[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

摘要

本发明提出一种基于多普勒雷达信号的手臂运动细节感知方法指的是对常见手势行为例如抬手、挥手、推拉等动作进行细粒度识别，具体包括手势种类判别、动作角度幅度或方向等信息分析两大内容。对于手势种类判别我们将从两个雷达的原始信号中组合分析，得出用户做的手势类别。其主要工作内容包括信号检测提取、识别分类、结论生成。本文提出的基于多普勒雷达信号的手臂运动细节感知方法，无需为每个角度、幅度、方向的不同动作进行大量数据的训练，因此节约了成本。使用多层次的感知方法，即先判别种类再分析细节，能提高处理效率和准确性。最终能识别出诸如手臂抬起放下的角度、手臂在身体前方挥动的幅度、推拉动作的方向等细节动作信息。

主权项

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。