[發明專利]一種基于微多普勒特征的手勢識別方法及系統

有效

• 申請號: 202110315073.X
• 申請日: 2021-03-24
• 公開（公告）號: CN113030936B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 朱宇濤;陳東;譚禮晉;張志;余博;時鴿;李娜;王日冬;楊麗萍;李超;姚梁希
• 申請（專利權）人: 中國人民解放軍93114部隊
• 主分類號: G01S13/50
• 分類號: G01S13/50;G06F18/2131;G06F18/2431
• 代理公司: 北京天達知識產權代理事務所有限公司 11386
• 代理人: 李明里

1.一種基于微多普勒特征的手勢識別方法，其特征在于，包括：

采用穿墻雷達觀測被障礙物遮擋的指揮手勢，得到雷達回波信號；所述障礙物包括墻體；

對雷達回波信號進行多普勒譜與短時傅里葉變換時頻譜分析，提取由障礙物遮擋指揮手勢所引起的多維微多普勒特征；

建立由歷史觀測雷達回波信號中提取的多維微多普勒特征和對應的指揮手勢組成的訓練集，對分類器進行訓練；

將實時提取的障礙物遮擋的指揮手勢引起的多維微多普勒特征輸入訓練好的分類器進行識別，確定被遮擋的指揮手勢；

所述多維微多普勒特征包括六維微多普勒特征；其中，

第一維特征表征由指揮手勢引起的頻域能量散布；

所述第一維特征為指揮手勢引起的多普勒譜波形熵fea1；

雷達回波信號多普勒譜中目標幅度歸一化后的多普勒譜為U＝(U₁,U₂,…,U_n,…,U_N)，U_n代表第n個頻點上的幅度值，n＝1,…，N；則U_n在目標多普勒譜中出現的概率p_n為：

第二維特征表征由指揮手勢引起的調制譜能量；

所述第二維特征為多普勒譜差分取模求和fea2；

第三維特征表征由指揮手勢引起的多普勒譜峰值；

所述第三維特征為短時傅里葉變換時頻譜的時頻熵fea3；

雷達回波信號短時傅里葉變換時頻譜中目標幅度歸一化后的多普勒譜值為Y＝(Y₁,Y₂,…,Y_m,…,Y_M)；Y_m代表第m個頻率分量f_m的頻譜值，m＝1,…,M；

則Y_m在短時傅里葉變換時頻譜中出現的概率p_m為：

第四維特征表征由指揮手勢引起的總頻率寬度；

所述第四維特征為短時傅里葉變換時頻譜的主分量帶寬fea4；

fea4＝f_upper-f_lower

f_upper為時頻譜中最高多普勒頻率，f_lower為時頻譜中最低多普勒頻率；

第五維特征表征由指揮手勢引起的頻譜峰值周期；

所述第五維特征為短時傅里葉變換時頻譜的平均周期fea5；

其中，T_k為短時傅里葉變換時頻譜中第k個相鄰兩個正峰值時間差；K為正峰值個數減1值，即相鄰正峰值的總數；

第六維特征表征由指揮手勢引起的多普勒頻差；

所述第六維特征為短時傅里葉變換時頻譜的多普勒偏移fea6；

其中，f_p為時頻譜中正頻率峰值，f_n為負頻率峰值。

2.根據權利要求1所述的手勢識別方法，其特征在于，所述指揮手勢包括四種單兵指揮手勢：

橫向縱隊：手臂作握拳狀，水平橫向伸出手臂；

單縱隊形：舉起手臂，屈曲手肘，手掌垂直，前后作劈砍動作；

雙縱隊形：手肘屈曲，手舉起至頭頂高度，并作握拳狀，食指和中指伸出作鉤狀前后擺動；

V字隊形：作握拳狀，伸直手臂和身體成一定角度，然后擺動至后方。

3.根據權利要求1或2所述的手勢識別方法，其特征在于，所述分類器為隨機森林分類器。

4.根據權利要求3所述的手勢識別方法，其特征在于，所述隨機森林分類器的訓練過程包括：

對雷達歷史觀測的不同人員的四種單兵手勢的回波數據進行多維微多普勒特征提取和手勢標注，形成訓練樣本集D；

對訓練樣本集D進行bootstrap采樣，形成T個訓練樣本采樣集；所述Bootstrap為自助采樣法；T為訓練樣本采樣集個數，取值為正整數；

第t個訓練樣本采樣集訓練第t個決策樹，訓練樣本采樣集與決策樹一一對應，訓練后的各個決策樹作為基分類器共同構成隨機森林組合分類器，1≤t≤T。