[发明专利]一种基于Wi-Fi信号的手势识别方法

摘要

本发明公开了一种基于Wi‑Fi信号的手势识别方法，提取待识别手势信号GS，将待识别手势信号GS与多个模板手势信号进行匹配，得到待识别手势信号GS与模板手势信号之间的匹配距离，其中最小的匹配距离所对应的模板手势信号所表示的手势与待识别手势信号表示的手势一致，有效避免产生大量的冗余数据或者手势数据提取错误，造成识别错误或者系统运行缓慢。

主权项

1.一种基于Wi-Fi信号的手势识别方法，其特征在于，具体包括以下步骤：步骤一，发送端发送信号，用户在发送端与接收端之间做出多种手势，对信号产生扰动，接收端的两个接收天线分别接收到被手势扰动后的信号G1和G3；步骤二，对信号G1和G3进行预处理，所述预处理包括归一化处理、共轭处理和平滑处理，得到预处理后的信号S1；步骤三，根据信号S1提取待识别手势信号GS；步骤四，构建模板手势信号库，模板手势信号库中包含多个模板手势信号；将待识别手势信号GS分别与多个模板手势信号进行匹配，得到待识别手势信号GS与多个模板手势信号之间的匹配距离，其中最小的匹配距离所对应的模板手势信号所表示的手势与待识别手势信号表示的手势一致；所述步骤二的实现方式包括：步骤2.1:对信号G1和G3进行归一化处理,分别得到归一化后的信号G4和G5；步骤2.2:对归一化后的信号G4和G5进行共轭处理，得到去除噪声后的信号S；步骤2.3:对去噪后的信号S进行平滑处理，得到平滑处理后的信号S1；所述步骤三的实现方式包括：步骤3.1：根据信号S1，计算滑动窗口幅值和矩阵A[n]，n表示数据样本数： A [ n ] = Σ i = 1 + k * o f f s e t w i n + o f f s e t * k S 1 2 [ i ] ]]>上式中，其中，win为滑动窗的大小，offset为滑动窗口每次偏移增加量；m为信号S1中的数据的总数；步骤3.2：确定手势数据约束条件；步骤3.3：根据滑动窗口幅值和矩阵A[n]和手势数据约束条件得到待识别手势信号GS；所述步骤四的实现方式包括：步骤4.1：构建模板手势信号库，模板手势信号库中包含多个模板手势信号ref[k]，k表示第k种模板手势信号，单个模板手势信号数据表示为ref(i)，1≤i≤d，其中d表示单个模板手势数据的数据点的个数；步骤4.2：将待识别手势信号GS分别与多个模板手势信号进行匹配，得到待识别手势信号GS与多个模板手势信号之间的匹配距离，具体实现方法如下：待识别手势信号数据为GS(j)，1≤j≤n，其中n表示待识别手势数据的数据点的个数；若d＝n，则通过欧几里得距离公式计算出待识别手势信号GS与所有模板手势信号ref[k]的匹配距离值DS[k]，k表示第k种模板手势，最小的匹配距离所对应的模板手势信号所表示的手势与待识别手势信号表示的手势一致；若d≠n，构建d*n的距离矩阵D(i,j)，1≤i≤d，1≤j≤n；根据距离矩阵D(i,j)求出待识别手势信号与所有模板手势信号的匹配距离值DS[k]，k表示第k种模板手势，最小的匹配距离所对应的模板手势信号所表示的手势与待识别手势信号表示的手势一致；所述步骤3.3的实现方式包括：步骤3.3.1：采集一段非手势状态数据，取平均值作为阈值threshold；步骤3.3.2：根据步骤3.3.1得到的阈值threshold提取手势信号GS；步骤3.3.2.1:以A[1]为起点，A[1]表示滑动窗口幅值和矩阵A的第一个数据，逐个判断|A[n]|是否大于阈值threshold，得到A[n]中|A[n]|连续大于阈值threshold的第一段数据区间A[Tstart]～A[Tend]，数据区间A[Tstart]～A[Tend]的样本数目为num；判断num是否在区间[Min,Max]内，其中，Min为手势数据持续时间最小值，Max为手势数据持续时间最大值，如果是，转步骤3.3.2.2，如果否，转步骤3.3.2.3；步骤3.3.2.2：得到A[Tstart]～A[Tend]对应的信号S1中的数据S1[Tstart*offset]～S1[Tend*offset],offset为滑动窗口每次偏移增加量，计算S1[Tatart*offset]～S1[Tend*offset]中所有数据绝对值之和V；如果V大于最小阈值min_gesture,则认为数据点S1[Tstart*offset]～S1[Tend*offset]是手势数据GS，否则数据点S1[Tstart*offset]～S1[Tend*offset]为非手势数据，以A[Tend+1]为起点，转步骤3.3.2.1；步骤3.3.2.3：当num值大于Max时，数据点S1[Tstart*offset]～S1[Tend*offset]为非手势数据，以A[Tend+1]为起点，转步骤3.3.2.1；当num值小于Min时，继续对A[Tend]之后的数据逐个判断|A[n]|是否大于阈值threshold，得到连续小于阈值threshold的第一段数据区间A[Tend+1]～A[Tend1]，统计数据区间A[Tend+1]～A[Tend1]的数据个数为num1；判断num1是否大于Min，如果是，转步骤3.3.2.4，如果否，转步骤3.3.2.5；步骤3.3.2.4：根据手势持续时间特点可以判断数据区间A[Tstart]～A[Tend1]为非手势数据，以A[Tend1+1]为起点，转步骤3.3.2.1；步骤3.3.2.5：继续对A[Tend1]之后的数据逐个判断|A[n]|是否大于阈值threshold，得到连续大于阈值threshold的第二段数据区间A[Tend1+1]～A[Tend2]，统计数据区间A[Tend1+1]～A[Tend2]的数据个数为num2；判断num、num1和num2之和是否在区间[Min,Max]内，如果三数之和在该区间内则判断数据区间A[Tstart]～A[Tend2]所对应的信号S1中的数据S1[Tstart*offset]～S1[Tend2*offset]为手势数据GS；否则为非手势数据，以A[Tend2+1]为起点，转步骤3.3.2.1。