[发明专利]一种基于多普勒雷达信号的手臂运动细节感知方法

权利要求书

1.一种基于多普勒雷达信号的手臂运动细节感知方法，其特征在于：包括以下步骤：

步骤1：对采集到的雷达信号先进行备份，然后进行滤波处理；

步骤2：基于滤波后的雷达信号，采用基于规则的双门限检测算法，对两个雷达的信号中有起伏波动的，可能是动作导致产生的信号片段进行检测与提取；同时，在步骤1中备份过的原始雷达信号也在相同时间点上提取出信号片段；

步骤3：将经过滤波的两个雷达各自提取得到的动作信号进行离散小波变化降采样，然后使用双阶段分类法，得出动作种类初步结论；初步结论包括：类抬手、类放下、类推、类拉、类旋转、无法判断；

步骤4：根据两个雷达各自得出的动作种类初步结论，设计结论组合规则，完成具体的手臂动作种类判断；具体结论包括：向前方抬手与放下、向前方推与拉、向右侧抬手与放下，向右侧推与拉、从身体前方平移到右侧，从身体右侧平移回前方、在身体前方顺时针旋转，在身体前方逆时针旋转；

步骤5：动作种类识别完成后，若该动作属于抬手放下、推拉、平移中的任意一个，则继续向后进行步骤；若该动作属于旋转类别，将停止进一步识别；

步骤6：将步骤3中未经过滤波的两个雷达各自提取得到的动作信号生成频谱图；

步骤7：使用面积比较法对频谱图进行分析，得出两个雷达各自检测到的多普勒频移比，来反映出手臂运动在两个分量上的速度比；

步骤8：对多普勒频移比采用反正切函数，得出手臂运动的角度、幅度或者方向具体细节信息。

2.根据权利要求1所述的一种基于多普勒雷达信号的手臂运动细节感知方法，其特征在于：所述步骤2中双门限检测算法使用短时过门限率和短时能量为阈值进行两级判决。

3.根据权利要求2所述的一种基于多普勒雷达信号的手臂运动细节感知方法，其特征在于：首先对信号进行分帧，对于每一帧分别计算短时过门限率与短时能量；短时过门限率公式为

短时能量为其中i代表帧编号，T代表门限值，并分别设定阈值TZ、TE；只有连续多帧的短时过门限率均超过TZ，且这些帧的短时能量总和超过TE，才将其判定为有效的动作信号。

4.根据权利要求3所述的一种基于多普勒雷达信号的手臂运动细节感知方法，其特征在于：只要有任何一个雷达根据双门限检测法产生了合格的信号，无论此时另一个雷达是否在该时间区域内检测到合格的信号，则均判定动作检测环节生效。

5.根据权利要求1所述的一种基于多普勒雷达信号的手臂运动细节感知方法，其特征在于：通过多次离散小波变化将一个动作信号序列长度控制在160-320个点之间。

6.根据权利要求1所述的一种基于多普勒雷达信号的手臂运动细节感知方法，其特征在于：在双阶段分类方法的第一阶段中，需要先将手势信号划分为靠近、远离两大类；在双阶段分类方法的第二阶段中，根据前一阶段的结论，进一步将动作分类为指定种类，包括类抬手、类放下、类推、类拉、类旋转、无法识别。

7.根据权利要求1所述的一种基于多普勒雷达信号的手臂运动细节感知方法，其特征在于：分别计算两个雷达频谱的深色区域面积(area)减去底座面积(offset)；然后将正面雷达的计算值除以侧面雷达的面积值作为面积比值，公式为其中A和B分别代表正面和侧面的雷达，这个面积比值等效于两个雷达检测到的多普勒频移比。

8.根据权利要求1所述的一种基于多普勒雷达信号的手臂运动细节感知方法，其特征在于：将求得的比值进行反正切计算出角度，公式为θ＝arctan(r)；对于抬手和放下动作，θ代表了手臂抬起方向与身体正前方方向的夹角；对于推和拉动作，θ代表了手臂推出去的方向与身体正前方方向的夹角；对于手臂水平移动动作，θ代表了手臂停止运动前水平运动的幅度。