 申請日: | 2018-09-12 |
| 公開(公告)號: | CN109188414A | 公開(公告)日: | 2019-01-11 |
| 發明(設計)人: | 賽景波;方文斗 | 申請(專利權)人: | 北京工業大學 |
| 主分類號: | G01S13/00 | 分類號: | G01S13/00;G01S7/41 |
| 代理公司: | 北京思海天達知識產權代理有限公司 11203 | 代理人: | 沈波 |
| 地址: | 100124 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 毫米波雷達 手勢 差頻信號 手勢運動 小波分析 時頻域 傳感器 分辨率 回波 時頻 探測 采集回波信號 手勢特征信息 線性調頻信號 抗干擾能力 發射信號 方法使用 回波信號 雷達接收 雷達信號 時間變換 實時性好 手勢識別 特征提取 中值濾波 混頻 去噪 拼接 采集 圖像 輸出 發射 檢測 | ||
1.一種基于毫米波雷達的手勢運動探測方法,其特征在于:該方法使用毫米波雷達作為手勢傳感器發射線性調頻信號,然后在雷達接收端采集回波信號;對采集的雷達信號與本地發射信號進行混頻、然后中值濾波得到回波差頻信號;對得到的回波差頻信號進行小波分析,得到頻率隨著時間變換的圖像,即時頻特性圖;對目標動檢測后,得到10幅時頻特性圖;然后對得到的10幅時頻特性圖在時頻域內拼接后進行去噪和特征提取,得到與手勢有關的特征;然后將手勢特征信息輸入BP神經網絡對手勢進行識別,最后輸出手勢識別的結果。
2.根據權利要求1所述的一種基于毫米波雷達的手勢運動探測方法,其特征在于:該方法具體包括以下部分:
步驟1)使用調頻連續波雷達作為手勢傳感器,采用兩根發射天線和四根接收天線,多發多收天線可以提高雷達的空間分辨率減小天線體積;首先發射端發射鋸齒波調制的FMCW波,啟始頻率為77GH,上升斜率為17.386MHZ/us,斜率持續時間為474us,每幀時間為100ms;接收端采集回波信號;
步驟2)將步驟1中的回波信號與發射信號進行混頻、中值濾波后得到回波差頻信號;該差頻信號中包含了目標距離產生的多普勒頻率和由目標運動產生的多普勒頻率;
步驟3)對步驟2中的信號進行小波變換,得到小波變換尺度隨時間變化的關系,然后將尺度轉化為頻率就得到頻率隨時間變化的圖像,即時頻特性圖;
小波變換的公式如(1)所示:
f(t)是輸入信號,ψ(x)是小波變換的基函數,a,b為尺度變換因子;
小波基函數的選取對信號的分析結果影響較大,利用小波分析從雷達信號中提取細微特征需要對信號的時頻域都有較高的刻畫,因此,本方法使用時頻域特性都較好的Morlet小波作為小波基函數;
Morlet小波表達式如公式(2)所示:
式中t為時間,Ω為無量綱頻率;
步驟4)對進行動目標檢測,如果目標運動則采集連續10幀的時頻特性圖,得到10幅時頻特性圖像;否則繼續進行動目標檢測;
動目標檢測:當目標進入雷達波束內時,回波信號的強度會發生較為明顯的變化;通過設置一個閾值,當回波強度大于這一閾值時就認為檢測到了運動目標;否則繼續進行檢測;
步驟5)對步驟4中得到的10幅特性圖像在時頻平面依次拼接,得到一幅拼接后的時頻圖;對該圖進行去噪處理,然后提取圖像的邊緣特征信息,作為手勢特征信息;
步驟6)將步驟5)中提取到的手勢特征信息隨機分為訓練樣本和測試樣本兩組,利用訓練樣本對BP網絡進行訓練;然后用經過訓練的BP神經網絡對測試樣本進行識別,最后輸出識別結果。
3.根據權利要求2所述的一種基于毫米波雷達的手勢運動探測方法,其特征在于:步驟5)中,包括以下步驟,步驟5-1去噪處理:對拼接后的時頻圖像進行先膨脹處理然后腐蝕處理,從而達到去噪的目的;
步驟5-2對去噪后的圖像進行Hough變換,從而提取圖像中的邊緣特征信息,然后將這些特征信息作為手勢特征信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京工業大學,未經北京工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811064646.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:虛擬現實設備的定位方法、裝置和系統
- 下一篇:一種新型多功能雷達導航輔助裝置





