[发明专利]一种基于UWB通信技术的手势识别方法

权利要求书

1.一种基于UWB通信技术的手势识别方法，其特征在于，包括如下步骤：

步骤1、数据采集；

预先定义手势动作及其所对应的控制命令；使用四个decaWave DWM1000通信模块，三个decaWave DWM1000通信模块被配置为定位基站，另一个decaWave DWM1000通信模块被当作定位标签，将标签绑在人的臂膀上以采集数据；

步骤2、数据处理；

使用基于点的轨迹分割方法将采集的数据中各个手势的轨迹分成具有相同点的多个段；

步骤3、建立SE-Conv1D深度模型；

将Squeeze-and-Excitation模块插入一个卷积神经网络中，将这个新的模型命名为：SE-Conv1D深度模型；

步骤4、手势识别；

采用步骤2处理过的分段轨迹作为输入信息，使用SE-Conv1D深度模型，实现手势识别。

2.如权利要求1所述的基于UWB通信技术的手势识别方法，其特征在于：步骤1中，三个基站分别为基站A，基站B和基站C，基站B和基站C位于地面以上89cm处，基站A位于地面以上33厘米处；基站B和基站C的间隔距离为4.91米。

3.如权利要求1所述的基于UWB通信技术的手势识别方法，其特征在于：步骤1中，decaWave DWM1000模块符合IEEE802.15.4-2011UWB标准，模块尺寸为54mm×20mm×2.9mm，中心频率为3GHz，带宽为500MHz，比特率是11520bps。

4.如权利要求1所述的基于UWB通信技术的手势识别方法，其特征在于：步骤1中，预定义了四个连续的手势来代表用户在智能家居中的不同的命令，包括“向右滑动”、“上下挥手”、“顺时针画圈”和“向前推动”；“向右滑动”代表打开指定的灯；“上下挥手”代表改变指定灯的颜色；“顺时针画圈”代表打开所有灯；“向前推动”代表关闭所有灯；无任何手势活动表示无任何的操作。

5.如权利要求1所述的基于UWB通信技术的手势识别方法，其特征在于：步骤1中，采集不同手势轨迹的方法如下：

基于三消息帧的双边双向测距方法，给出了双向测距的两个往返行程；其中，往返行程时间用T_round1和T_round2表示，基站A、基站B的回复时间用T_reply1和T_reply2表示，双向测距的理想飞行时间用表示；根据以上方法，估计出信号在基站A、基站B之间的传输时间，如下式所示：

利用UWB无线收发模块测量目标点和每个基站之间的飞行时间乘以光速c得到定位标签到定位基站的距离测量值Distance，如下式所示：

6.如权利要求1所述的基于UWB通信技术的手势识别方法，其特征在于：步骤3中，SE-Conv1D深度模型包括三个卷积层，每个卷积层之后均采用批标准化和Dropout来防止过拟合；同时，除最后的分类使用softmax作为激活函数外，网络均采用ReLu作为激活函数。

7.如权利要求1所述的基于UWB通信技术的手势识别方法，其特征在于：步骤3中，采用随机梯度下降法训练神经网络，批数据量设置为60，迭代次数设置为70；为加速收敛，采用了学习率衰减策略，初始学习率设置为0.1，在第16次迭代和第24次迭代时分别将学习率除以10。