[发明专利]基于超声波的手写识别方法、系统及移动端和服务器

权利要求书

1.一种基于超声波的手写识别方法，其特征在于，应用于具有扬声器与麦克风的移动端，所述方法包括：

通过扬声器播放加载有调制为超声波频段的GTS原始序列的超声波音频信号；

通过麦克风接收移动端附近的手写动作所反射的超声波音频文件；

上传所述超声波音频文件至服务器，以供接收所述服务器返回的单词结果。

2.根据权利要求1所述的基于超声波的手写识别方法，其特征在于，所述GTS原始序列调制为超声波频段的方法包括：

确定GTS原始序列所需调制的目标带宽和目标频段；

依据目标带宽和音频文件频率，经傅立叶变换得到GTS原始序列的频率分布；

通过加零算法延长GTS原始序列长度，经反向傅立叶变换得到为目标带宽的信号；

通过与特定频率的正弦波计算将该信号上采样到目标频段范围内；其中，所述特征频率为所述目标频段的中间频率。

3.根据权利要求2所述的基于超声波的手写识别方法，其特征在于，所述目标频段的确定方法为：

获取移动端的音频采样率上限；

根据奈奎斯特采样定理得到移动端的信号频率上限；

依据信号频率上限与超声波下限频率确定目标频段。

4.一种基于超声波的手写识别方法，其特征在于，应用于服务器，所述方法包括：

获取移动端上传的表征有手写动作的超声波音频文件；

依据所述超声波音频文件获取其内包含的GTS手写序列，据以计算表征手写动作的信道脉冲响应特征；

提取信道脉冲响应特征的实部、虚部以及对应时间维度的差值数据，作为多维特征输入到神经网络模型，以提取手写动作序列中与不同单词或字母关联的深度特征；

基于双向LSTM和CTC损失函数构建的时序模型，以训练手写动作序列对应单词或字母维度的概率预测向量，以供识别手写动作对应的单词结果并传回移动端。

5.根据权利要求4所述的基于超声波的手写识别方法，其特征在于，所述依据所述超声波音频文件获取其内包含的GTS手写序列，包括：

下采样所述超声波音频文件并解调得到连续的GTS手写序列；

将连续的GTS手写序列分割为多个的GTS手写序列片段。

6.根据权利要求5所述的基于超声波的手写识别方法，其特征在于，所述将连续的GTS手写序列分割为多个单独的GTS手写序列，包括：

利用GTS序列的自相关性对连续的GTS手写序列的进行窗口滑动；

分别与GTS原始序列计算皮尔逊相关系数，将系数接近1或-1的位置作为切割点，以分割出多个GTS手写序列片段，以供分别提取信道脉冲响应特征；

其中，所述GTS原始序列是移动端预先调制至超声波频段并生成超声波音频信号，并通过播放以采集反射回的包含有表征手写动作的GTS手写序列。