[发明专利]基于毫米波雷达成像的静态手势识别方法及装置

权利要求书

1.一种基于毫米波雷达成像的静态手势识别方法，其特征在于，包括以下步骤：

选择毫米波雷达参数，采集待识别手势的原始回波信号；

利用两维合成孔径雷达成像算法对采集到的所述待识别手势的原始回波信号处理，获取两维高分辨的手势图像，并进一步对在不同距离、不同角度下采集到的不同姿态的手势的原始回波信号进行处理，得到需要识别的不同手势的图像数据集；

利用主成分分析方法对所述不同手势的图像数据集进行降维，得到新的低维度样本集，并利用所述低维度样本集构建手势识别数据集，其中，所述手势识别数据集包括训练数据集和测试数据集；

利用所述训练数据集构建基于加权块稀疏贝叶斯的稀疏表示分类器，对所述测试数据集进行分类，得到不同手势的样本类别，实现手势的识别。

2.根据权利要求1所述的方法，其特征在于，所述毫米波雷达参数，包括：

雷达的波长l、脉冲发射频率PRF、毫米波雷达阵元尺寸d、水平方向的滑动速度v_x、垂直方向的滑动距离L_y和滑动次数M。

3.根据权利要求1或2所述的方法，其特征在于，

根据空间采样准侧，雷达阵元尺寸d和波长的关系如下所示：

d≈λ/2，

条带合成孔径雷达方位向距离分辨力为：

其中，R为雷达到目标的距离，L_s为有效的合成孔径长度；

雷达在水平方向的滑动速度v_x和脉冲发射频率PRF要满足如下所示关系：

此时垂直方向的滑动速度等效为：

需要满足的关系如下：

其中，d_y为毫米波雷达天线垂直方向的尺寸。

4.根据权利要求1所述的方法，其特征在于，所述利用两维合成孔径雷达成像算法对采集到的所述待识别手势的原始回波信号处理，获取两维高分辨的手势图像，包括：

计算手势图像I(x,y)，采用如下公式：

其中，h(x,y)为成像系统的冲激响应函数，计算如下式所示：

其中，z₀为雷达天线平面到目标手势的距离，F_2D为两维傅里叶变换，如下所示：

F_2D[s(x,y)]＝∫∫s(x,y)exp(-j(ω₁x+ω₂y))dxdy，

其中，s(x,y)为原始回波信号。

5.根据权利要求1所述的方法，其特征在于，所述对所述测试数据集进行分类，得到不同手势的样本类别，包括：

由训练数据集构造稀疏表示分类器的字典；

使用构造好的字典对测试样本进行求解；

根据求解的稀疏表示系数上各分量的分布情况判定测试样本类别。

6.根据权利要求5所述的方法，其特征在于，所述由训练数据集构造稀疏表示分类器的字典，包括：

将训练数据集D_train中的低维度手势图像样本集拉成一列作为训练样y∈R^m，所有的训练样本放入字典中，构成字典如下所示：

D＝[D₁,D₂,...,D_K]∈R^m×N，

其中，表示第i类字典，m表示样本维数，N_i表示第i类样本个数，K为样本类别数，表示所有类别样本总个数；

若某个测试样本属于K类中的某一个，可用字典D表示为如下形式：

缩写为

y_test＝Dx，

即测试样本y_test的稀疏系数为

如果y_test属于第i类，则y_test只需要第i类的训练样本来表示，其中，只有第i类字典原子对应的系数为非零值，其余类别的字典原子对应的系数为零，稀疏表示系数x中只有x_i不为0：