[发明专利]一种基于无线信号的手势识别方法

权利要求书

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：

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-Rx1的位移方向；

3)设计改进的多层识别模型框架，采用分层递阶式方法进行手势识别；包括：

对采集的多种手势，使用步骤2)的方法构建得到对应的DPV和MRV特征，分别作为手势DPV标准模板和手势MRV标准模板；

针对待识别手势，使用步骤2)的方法构建对应的DPV特征、MRV特征和细粒度特征；

将待识别手势的特征嵌入到改进的多层识别模型框架中；

在多层识别模型框架的第一层中，使用动态时间规整DTW方法计算待识别手势与手势DPV标准模板中各手势之间的DPV特征相似度，选取最高DPV特征相似度对应的手势DPV标准模板中的手势作为待识别的手势的类别标签；如果待识别的手势的类别标签为0、1、3、7或8，则结束识别；如果待识别的手势的类别标签为2、4、5、6或9，则进入多层识别模型框架的第二层进一步进行分类；

在多层识别模型框架的第二层中，使用动态时间规整DTW方法计算待识别手势与手势MRV标准模板中各手势之间的MRV特征相似度，选取最高MRV特征相似度对应的手势MRV标准模板中的手势作为该手势的类别标签；如果待识别的手势的类别标签为2、4或6，则结束识别；如果待识别的手势的类别标签为5或9，则进入多层识别模型框架的第三层进一步进行分类；

在多层识别模型框架的第三层中，利用具有针对性的细粒度特征，识别得到无法被DPV和MRV区分开的手势5或9；

通过上述步骤，实现基于无线射频信号的手势识别。

2.如权利要求1所述基于无线射频信号的手势识别方法，其特征是，只需通过WiFi为每个手势采集一次CSI作为训练样本。

3.如权利要求1所述基于无线射频信号的手势识别方法，其特征是，通过对同一接收设备上两根天线的CSI数值进行相除操作，去除相位偏移和脉冲噪声，得到的信噪比更高的信号即为CSI商。