[发明专利]一种毫米波雷达微动手势识别方法

权利要求书

1.一种毫米波雷达微动手势识别方法，其特征在于，包括：

通过毫米波雷达发射线性调频信号，并通过信号接收器接收人体手部反射的回波信号，根据线性调频信号构成的发射信号集和回波信号构成的回波信号集获取差频组合集；

计算获取差频组合集与差频样本集的匹配度，将匹配度与差频样本集构成的匹配范围进行对比筛选，将符合标准的回波信号集设定为选中信号集；其中，差频样本集是对样本手势进行训练得到的包含若干个样本差频信号的集合；匹配度用来分析判断差频信号是否满足手势识别的要求；

计算获取差频组合集与差频样本集的匹配度的具体步骤包括：

获取差频组合集中差频信号的数据信息，该数据信息包含差频信号关联的测量速度、测量距离和测量角度，分别获取测量速度、测量距离和测量角度的数值并标记为CS、CJ和CD，对取值标记的各项

数据进行归一化处理，通过公式计算获取采集的差频信号与差频样本集中样本差频信号的匹配度PP，YSP、YJP和JDP分别为样本差频信号的平均测量速度、平均测量距离和平均测量角度，a1、a2和a3为不同的比例系数；

将匹配度与差频样本集构成的匹配范围进行对比筛选的具体步骤包括：

根据差频样本集获取匹配范围，并将匹配度与匹配范围进行比对筛选，若匹配度属于匹配范围，则判定匹配度对应的差频信号在识别范围内并生成识别指令，根据识别指令将若干个差频信号关联的回波信号按时间排序组合得到选中信号集；

对选中信号集中的回波信号进行滤波处理并监测，得到回波监测集，对回波监测集进行处理和划分，获取回波监测集对应的二维距离-多普勒图像集并设定为识别图像集，获取识别图像集对应轨迹图的特征峰值点坐标并按时间排序，得到识别排序集；手势的轨迹图为特征点峰值对应的人体手部在距离-多普勒坐标系下的移动轨迹；根据预设的划分个数将识别排序集进行划分，得到识别划分集；

将识别排序集与预构建的样本手势的识别数据库匹配识别，得到人体手势的识别结果，并根据识别结果对预构建的识别数据库进行优化更新。

2.根据权利要求1所述的一种毫米波雷达微动手势识别方法，其特征在于，构建样本手势的识别数据库，识别数据库包含人体手部不同状态的第一样本集和第二样本集；第一样本集包含第一基准信号和第一训练信号集；第二样本集包含第二基准信号和第二训练信号集；

分别对测试信号与第一样本集和第二样本集进行差频处理并ADC采样，得到包含样本差频信号的差频样本集；

获取第一样本集和第二样本集对应的二维距离-多普勒图像集并分别进行处理和划分，得到第一样本集对应的第一划分集和第二样本集对应的第二划分集。

3.根据权利要求2所述的一种毫米波雷达微动手势识别方法，其特征在于，当人体手部处于竖直状态和水平状态时，分别将处于竖直状态和水平状态时人体手部不动的位置设定为第一基准位置和第二基准位置，将不同状态下人体手部移动后的不同位置按时间排列组合，得到第一训练位置集和第二训练位置集，通过毫米波雷达发射测试信号，通过信号接收器接收人体手部反射的回波信号，将第一基准位置和第二基准位置反射的回波信号分别设定为第一基准信号和第二基准信号。

4.根据权利要求3所述的一种毫米波雷达微动手势识别方法，其特征在于，将第一训练位置集和第二训练位置集发射的若干个回波信号分别按时间排列组合，得到第一训练信号集和第二训练信号集；

第一基准信号和第一训练信号集构成第一样本集，第二基准信号和第二训练信号集构成第二样本集。

5.根据权利要求4所述的一种毫米波雷达微动手势识别方法，其特征在于，根据第一样本集中的第一基准信号和第一训练信号集以及第二样本集中的第二基准信号和第二训练信号集获取若干张二维距离-多普勒图像；

分别对每张二维距离-多普勒图像的谱峰进行搜索并求出该二维距离-多普勒图像的特征峰值点；在二维距离-多普勒坐标系下，将若干个特征峰值点依次连线，得到手部动作的轨迹图；根据预设的划分个数将第一样本集和第二样本集轨迹图上的特征峰值点进行划分，得到第一样本集对应的第一划分集和第二样本集对应的第二划分集。