CN110658516B - 一种基于fmcw雷达方差频数统计的手势目标提取方法 - Google Patents
一种基于fmcw雷达方差频数统计的手势目标提取方法 Download PDFInfo
- Publication number
- CN110658516B CN110658516B CN201910970988.7A CN201910970988A CN110658516B CN 110658516 B CN110658516 B CN 110658516B CN 201910970988 A CN201910970988 A CN 201910970988A CN 110658516 B CN110658516 B CN 110658516B
- Authority
- CN
- China
- Prior art keywords
- signal
- variance
- signals
- unit
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000605 extraction Methods 0.000 title abstract description 11
- 238000005070 sampling Methods 0.000 claims abstract description 32
- 238000007781 pre-processing Methods 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 7
- 238000002474 experimental method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 230000000295 complement effect Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 6
- 238000010276 construction Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
- G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公布了一种基于FMCW雷达方差频数统计的手势目标提取方法。首先,通过FMCW雷达获取手势动作的中频信号,并对中频信号进行复数构造等预处理操作,得到接收天线时域累加信号;然后,对时域累加信号进行下采样,并将下采样后的信号划分为若干单元;接着,对各个单元计算方差,并根据方差值得到方差频数统计直方图;最后,选取直方图中第二组中心值作为判决门限,将高于判决门限的单元标记为目标单元,其余单元标记为非目标单元。本发明创新性地提出了从冗长的雷达信号中分割出有效运动手势数据段,为手势参数提取的研究提供了基础。
Description
技术领域
本发明涉及人机交互领域,特别涉及一种基于FMCW雷达方差频数统计的手势目标提取方法。
背景技术
随着人工智能的迅猛发展,手势检测已经成为国内外的研究热点之一,其主要是围绕不同来源的数据和不同的检测和识别算法展开。基于传感器的手势识别技术在生活中需要用户长期佩戴可穿戴设备,增加了用户的使用成本,基于视觉的手势识别技术依赖于高分辨率的图像或视频,具有昂贵的成本,同时在烟雾干扰、强光等情况下存在失败率低等问题。而雷达作为一种通过发射和接受电测波探测目标的无线电技术,应用范围比较广泛,77GHZ频段的雷达具有更高的分辨率,在人机交互领域具有非常好的研究前景。
在手势识别的过程中,手势目标的提取作为其中一个非常关键的环节,同时手势分割也是手势识别***中的起点和关键技术之一,其分割质量的好坏直接影响后续操作如特征提取、目标识别的最终效果。手势分割可以理解为从冗长的雷达信号中分割出有效得的运动手势数据段。然而,当前毫米波雷达手势识别研究中,除了对距离、多普勒分析外,仅对时序进行了粗糙的分析,而没有深入挖掘其内部的信息。鉴于此,本发明通过分析时序信号并利用方差频数统计方法分割出感兴趣数据段,提出了一种基于FMCW雷达方差频数统计的手势目标提取方法。
发明内容
本发明的目的是提供一种基于FMCW雷达方差频数统计的手势目标识别方法,它能有效的从冗长的雷达信号中分割出运动手势数据段,为手势参数提取的研究提供了基础。
本发明所述的一种基于FMCW雷达方差频数统计的手势目标提取方法,包括以下步骤:
步骤一、本发明调频连续波(FMCW)雷达平台采用2发4收天线共构成8个接收天线,其中前4个天线接收的信号为发射天线1的发射信号,后4个天线接收的信号为发射天线2的发射信号。将发射信号与接收到的回波信号输入到混频器,得到混频信号,再经过低通滤波器得到中频信号。
步骤二、对得到的中频信号进行构造复数信号等预处理操作,并通过时分复用即天线1和天线2利用时间间隙轮流发射信号,从而得到8路接收天线时域累积信号,接着,对得到的8路接收天线时域累积信号进行下采样。其中,时域信号累积方式为叠加8路天线的幅值。
步骤三、将下采样后的时域累积信号划分为N个单元,每个单元包含n个采样点,并分别计算每个单元内n个采样点幅值的方差,得到方差图。
步骤四、根据方差得到方差频数统计直方图,并选取方差频数统计直方图中第二组中心值作为门限对方差幅值进行判决,将方差幅值高于门限的单元标记为目标单元H,其余单元标记为非目标单元。其中,选取直方图中第二组中心值为多次实验结果所得,且选第二组中心值实验效果最佳。
步骤六、在方差图中,将由信号幅值抖动导致的拖尾方差单元P进行归并,得到方差信号H2,即H2=H∪P。此时,目标单元H2所覆盖的区域即为新的有效手势目标H。
所述步骤一包括以下步骤:
1.1根据FMCW雷达信息计算发射信号表达式,FMCW雷达的发射信号sT(t)具体表示为:
其中,fc是载波的中心频率,fT(τ)表示在一段长度为T的时间内发射信号的频率,T是锯齿波信号的脉宽,AT表示发射信号的幅值。
1.2发射信号经过一定时延,得到回波信号sR(t):
其中,AR为回波信号幅值,△tdelay表示从发射信号发出到接收到回波信号的飞行时延,fR(τ)为回波信号频率。
1.3将发送信号sT(t)和回波信号sR(t)输入到混频器得到混频信号sM(t):
sM(t)=sT(t)·sR(t)(3)
1.4将得到的混频信号经过低通滤波器得到中频信号sIF(t):
其中,fs代表截止频率,具体为2GHz
所述步骤二包括以下步骤:
2.1FMCW雷达原始中频信号A为:
A=[a1 a2 b1 b2...al-1 al bl-1 bl]T(6)
其中,a1 a2...al为信号实部,b1 b2...bl为信号虚部。
2.2利用中频信号A生成中频复数信号B,令信号A的第i个元素和第i+2个元素构成一个复数单元,第i+1个元素和第i+3个元素构成第二个复数矩阵,以此类推,得到中频复数信号c:
c=[a1+b1j a2+b2j...al+blj]T(7)
其中,j为虚数单元。
2.3采用的FMCW雷达有NT=2个发射天线和NR=4个接收天线,通过时分复用即天线1和天线2利用时间间隙轮流发射信号,得到8个虚拟接收天线阵元,信号模型为:
c(m,t)=cIF(m,t)+n(m,t)(8)
其中,m=1,2,...,8表示8路不同接收天线阵元,cIF(m,t)和n(m,t)分别表示第m路的信号分量和噪声分量,t表示信号随着时间可进行不断的采集,构造出接收信号的矩阵C为:
然后,根据接收信号的矩阵C得到8路接收天线累积信号向量Ca为:
所述步骤三包括以下步骤:
3.1以一段包含两个完整手势的信号为例,经过大量实验测试得知,两个手势动作持续时间约为2秒,采样率设置为2000Hz,那么2秒的采样点数为4000个。对天线时域累积信号进行下采样之后,将下采样后的时域累积信号划分为64个单元。
3.2计算每个单元中n个采样点的幅度均值x:
其中,xn为各采样点对应的幅值,n是每个单元中采样点的个数,n为62。
3.3计算n个采样点幅值的方差,具体为:
其中,xi为第i个采样点的幅值。
所述步骤四包括以下步骤:
4.1经步骤三得到方差之后,进行频数统计,即把整个幅值区间按照0.01为区间单位进行划分,然后统计每个区间单元内的方差信号数量,从而得到频数统计直方图。
4.2由于频数最多的属于背景噪声等沉默信号,所以选取直方图中第二组中心值v作为门限值对方差进行判决,同时,进行多次实验对门限值进行验证,且第二组中心值实验效果最佳,其中,判决表达式w为:
其中,w为判决后的方差单元,v为频数统计直方图第二组频数的中心值。将门限值v以下标记为背景噪声等沉默信号,高于门限值v可初选为目标信号。
附图说明
图1为本发明***流程框图
图2为本发明FMCW雷达两发四收原理图
图3为本发明中频信号时域波形图
图4为本发明量化方差值计算图
图5为本发明目标单元计算图
图6为本发明感兴趣数据段拖尾目标合并图
图7为本发明感兴趣数据段孤立目标剔除图
具体实施方式
下面根据附图对本发明作进一步详细描述:
本发明所采用的技术方案为:一种基于FMCW雷达方差频数统计的手势目标提取方法,具体包括以下步骤:
步骤一(包含1.1,1.2,1.3,1.4)、基于雷达平台将发送信号和接收到的回波信号输入到混频器中,得到混频信号,混频信号经过低通滤波器得到中频信号,具体为:
1.1根据FMCW雷达的信息计算发射信号表达式,FMCW雷达的发射信号sT(t)具体表示为:
其中,fc是载波的中心频率,fT(τ)表示在一段长度为T的时间内发射信号的频率,T是锯齿波信号的脉宽,AT表示发射信号的幅值。
1.2发射信号经过时延,得到回波信号sR(t):
其中,AR为回波信号幅值,△tdelay表示从发射信号发出到接收到回波信号的飞行时延,fR(τ)为回波信号频率。
1.3将发送信号sT(t)和回波信号sR(t)输入到混频器得到混频信号sM(t):
sM(t)=sT(t)·sR(t)(3)
1.4将得到的混频信号经过低通滤波器得到中频信号sIF(t):
其中,fs代表截止频率,具体为2GHz。
步骤二(包含2.1,2.2,2.3,2.4)、对得到的中频信号进行构造复数信号等预处理操作,并通过时分复用即天线1和天线2利用时间间隙轮流发射信号,从而得到8路接收天线时域信号,具体为:
2.1FMCW雷达原始中频信号A为:
A=[a1 a2 b1 b2...al-1 al bl-1 bl]T(6)
其中,a1 a2...al为信号实部,b1 b2...bl为信号虚部。
2.2利用中频信号A生成中频复数信号B,令信号A的第i个元素和第i+2个元素构成一个复数单元,第i+1个元素和第i+3个元素构成第二个复数矩阵,以此类推,得到中频复数信号c:
c=[a1+b1j a2+b2j...al+blj]T(7)
其中,j为虚数单元。
2.3采用的FMCW雷达有NT=2个发射天线和NR=4个接收天线,通过时分复用即天线1和天线2利用时间间隙轮流发射信号,得到8个虚拟接收天线阵元,信号模型为:
c(m,t)=cIF(m,t)+n(m,t)(8)
其中,m=1,2,...,8表示8路不同接收天线阵元,cIF(m,t)和n(m,t)分别表示第m路的信号分量和噪声分量,t表示信号随着时间可进行不断的采集,构造出接收信号的矩阵C为:
然后,根据接收信号的矩阵C得到8路接收天线累积信号向量Ca为:
2.4对步骤2.3得到的8路接收天线时域累积信号Ca进行M倍下采样,记采样后信号为ydown(t),则:ydown(t)=Ca(Mt),本实验中,M=4000。
步骤三(包含3.1,3.2,3.3)、将得到的下采样时域累积信号y划分为N个单元,每个单元由n个采样点构成,并分别计算每个单元的方差。本实验中N=64,n=62。具体为:
3.1以一段包含两个完整手势的信号为例,经过大量实验测试得知,两个手势动作持续时间约为2秒,采样率设置为2000Hz,那么2秒的采样点数为4000个。对天线时域累积信号进行下采样之后,将下采样后的时域累积信号划分为64个单元。
3.2计算每个单元中n个采样点的幅度均值x:
其中,xn为各采样点对应的幅值,n是每个单元中采样点的个数,n为62。
3.3计算n个采样点幅值的方差,具体为:
其中,xi为第i个采样点的幅值。
步骤四(包含4.1,4.2)、根据方差得到方差频数统计直方图,并选取直方图中第二组中心值作为门限对方差值进行判决,将高于门限的单元标记为目标单元H,其余单元标记为非目标单元。
4.1经步骤三得到方差之后,进行频数统计,即把整个幅值区间按照0.01为区间单位进行划分,然后统计每个区间单元内的方差信号数量,从而得到频数统计直方图。
4.2由于频数最多的属于背景噪声等沉默信号,所以选取直方图中第二组中心值v作为门限值对方差进行判决,判决表达式w为:
其中,w为判决后的方差单元,v为频数统计直方图第二组频数的中心值。将门限值v以下标记为背景噪声等沉默信号,高于门限值v可初选为目标信号。
步骤五、将时域累积信号中杂波影响所产生的孤立干扰目标单元进行删除,具体为:
步骤六、将由信号幅值抖动导致的拖尾目标单元进行归并,具体为:
H2=H∪P(15)
其中,H2为归并后的方差信号,H表示感兴趣手势目标单元,P为信号抖动产生的拖尾方差单元,该拖尾单元P为距离手势目标单元300个采样点以内的信号单元。
Claims (1)
1.一种基于FMCW雷达方差频数统计的手势目标识别方法,其特征在于,包括以下步骤:
步骤一、调频连续波(FMCW)雷达平台采用2发4收天线共构成8个接收天线,其中前4个天线接收的信号为发射天线1的发射信号,后4个天线接收的信号为发射天线2的发射信号,将发射信号与接收到的回波信号输入到混频器,得到混频信号,再经过低通滤波器得到中频信号;具体为:
1.1根据FMCW雷达信息计算发射信号表达式,FMCW雷达的发射信号sT(t)具体表示为:
其中,fc是载波的中心频率,fT(τ)表示在一段长度为T的时间内发射信号的频率,T是锯齿波信号的脉宽,AT表示发射信号的幅值;
1.2发射信号经过一定时延,得到回波信号sR(t):
其中,AR为回波信号幅值,△tdelay表示从发射信号发出到接收到回波信号的飞行时延,fR(τ)为回波信号频率;
1.3将发送信号sT(t)和回波信号sR(t)输入到混频器得到混频信号sM(t):
sM(t)=sT(t)·sR(t) (3)
1.4将得到的混频信号经过低通滤波器得到中频信号sIF(t):
其中,fs代表截止频率,具体为2GHz
步骤二、对得到的中频信号进行构造复数信号预处理操作,并通过时分复用即天线1和天线2利用时间间隙轮流发射信号,从而得到8路接收天线时域累积信号,接着,对得到的8路接收天线时域累积信号进行下采样,其中,时域信号累积方式为叠加8路天线的幅值;具体为:
2.1 FMCW雷达原始中频信号A为:
A=[a1 a2 b1 b2…al-1 al bl-1 bl]T (1)
其中,a1 a2...al为信号实部,b1 b2...bl为信号虚部;
2.2利用中频信号A生成中频复数信号B,令信号A的第i个元素和第i+2个元素构成一个复数单元,第i+1个元素和第i+3个元素构成第二个复数矩阵,以此类推,得到中频复数信号c:
c=[a1+b1j a2+b2j...al+blj]T (2)
其中,j为虚数单元;
2.3采用的FMCW雷达有NT=2个发射天线和NR=4个接收天线,通过时分复用即天线1和天线2利用时间间隙轮流发射信号,得到8个虚拟接收天线阵元,信号模型为:
c(m,t)=cIF(m,t)+n(m,t) (3)
其中,m=1,2,...,8表示8路不同接收天线阵元,cIF(m,t)和n(m,t)分别表示第m路的信号分量和噪声分量,t表示信号随着时间可进行不断的采集,构造出接收信号的矩阵C为:
然后,根据接收信号的矩阵C得到8路接收天线累积信号向量Ca为:
步骤三、将下采样后的时域累积信号划分为N个单元,每个单元包含n个采样点,并分别计算每个单元内n个采样点幅值的方差,得到方差图;具体为:
3.1以一段包含两个完整手势的信号为例,经过大量实验测试得知,两个手势动作持续时间约为2秒,采样率设置为2000Hz,那么2秒的采样点数为4000个,对天线时域累积信号进行下采样之后,将下采样后的时域累积信号划分为N个单元,其中,N为64;
3.2计算每个单元中n个采样点的幅度均值x:
其中,xn为各采样点对应的幅值,n是每个单元中采样点的个数,n为62;
3.3计算n个采样点幅值的方差,具体为:
其中,xi为第i个采样点的幅值;
步骤四、根据方差得到方差频数统计直方图,并选取方差频数统计直方图中第二组中心值作为门限对方差幅值进行判决,将方差幅值高于门限的单元标记为目标单元,其余单元标记为非目标单元,其中,选取直方图中第二组中心值为多次实验结果所得,且选取第二组中心值得到的实验结果效果最佳;具体包括:
4.1经步骤三得到方差之后,进行方差频数统计,即把整个方差幅值区间按照0.01为区间单位进行划分,然后统计每个区间单元内的方差信号数量,从而得到方差频数统计直方图;
4.2由于频数最多的属于背景噪声沉默信号,所以选取直方图中第二组中心值v作为门限值对方差进行判决,同时,进行多次实验对门限值进行验证,且第二组中心值实验效果最佳,其中,判决表达式w为:
其中,w为判决后的方差单元,v为频数统计直方图第二组频数的中心值;将门限值v以下标记为背景噪声沉默信号,高于门限值v可初选为目标信号;
步骤五、在方差图中,将方差信号U中杂波影响所产生的孤立干扰方差单元O进行删除,得到方差信号H1,具体为:
H1=CUO (9)
其中,H1为将孤立目标删除之后的方差信号,C为补集符号,U整体方差信号,O为杂波影响所产生的孤立干扰方差单元,该孤立干扰方差单元O为远离手势目标单元300个采样点的独立信号单元;
步骤六、在方差图中,将由信号幅值抖动导致的拖尾方差单元P进行归并,得到方差信号H2,即H2=H∪P,此时,目标单元H2所覆盖的区域即为新的有效手势目标H;具体为:
H2=H∪P (10)
其中,H2为归并后的方差信号,H表示感兴趣手势目标单元,P为信号抖动产生的拖尾方差单元,该拖尾方差单元P为距离手势目标单元300个采样点以内的信号单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910970988.7A CN110658516B (zh) | 2019-10-14 | 2019-10-14 | 一种基于fmcw雷达方差频数统计的手势目标提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910970988.7A CN110658516B (zh) | 2019-10-14 | 2019-10-14 | 一种基于fmcw雷达方差频数统计的手势目标提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110658516A CN110658516A (zh) | 2020-01-07 |
CN110658516B true CN110658516B (zh) | 2022-11-25 |
Family
ID=69040741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910970988.7A Active CN110658516B (zh) | 2019-10-14 | 2019-10-14 | 一种基于fmcw雷达方差频数统计的手势目标提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110658516B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111337920B (zh) * | 2020-03-03 | 2022-07-15 | 成都金宇防务科技有限公司 | 一种防止云雾干扰的弹载雷达对地探测方法及装置 |
JP2021152727A (ja) * | 2020-03-24 | 2021-09-30 | ブラザー工業株式会社 | プログラムおよび電子デバイス |
CN111679266B (zh) * | 2020-06-18 | 2021-09-03 | 成都纳雷科技有限公司 | 汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法及*** |
CN111813222B (zh) * | 2020-07-09 | 2022-03-29 | 电子科技大学 | 一种基于太赫兹雷达的精细动态手势识别方法 |
CN111813223B (zh) * | 2020-07-09 | 2022-04-22 | 电子科技大学 | 一种基于高分辨雷达信号的手势自动分割识别方法 |
CN112728607B (zh) * | 2021-01-20 | 2022-04-19 | 宁波方太厨具有限公司 | 非接触控制吸油烟机的防烟汽干扰控制方法及吸油烟机 |
CN114660585B (zh) * | 2022-02-18 | 2023-08-01 | 加特兰微电子科技(上海)有限公司 | 噪底估计值的确定方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609933A (zh) * | 2011-12-16 | 2012-07-25 | 电子科技大学 | 一种极化sar图像的自适应相干变化检测方法 |
CN103038725A (zh) * | 2010-06-29 | 2013-04-10 | 高通股份有限公司 | 使用连续波超声信号的无触摸感测和手势辨识 |
CN105717494A (zh) * | 2016-01-27 | 2016-06-29 | 重庆邮电大学 | 一种基于小波变换的船用雷达海杂波抑制曲线设计方法 |
CN105765516A (zh) * | 2013-09-30 | 2016-07-13 | 高通股份有限公司 | 通过使用已知的和有待穿戴的传感器的手势检测***的分类 |
JP2019007872A (ja) * | 2017-06-26 | 2019-01-17 | 日本無線株式会社 | クラッタ除去装置及びクラッタ除去プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010029699A1 (de) * | 2010-06-04 | 2011-12-22 | Robert Bosch Gmbh | Radarsensor und Verfahren zur Detektion von Niederschlag mit einem Radarsensor |
KR101199169B1 (ko) * | 2011-01-12 | 2012-11-07 | 주식회사 만도 | 타깃물체 감지 방법 및 레이더 장치 |
-
2019
- 2019-10-14 CN CN201910970988.7A patent/CN110658516B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103038725A (zh) * | 2010-06-29 | 2013-04-10 | 高通股份有限公司 | 使用连续波超声信号的无触摸感测和手势辨识 |
CN102609933A (zh) * | 2011-12-16 | 2012-07-25 | 电子科技大学 | 一种极化sar图像的自适应相干变化检测方法 |
CN105765516A (zh) * | 2013-09-30 | 2016-07-13 | 高通股份有限公司 | 通过使用已知的和有待穿戴的传感器的手势检测***的分类 |
CN105717494A (zh) * | 2016-01-27 | 2016-06-29 | 重庆邮电大学 | 一种基于小波变换的船用雷达海杂波抑制曲线设计方法 |
JP2019007872A (ja) * | 2017-06-26 | 2019-01-17 | 日本無線株式会社 | クラッタ除去装置及びクラッタ除去プログラム |
Non-Patent Citations (4)
Title |
---|
Wideband Radar Imaging using Chaotic-Based Gaussian Frequency Modulation;Flores B C;《Conference on Radar Sensor Technology X》;20061231;全文 * |
一种基于Kohonen和最小风险贝叶斯决策的雷达信号识别方法;桑鹏伟等;《高师理科学刊》;20160130(第01期);全文 * |
基于红外视频数字图像的动态目标检测技术研究;李之乾等;《计算机工程与设计》;20080328(第06期);全文 * |
采样方差与连续波雷达测速精度的关系;钱允敏;《电讯技术》;19781231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110658516A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110658516B (zh) | 一种基于fmcw雷达方差频数统计的手势目标提取方法 | |
US6043771A (en) | Compact, sensitive, low power device for broadband radar detection | |
EP1303767B1 (en) | Method and apparatus for recognising a radar target | |
CN102879766B (zh) | 一种高频地波雷达弱目标检测跟踪方法和装置 | |
EP1972962A2 (en) | Transmitter independent techniques to extend the performance of passive coherent location | |
EP1929327B1 (en) | Signal acquisition system and method for ultra-wideband (uwb) radar | |
CN111123212B (zh) | 一种基于复杂杂波背景下的场面监视雷达的信号处理方法 | |
CN110705501A (zh) | 一种提升fmcw雷达手势识别精度的干扰抑制算法 | |
CN111190146B (zh) | 一种基于视觉图形特征的复杂信号分选方法 | |
US20060238408A1 (en) | Doppler-sensitive adaptive coherence estimate detector methods | |
CN107729916A (zh) | 一种基于isodata的干扰源分类识别算法及装置 | |
US10281573B1 (en) | Retrodiction tracking system and related techniques | |
CN115856854A (zh) | 一种模型与数据混合驱动的雷达探测方法及*** | |
CN112946630A (zh) | 一种基于毫米波雷达的人员计数跟踪方法 | |
CN115407297A (zh) | 强通信受限下的分布式多雷达信号级协同检测与定位方法 | |
US9866422B1 (en) | Methods of blind source separation filter resource management | |
CN109100697A (zh) | 一种基于地面监视雷达***的目标凝聚方法 | |
CN108983194B (zh) | 一种基于地面监视雷达***的目标提取及凝聚方法 | |
CN110658506B (zh) | 一种基于角度聚类和多普勒分析的微多普勒杂波滤除方法 | |
CN113093180A (zh) | 一种基于聚类外推的慢速弱目标检测方法 | |
CN112929141A (zh) | 一种基于图传信号匹配的无人机检测识别方法和*** | |
EP0343370B1 (en) | Edge effect reduction by smoothing in digital receivers | |
CN112698295B (zh) | 一种知识辅助的雷达检测跟踪一体化方法及*** | |
CN115345216A (zh) | 一种融合先验信息的fmcw雷达干扰消除方法 | |
Ahmed et al. | Comprehensive review of pulse repetitions interval (PRI) classification schemes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |