一种基于无线信号的手势识别方法技术

本发明专利技术公布了一种基于无线射频信号的手势识别方法，使用一台信号发射端Tx和两台信号接收端Rx1、Rx2，信号发射端与信号接收端的连线不平行；信号采用OFDM调制；手势识别区域为Tx

【技术实现步骤摘要】
一种基于无线信号的手势识别方法


[0001]本专利技术涉及无传感器感知技术，尤其涉及一种基于无线信号的手势识别方法，可基于商用WiFi设备对不同初始位置、不同书写角度以及不同书写大小等情形下的手势进行识别。

技术介绍

[0002]人机交互技术是一种重要的人与执行终端沟通方式，人可以通过人机交互接口发布命令以驱动计算机或者其他硬件执行设备来完成，从而实现人与机器之间的信息交换，完成特定的任务。基于手势的人机交互通过快速、准确的手势识别，使得人和机器之间能够实现自然、高效的信息交换，为众多应用提供了有力支撑。
[0003]现有的手势识别技术可以被分为：接触式和非接触式两大类。其中，现有传统的接触式手势识别方法通常要求用户手持或者佩戴专用的电子传感设备，如文献(Latent support vector machine modeling for sign language recognition with Kinect,ACM TIST,2015)记载的接触式手势识别方法。这类方法可以实现准确的手势动作识别，但其过于依赖专用设备，阻碍了在日常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无线射频信号的手势识别方法，使用一台信号发射端Tx和两台信号接收端Rx1、Rx2，信号发射端与信号接收端的连线不平行；信号采用OFDM调制；手势识别区域为Tx
‑
Rx1和Tx
‑
Rx2所围成的区域内部平面；利用无线通讯中信道状态信息CSI的变化估算手在移动的过程中的瞬时相对方向，实现位置和朝向以及书写大小无关的鲁棒、高精度手势识别，且无需传感设备；包括如下步骤：1)信号发射端发射无线射频信号，两个信号接收端分别采集到CSI数据流；2)以手为参考系构建特征，包括动态相位向量DPV、运动旋转变量MRV和细粒度特征；a)构建动态相位向量DPV，建立信号相位变化与手移动的反射路径变化的对应关系；通过测量旋转角度，估计得到单位时间内手相对于收发设备对的反射路径变化；通过计算手部运动起始点与移动轨迹上每个时间步的每个点的水平轴之间的相位变化，构建DPV，建立动态相位序列；表示为式1：式中，为在t
k
时刻的动态相位；t
k
为第k个时刻；k∈[1,n]；和分别表示两个信号收发设备对的CSI商的相位；采用式5表示动态相位向量DPV：b)构建运动旋转变量MRV；通过计算相邻采样点在一定时间内的角度变化构建MRV，表示为：通过计算相邻采样点在一定时间内的角度变化构建MRV，表示为：通过计算相邻采样点在一定时间内的角度变化构建MRV，表示为：其中，和分别表示Tx
‑
Rx1和Tx
‑
Rx2相邻采样点的角度变化；c)构建细粒度特征；根据要识别的具体手势集构建具有针对性的细粒度特征，包括：手相对于链路Tx
‑
Rx1的速度、手相对于链路Tx

【专利技术属性】
技术研发人员：张大庆，张杰，李洋，
申请(专利权)人：北京大学，
类型：发明
国别省市：