[發明專利]使用時空神經網絡執行姿態識別的基于智能設備的雷達系統

在審

• 申請號: 202080064138.1
• 申請日: 2020-10-20
• 公開（公告）號: CN114365008A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 米卡爾·馬圖茲克;阿貝爾·塞勒什·門格斯圖;尼古拉斯·吉利恩;阿比吉特·阿隆·沙阿
• 申請（專利權）人: 谷歌有限責任公司
• 主分類號: G01S13/34
• 分類號: G01S13/34;G01S13/58;G01S13/88;G01S7/35;G01S7/41;G01S7/539;G06F3/01;G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 周亞榮;鄧聰惠

1.一種由雷達系統執行的方法，所述方法包括：

使用所述雷達系統的天線陣列發射雷達發射信號；

使用所述天線陣列接收雷達接收信號，所述雷達接收信號包括由至少一個用戶反射的雷達發射信號的版本；

基于所述雷達接收信號生成復合雷達數據；

將所述復合雷達數據提供給所述雷達系統的時空神經網絡，所述時空神經網絡包括多級機器學習架構；以及

使用所述時空神經網絡分析所述復合雷達數據以識別由所述至少一個用戶執行的姿態。

2.根據權利要求1所述的方法，其中：

對所述復合雷達數據的分析包括使用機器學習技術分析所述復合雷達數據的幅度和相位信息兩者以識別所述姿態。

3.根據權利要求1或2所述的方法，其中：

所述多級機器學習架構包括空間遞歸網絡和時間遞歸網絡；以及

其中，對所述復合雷達數據的分析包括：

使用所述空間遞歸網絡在空間域上分析所述復合雷達數據，以生成與所述姿態相關聯的特征數據；以及

使用所述時間遞歸網絡在時域上分析所述特征數據，以識別所述姿態。

4.根據權利要求3所述的方法，進一步包括：

將所述特征數據存儲在循環緩沖區中；以及

由所述時間遞歸網絡訪問存儲在所述循環緩沖區中的特征數據。

5.根據權利要求3或4所述的方法，其中，在所述空間域上分析所述復合雷達數據包括：

使用非線性激活函數單獨地處理所述復合雷達數據中與不同范圍區間相關聯的部分，以生成用于每個范圍區間的信道多普勒數據；以及

跨所述不同范圍區間分析所述信道多普勒數據以生成所述特征數據。

6.根據權利要求3至5中的任一項所述的方法，其中，在所述時域上分析所述特征數據包括：通過分析與至少兩個不同時間幀相關聯的所述特征數據來形成關于所述姿態的預測。

7.根據任一前述權利要求所述的方法，其中，所述復合雷達數據包括以下中的至少一個：

復合距離多普勒圖；

復合干涉測量數據；

與所述雷達接收信號相關聯的多個數字差拍信號；或

所述多個數字差拍信號的頻域表示。

8.根據任一前述權利要求所述的方法，其中，所述姿態包括以下中的至少一個：

揮掃姿態；

伸手姿態；

把手轉動姿態；或

軸扭轉姿態。

9.根據任一前述權利要求所述的方法，其中：

接收所述雷達接收信號包括使用所述雷達系統的不同天線元件接收所述雷達接收信號的多個版本；以及

生成所述復合雷達數據包括使用所述雷達系統的相應接收信道生成數字差拍信號，所述相應接收信道分別被連接到所述不同天線元件。

10.一種裝置，包括：

雷達系統，所述雷達系統包括：

天線陣列；

收發器；以及

被配置為執行根據權利要求1至9中的任一項所述的方法的處理器和計算機可讀存儲介質。

11.根據權利要求10所述的裝置，其中，所述裝置包括智能設備，所述智能設備包括以下之一：

智能電話；

智能手表；

智能揚聲器；

智能恒溫器；

安全相機；

車輛；或者

家用電器。