预览加载中,请您耐心等待几秒...
1/6
2/6
3/6
4/6
5/6
6/6

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111650582A(43)申请公布日2020.09.11(21)申请号202010730005.5(22)申请日2020.07.27(71)申请人四川长虹电器股份有限公司地址621000四川省绵阳市高新区绵兴东路35号(72)发明人冯冬阳刘传银周杨崔雄文李剑鹏刘贤洪万潇(74)专利代理机构成都虹桥专利事务所(普通合伙)51124代理人吴中伟(51)Int.Cl.G01S13/88(2006.01)G06F3/01(2006.01)权利要求书1页说明书3页附图1页(54)发明名称一种基于MIMO毫米波雷达的手势识别方法(57)摘要本发明涉及雷达信号处理技术,其公开了一种基于MIMO毫米波雷达的手势识别方法,解决传统手势识别方案中存在的检测准确性不高、手势识别种类有限、成本高的问题。本发明使用MIMO毫米波雷达进行电磁波的发射与接收,对接收到的采样信号进行距离维傅里叶变换后,根据距离预计角度的虚拟阵列数据,采用一次AOA波束形成,对形成后的信号进行恒虚警率检测,到的距离方位角等信息,对在恒虚警率检测中获取的目标,根据第一次波束形成产生的HeapMap信号,提取目标对应的距离维信号,进行第二次二维AOA波束形成,求取俯仰角、多普勒速度、信噪比等参数,根据到的参数,对位置、方位角、俯仰角进行分析并多帧累积,与预先设置好的相关手势的特征参数比较,得到手势识别结果并输出。CN111650582ACN111650582A权利要求书1/1页1.一种基于MIMO毫米波雷达的手势识别方法,其特征在于,包括以下步骤:a.通过MIMO毫米波雷达向待测空间范围发射电磁波信号,接收待测空间范围内反射回来的信号;b.对所接收到的信号进行距离维傅里叶变换以及天线信号补偿;c.生成方位角方向矢量,对距离、角度维的虚拟天线阵列进行AOA波束形成;d.对AOA波束形成后的信号进行恒虚警率检测,获得目标点云的到达距离和方位角信息;e.根据探测到的目标点云距离,提取方位角方向矢量,生成俯仰角方向矢量,结合方位角方向矢量和俯仰角方向矢量生成二维方向矢量,进行二维AOA波束形成,并求解俯仰角和多普勒速度参数;f.对目标点云进行特征分析,与预先设置好的相关手势的特征参数比较,得到手势识别结果并输出。2.如权利要求1所述的一种基于MIMO毫米波雷达的手势识别方法,其特征在于,步骤b中,所述对所接收到的信号进行距离维傅里叶变换具体为:通过对信号进行带布莱克曼窗的距离维傅里叶变换,形成数据立方。3.如权利要求1所述的一种基于MIMO毫米波雷达的手势识别方法,其特征在于,步骤d中,在对AOA波束形成后的信号进行恒虚警率检测之前,进行静态杂波消除处理。4.如权利要求1所述的一种基于MIMO毫米波雷达的手势识别方法,其特征在于,步骤f具体包括:f1.初始化作为手势识别模板的对应手势的雷达点云特征参数;f2.对得到的点云的位置、方位角、俯仰角、面积等三维信息进行统计;f3.多帧数据累积,统计对应参数的变化特征;f4.将统计的变化特征与对应手势的雷达点云特征参数进行比较,得到手势识别的结果并输出。2CN111650582A说明书1/3页一种基于MIMO毫米波雷达的手势识别方法技术领域[0001]本发明涉及雷达信号处理技术,具体涉及一种基于MIMO毫米波雷达的手势识别方法。背景技术[0002]现有的手势识别方法主要为单光学镜头、光学镜头结合红外、TOF等技术实现。其中,单光学镜头存在检测时间长,对连续长时间的高清图像进行处理检测成功率低,同时需要运算能力非常强的处理器,对于嵌入应用成本过高的问题;光学镜头结合TOF、红外等技术则存在成本高与系统集成复杂度高的问题。[0003]近年来,毫米波雷达片上技术逐渐成熟,包括雷达射频、信号处理单元、MCU单元的高度集成,片上天线阵列的实现等,使得毫米波雷达在无人驾驶、新型智能终端领域的嵌入应用越来越广泛。毫米波雷达具有保护隐私、不收天气环境影响、小天线口径与窄波束提高检测分辨率、大带宽抗干扰等优势。随着智能家居与智慧城市的持续推进,毫米波雷达在智能终端上的应用存在巨大的潜力。[0004]在专利CN201710204400.8《一种基于毫米波的多用户人机交互方法》所公开的技术中,采样单发多收的天线微型天线进行目标检测,也就是SIMO天线,采用此种天线,能够得到目标的距离、方位角和多普勒速度信息,但是该信息仅具有X、Y二个维度的信息,无法在高度上进行判断,对于同距离,同方位角,不同高度的目标无法进行检测,因此识别的手势种类很有限,在手势识别过程中由于仅仅利用根据时间差和相位差得到距离和速度信息,对于复杂手势的识别准确性不高。另外,相比于MIMO雷达,若要实现相同的二维检测效果,