买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国地质大学(武汉)
摘要:本发明提供了一种基于BP神经网络的FMCW雷达手势识别方法,包括以下步骤:将中频信号每帧数据排列为三维数据;对三维数据中每个通道的二维数据进行二维FFT,得到距离多普勒图,进而确定手势的距离和速度;选取各个通道的第1个Chirp内的采样数据,利用空间谱估计算法计算一帧内手势的角度;提取一个观测周期的多帧内手势的距离、速度和角度,得到手势的距离-时间曲线、速度-时间曲线和角度-时间曲线;利用卡尔曼滤波对三个曲线进行处理;再进行级联,得到一维特征向量;利用BP神经网络对一维特征向量进行分类,得到手势识别结果。本发明将手势的多个特征信息融合成一维特征向量,可有效降低计算量,提高手势识别准确率。
主权项:1.一种基于BP神经网络的FMCW雷达手势识别方法,其特征在于,方法包括以下步骤:S1:获取FMCW雷达的中频信号数据;以帧为单位,将每帧的中频信号数据按照通道数、每个Chirp采样点数和Chirp数排列为三维数据;S2:对三维数据中每个通道的二维数据进行二维快速傅里叶变换,得到通道的距离多普勒图;S3:将多个通道的距离多普勒图沿通道维相加,得到累积的距离多普勒图;在累积的距离多普勒图中提取一帧内手势的距离和手势的速度;S4:分别选取多个通道的第1个Chirp内的采样数据,利用空间谱估计算法,计算一帧内手势的角度;S5:重复步骤S1-步骤S4,提取一个观测周期的多帧内手势的距离、速度和角度,得到一个观测周期内手势的距离-时间曲线、速度-时间曲线和角度-时间曲线;S6:对距离-时间曲线、速度-时间曲线和角度-时间曲线进行滤波处理;将滤波处理后的距离-时间曲线、速度-时间曲线和角度-时间曲线级联,得到融合三个手势特征的一维特征向量;S7:利用BP神经网络对一维特征向量进行分类识别,得到手势识别结果。
全文数据:
权利要求:
百度查询: 中国地质大学(武汉) 一种基于BP神经网络的FMCW雷达手势识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。