CN105786185B - 基于连续波微多普勒雷达的非接触式手势识别系统与方法 - Google Patents
基于连续波微多普勒雷达的非接触式手势识别系统与方法 Download PDFInfo
- Publication number
- CN105786185B CN105786185B CN201610143390.7A CN201610143390A CN105786185B CN 105786185 B CN105786185 B CN 105786185B CN 201610143390 A CN201610143390 A CN 201610143390A CN 105786185 B CN105786185 B CN 105786185B
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- antenna
- manpower
- radio
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/107—Static hand or arm
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于连续波微多普勒雷达的非接触式手势识别系统与方法。发射链路包括基带信号产生模块、发射机和发射天线,接收链路包括信号采集处理模块、三个接收机及其各自连接的接收天线,信号采集处理模块与上位机连接,并与基带信号产生模块时钟同步;天线均使用贴片天线,均平行朝向于人手方向,三个接收天线摆放位置不同且不共线;发射信号经由目标反射后由接收天线接收,根据接收采集的不同信号数据解算得到人手整体在三维空间中的运动轨迹,通过采集到信号的特征匹配识别获得手指的运动动作。本发明实现了非接触性地对人手在三维空间中定位和跟踪以及手势识别,具有抗干扰能力强,架构简单、成本低的优点,数据处理方便,节省计算资源。
Description
技术领域
本发明涉及一种非接触式手势识别系统,尤其是涉及了一种基于连续波微多普勒雷达的非接触式手势识别系统与方法。
背景技术
随着计算机技术的发展,人机交互变得越来越重要,手势识别作为其中一个重要的分支,具有输入速度快、与人的生活习惯相适应、输入类型多、自由度高等优点。特别是在未来可穿戴设备等显示屏较小的智能系统,以及新兴的虚拟现实交互的应用中,低成本、快速便捷的的手势识别技术显得尤为必要。
传统的手势识别技术多是基于摄像头的图像识别,具有可识别手势复杂多样,识别准确率高的优点。但是其识别解算需要大量的计算和搜索,对计算机硬件资源需求很高。这种方案同时也面临着对外界光线条件敏感的问题,当光线很强或很弱时会影响采集的图像质量甚至导致致盲。
另一种使用较多的方法是基于传感器技术的手势识别。传感器一般使用陀螺仪和加速度传感器,将传感器固定于用户肢体上,根据采集到的数据恢复出人的肢体在三维空间中的运动。该方案具在硬件简单、成本低的优点。但它需要在用户肢体上一直固定着该设备,不符合用户习惯,而且只能识别出手的整体运动,无法识别手指的具体动作,可识别手势单一,不能进行复杂交互。
使用雷达技术来进行手势识别是近来一种全新的方案,具有可集成性好、结构简单、抗干扰能力强的优点。但是传统的单接收链路雷达只能测量一维运动,识别简单手势。而且传统的连续波雷达发射的信号为单频信号,无法测量目标的具体位置。
发明内容
为了解决背景技术中存在的问题,本发明基于雷达技术,提出了一种基于连续波微多普勒雷达的非接触式手势识别系统与方法。
本发明采用的技术方案是:
一、一种基于连续波微多普勒雷达的非接触式手势识别系统:
包括发射链路和接收链路,发射链路包括基带信号产生模块、发射机和发射天线,接收链路包括三个接收机及其各自连接的接收天线与共用的信号采集处理模块,信号采集处理模块与上位机连接,信号采集处理模块与基带信号产生模块连接进行时钟同步;发射天线和三个接收天线构成天线阵列,所有天线均平行朝向于人手方向,三个接收天线摆放位置不同且不共线;发射的信号经由目标反射后由三个接收天线接收,目标在运动时各自接收到的信号也不同,根据三个接收链路采集到的不同信号数据解算得到人手整体在三维空间中的运动轨迹,通过采集到信号的特征匹配识别获得手指的运动动作。
发射的信号经由目标反射后由三个接收天线接收,三个接收天线的摆放位置不同,目标在运动时各自接收到的信号也不同,根据三个接收链路采集到的数据可以解算出人手整体在三维空间中的运动轨迹,通过采集到信号的特征可以匹配识别手指的动作。
所述的发射链路中,基带信号产生模块包括时钟晶振和滤波器,发射机包括锁相环、混频器和功率放大器及其外围电路,时钟晶振经滤波器连接到混频器的一个输入端,锁相环的输出作为射频载波信号,连接到混频器的另一个输入端,混频器的输出端经功率放大器连接到发射天线。
所述接收链路的每个接收机所在的子链路中,接收机包括低噪声放大器、正交解调器、滤波器和锁相环,信号采集处理模块包括每个接收机后面跟着的双通道AD转换器和共用的微处理器,接收天线接收到的信号经低噪声放大器放大后作为正交解调器的射频输入,锁相环产生的射频载波信号则接到正交解调器的本振输入端,正交解调器的IQ输出分别通过各自的滤波器后由双通道AD转换器采集转为数字信号传送到微处理器。所述系统为同步系统,主体现在两处时钟同步:一是所述发射机和三个接收机内部锁相环的参考源均来自于同一个时钟晶振;二是基带信号产生模块的时钟晶振信号同时作为信号采集处理模块的时钟。
发射机和接收机均采用零中频架构(直接变频架构)。
所述的发射天线和三个接收天线均采用贴片式天线,贴于同一平面上,人手位于四个天线的正前方。
发射天线位于三个接收天线形成的三角形的内部或边沿。
本发明识别与检测的人手在三维空间中的运动动作是包括人手整体在空间中的位置移动和手指的运动动作。
二、一种基于连续波微多普勒雷达的非接触式手势识别方法:
基带信号产生模块产生正弦基带信号,传送到发射机中与射频载波信号直接混频得到副载波信号,该副载波信号看作是双频信号,频率分别为射频载波信号频率加上基带信号频率和射频载波信号频率减去基带信号频率;副载波信号通过发射天线发射出后经人手反射再由接收天线接收获得回波信号,回波信号在接收机中与射频载波信号进行直接下变频处理,然后经带通滤波后由信号采集处理模块采集获得采样数据,由采样数据通过解算获得相位信息,并使用双频测距原理通过两个频率的相位差获得人手目标到天线的距离信息;通过三个接收机采集到不同方向的回波信号,经由上述处理后获得各自的人手目标到天线的距离信息,形成人手整体在三维空间中的运动轨迹,并由采样数据通过与已构建的模型进行匹配识别得到手指的运动动作。
副载波信号由正弦基带信号和射频载波信号直接混频得到。接收的回波信号也是与射频载波信号进行直接下变频处理,然后由信号采集处理模块直接采集。
正弦基带信号为单频正弦信号,其频率远低于射频载波信号。基带信号在直流附近的频谱分量不包含有用信号,故低频和直流干扰可以通过滤波器直接滤去。
信号采集处理模块使用带通采样对信号进行采样,采样频率远低于正弦基带信号的频率,且使得频域上采集的信号不相互重叠。
本发明具有的有益效果是:
本发明系统架构采用零中频架构,从理论上避免了传统超外差接收机具有的镜频抑制问题。
本发明采用副载波调制技术,基带信号为单频正弦信号,基带信号在直流附近的频谱分量不包含有用信号,因此可以直接通过滤波器滤去低频和直流干扰,有效解决了传统零中频接收机面临的直流偏移和闪烁噪声问题。
本发明信号采集处理部分使用带通采样,采样频率远低于基带信号频率。降低了对采样部分模数转换器和数据处理速度的要求,极大降低了系统成本。
本发明可以线性解算出人手在三维空间中的运动,计算量小,节省硬件资源,降低系统成本。
综合来说,本发明实现了非接触性地对人手在三维空间中定位和跟踪,进而结合识别到的手指动作检测手势,系统可作为上位机的一种新型输入接口,具有抗干扰能力强,架构简单、成本低的优点,解调出来的运动大多为线性关系,无需大量数据处理过程,节省硬件资源。
附图说明
图1是本发明系统组成结构框图。
图2是实施例的天线阵列摆放方式之一。
图3是实施例的天线阵列摆放方式之二。
图4是实施例的天线阵列摆放方式之三。
图5是发射链路结构示意图。
图6是接收链路结构示意图。
图7是集成射频收发芯片MAX2828内部结构图。
其中(1)为发射天线,(2)为接收天线。
具体实施方式
下面结合附图对本发明进一步说明。
如图1所示,本发明包括发射链路和接收链路,发射链路包括基带信号产生模块、发射机和发射天线1,接收链路包括接收链路共用的信号采集处理模块、三个接收机及其各自连接的接收天线2,信号采集处理模块与上位机连接,并与基带信号产生模块时钟同步,信号采集处理模块与三个接收机之间均连接有滤波器。发射天线1和三个接收天线2构成不同摆放方式的天线阵列,发射天线1和三个接收天线2均平行朝向于人手方向,三个接收天线2摆放位置不同且不共线;发射的信号经由目标反射后由三个接收天线2接收,目标在运动时各自接收到的信号也不同,根据三个接收链路采集到的不同信号数据解算得到人手整体在三维空间中的运动轨迹,通过采集到信号的特征匹配识别获得手指的运动动作。
如图5所示,本发明发射链路中,基带信号产生模块包括时钟晶振和滤波器,发射机包括锁相环、混频器和功率放大器及其外围电路,时钟晶振经滤波器连接到混频器的一个输入端,锁相环的输出作为射频载波信号,连接到混频器的另一个输入端,混频器的输出端经功率放大器连接到发射天线1。
如图6所示,本发明接收链路包括信号采集处理模块、三个接收机及其各自连接的接收天线2,接收机包括低噪声放大器、正交解调器、滤波器和锁相环,信号采集处理模块包括每个接收机后面跟着的双通道AD转换器和共用的微处理器。接收天线2接收到的信号经低噪声放大器放大后作为正交解调器的射频输入,锁相环产生的射频载波信号则接到正交解调器的本振输入端。正交解调器的IQ输出分别通过各自的滤波器后由双通道AD转换器采集转为数字信号送入微处理器。
具体实施中,发射天线1和三个接收天线2均采用贴片式天线,贴于同一平面上,人手位于四个天线的正前方。天线阵列有多种摆放方式,优选的发射天线1位于三个接收天线2形成的三角形的内部或边沿,如图2~图4所示,包括但不局限于图2~图4所示的三种形式。图2中,三个接收天线2形成等腰三角形,发射天线1位于三角形的垂足处。图3中,三个接收天线2形成等边三角形,发射天线1位于三角形的中心处。图4中,两个接收天线2和发射天线1形成等腰三角形,第三个接收天线2紧挨于发射天线1。
本发明的具体实施例及其工作过程如下:
实施例收发机芯片选用ISM集成收发机芯片MAX2828,它应用于802.11a频段(覆盖4.9GHz至5.875GHz波段范围)。MAX2828的内部结构框图如图7所示,这款芯片包括了实现RF收发功能所需要的全部电路,提供完全集成的接收通道、发送通道、VCO、频率合成器以及基带/控制接口,仅需PA、RF带通滤波器、RF非平衡变压器以及少量无源器件便可构建完整的RF前端方案。当用于发射机时,只利用其中的正交调制器、频率合成器等发送通道电路,当用于接收机时,只利用其中的正交解调器、放大器、频率合成器等接收通道电路。
发射链路如图5所示,使用MAX2828内部的正交调制器来将6MHz单频正弦基带信号和5.86GHz射频载波信号进行混频。其中5.86GHz的射频载波信号使用MAX2828内部自带的PLL和VCO产生,PLL参考信号源为一个40MHz的有源晶振。6MHz的正弦基带信号则由另一个有源晶振产生,然后经过一个6M带通滤波器得到,两者混频即得到发射所需的副载波信号。而Max2828输出信号的功率最高仅有-4.5dBm,所以需要在输出加一级功率放大器。功放选用ANADIGICS公司的AWL6951芯片,该芯片是一款双频带InGaP HBT功率放大器,支持2.4GHz与5.8GHz双频段,占位面积小,仅需两个外接电容,输入输出已实现50欧姆匹配,不需要外部匹配,大大简化了设计。副载波经由发射天线发射出去。
用于发射的副载波信号可以归一化表示为下式,可知该信号可看作双频射频信号。
其中f0是基带信号频率6MHz,fLO是射频载波信号频率5.86GHz。
接收链路如6所示,由接收天线、MAX2828集成收发芯片、滤波器、ADC模数转换器和微处理器组成。天线接收到的信号经过匹配后直接进入MAX2828芯片进行正交下变频解调,其中本振为MAX2828内部自带的PLL和VCO产生的5.86GHz射频载波信号,PLL参考源与发射机的PLL来自同一个时钟晶振源,以达到同步解调的目的。正交解调后再经muRata公司的SFSKA6M00CF陶瓷滤波器后,滤去直流偏移和低频闪烁噪声,得到频率为6M的复数基带信号,目标运动的调制信息就存在于6M的基带信号中。6M基带信号使用Analog Device公司的AD7357模数转换器直接带通采样,采样频率为180Hz,远低于基带信号频率。微处理器选用意法半导体公司的STM32单片机,它的内核采用Cortex-M3架构,拥有性能强、成本低、功耗低等众多优势。本发明选用的具体型号为STM32F103RET6,工作在72MHz、1.25DMips/MHz,拥有64K SRAM、512K FLASH、USB接口等外设,可以满足需求。基带信号的采样数据由微处理器读取并加以处理得到人手分别到三个接收天线的距离,进而根据三角定位原理追踪人手在三维空间中的运动。微处理器再将相位数据发送给上位机,由上位机将数据与已构建的模型进行特征匹配识别手指的动作。所以通过本发明既可以得到人手整体的运动,也可以识别手指的动作,达到复杂手势识别的目的。
下面将详细阐述人手运动解算的算法和动作模型的匹配过程。
将副载波信号从发射天线发射探测目标,信号经由目标反射后由接收天线接收,先分析其中某一个天线接收到的回波信号为:
其中是由于反射过程等的附加相位,A是反射信号幅度的大小,x(t)是电磁波信号走过的空间距离,即从发射天线到人手目标再到接收天线的距离之和。由上式可以看出,接收到的回波信号包含(fLO+f0)和(fLO-f0)两个频率的信息,两个频率电磁波的波长分别为λ1=5.1635cm和λ2=5.1742cm,有细微的差别,所以目标运动在两个频率电磁波上的调制相位信息也有稍微的差别,利用双频测距原理通过该差别计算出距离。
如图6所示,经过正交下变频滤波后,I路和Q路信号分别为:
其中B为经解调放大后基带信号的幅度。双通道AD转换器以180Hz采样率对6M基带信号进行带通采样,由于系统是同步的,所以带通采样的结果是上式中的f0由6MHz降为60Hz。接下来在数字域进行数字解调,计算过程如下。
采样到的IQ路信号可表示成复数形式:
将Sb分别与exp(-2πjf0t)和exp(2πjf0t)相乘并滤波得到
利用反正切函数公式可计算出相位:
而由于存在三角函数存在相位模糊度,所以实际上相位存在以下关系
当将上面两式的相位之差控制在一个模糊度范围内时,即k1=k2,将上两式相减得:
由上式即可计算出电磁波在空间中走过的距离。不失一般性,如果以图4所示的天线阵列为例,设电磁波从发射天线到人手目标再到紧挨发射天线的接收天线的距离和为x1,到其它两个接收天线的距离和分别为x2和x3。设人手目标到紧挨发射天线的接收天线的距离为d1,到其它两个接收天线的距离为d2和d3。可以计算出d1、d2、d3满足下式。
计算出d1、d2、d3后通过三角定位法可以唯一确定人手目标相对于天线阵列在三维空间中的位置,进而达到跟踪人手的目的。
微处理器除了将人手运动轨迹发到上位机,还会同时发送或相位信息,上位机将相位信息与已构建的模型进行特征匹配来识别手指的运动动作。特征匹配方法有直接匹配法、动态时间规整法、隐性马尔科夫模型(HHM)法、神经网络模型法等。本发明实施例选用的是基于概率统计的隐性马尔科夫模型(HHM)法,它尤其适用时间序列的建模,对复杂度高的动作也具有很高的识别精度,易于添加或修改手势库。使用此种方法首先根据相位进行手势分类,然后开始训练,为每一种手势建立一个HHM模型,识别时取概率最大的一个HHM即可。
本发明创新性地使用副载波技术进行非接触式测量,其零中频架构避免了传统超外差接收机镜频抑制的问题,副载波则解决了传统零中频存在的直流偏移和闪烁噪声问题,并且精简电路结构,降低了成本。
并且本发明通过三个接收链路来进行手势识别,相对于传统单接收链路识别准确度高而且可以识别三维手势运动,从而与上位机进行更复杂的交互。
Claims (7)
1.一种基于连续波微多普勒雷达的非接触式手势识别系统,其特征在于:包括发射链路和接收链路,发射链路包括基带信号产生模块、发射机和发射天线(1),接收链路包括三个接收机及其各自连接的接收天线(2)与共用的信号采集处理模块,信号采集处理模块与上位机连接,信号采集处理模块与基带信号产生模块连接进行时钟同步;发射天线(1)和三个接收天线(2)构成天线阵列,所有天线均平行朝向于人手方向,三个接收天线(2)摆放位置不同且不共线;发射的信号经由目标反射后由三个接收天线(2)接收,目标在运动时各自接收到的信号也不同,根据三个接收链路采集到的不同信号数据解算得到人手整体在三维空间中的运动轨迹,通过采集到信号的特征匹配识别获得手指的运动动作;
所述的发射链路中,基带信号产生模块包括时钟晶振和滤波器,发射机包括锁相环、混频器和功率放大器及其外围电路,时钟晶振经滤波器连接到混频器的一个输入端,锁相环的输出作为射频载波信号,连接到混频器的另一个输入端,混频器的输出端经功率放大器连接到发射天线(1);
所述接收链路的每个接收机所在的子链路中,接收机包括低噪声放大器、正交解调器、滤波器和锁相环,信号采集处理模块包括每个接收机后面跟着的双通道AD转换器和共用的微处理器,接收天线(2)接收到的信号经低噪声放大器放大后作为正交解调器的射频输入,锁相环产生的射频载波信号则接到正交解调器的本振输入端,正交解调器的IQ输出分别通过各自的滤波器后由双通道AD转换器采集转为数字信号传送到微处理器;
所述发射机和接收机均采用零中频架构;
所述的发射天线(1)和三个接收天线(2)均采用贴片式天线,贴于同一平面上,人手位于四个天线的正前方;
基带信号产生模块产生正弦基带信号,传送到发射机中与射频载波信号直接混频得到副载波信号,副载波信号通过发射天线(1)发射出后经人手反射再由接收天线(2)接收获得回波信号,回波信号在接收机中与射频载波信号进行直接下变频处理,然后经带通滤波后由信号采集处理模块采集获得采样数据,由采样数据通过解算获得相位信息,并使用双频测距原理通过两个频率的相位差获得人手目标到天线的距离信息;通过三个接收机采集到不同方向的回波信号,经由上述处理后获得各自的人手目标到天线的距离信息,形成人手整体在三维空间中的运动轨迹,并由采样数据通过与已构建的模型进行匹配识别得到手指的运动动作。
2.根据权利要求1所述的一种基于连续波微多普勒雷达的非接触式手势识别系统,其特征在于:所述系统为同步系统,主体现在两处时钟同步:一是所述发射机和三个接收机内部锁相环的参考源均来自于同一个时钟晶振;二是基带信号产生模块的时钟晶振信号同时作为信号采集处理模块的时钟。
3.根据权利要求1所述的一种基于连续波微多普勒雷达的非接触式手势识别系统,其特征在于:所述的发射天线(1)位于三个接收天线(2)形成的三角形的内部或边沿。
4.一种非接触式手势识别方法,其基于权利要求1所述的一种基于连续波微多普勒雷达的非接触式手势识别系统,其特征在于包括以下步骤:
基带信号产生模块产生正弦基带信号,传送到发射机中与射频载波信号直接混频得到副载波信号,副载波信号通过发射天线(1)发射出后经人手反射再由接收天线(2)接收获得回波信号,回波信号在接收机中与射频载波信号进行直接下变频处理,然后经带通滤波后由信号采集处理模块采集获得采样数据,由采样数据通过解算获得相位信息,并使用双频测距原理通过两个频率的相位差获得人手目标到天线的距离信息;通过三个接收机采集到不同方向的回波信号,经由上述处理后获得各自的人手目标到天线的距离信息,形成人手整体在三维空间中的运动轨迹,并由采样数据通过与已构建的模型进行匹配识别得到手指的运动动作。
5.根据权利要求4所述的一种非接触式手势识别方法,其特征在于:所述的副载波信号由正弦基带信号和射频载波信号直接混频得到。
6.根据权利要求4所述的一种非接触式手势识别方法,其特征在于:所述正弦基带信号为单频正弦信号,其频率远低于射频载波信号。
7.根据权利要求4所述的一种非接触式手势识别方法,其特征在于:所述的信号采集处理模块使用带通采样对信号进行采样,采样频率远低于正弦基带信号的频率,且使得频域上采集的信号不相互重叠。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610143390.7A CN105786185B (zh) | 2016-03-12 | 2016-03-12 | 基于连续波微多普勒雷达的非接触式手势识别系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610143390.7A CN105786185B (zh) | 2016-03-12 | 2016-03-12 | 基于连续波微多普勒雷达的非接触式手势识别系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105786185A CN105786185A (zh) | 2016-07-20 |
CN105786185B true CN105786185B (zh) | 2019-01-18 |
Family
ID=56393572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610143390.7A Expired - Fee Related CN105786185B (zh) | 2016-03-12 | 2016-03-12 | 基于连续波微多普勒雷达的非接触式手势识别系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105786185B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12019149B2 (en) | 2020-11-11 | 2024-06-25 | Google Llc | Low-power radar |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10473777B2 (en) * | 2016-08-31 | 2019-11-12 | Robert Bosch Gmbh | ASIC implemented motion detector |
CN106405520B (zh) * | 2016-09-30 | 2018-11-13 | 浙江大学 | 基于多通道连续波多普勒雷达的物体运动模式识别方法 |
CN106774825B (zh) * | 2016-11-15 | 2019-07-09 | 康佳集团股份有限公司 | 一种非接触式的手势识别方法和系统 |
CN107132913A (zh) * | 2017-03-31 | 2017-09-05 | 南京理工大学 | 一种基于毫米波的多用户人机交互方法 |
CN108964292A (zh) * | 2017-05-17 | 2018-12-07 | 富泰华工业(深圳)有限公司 | 电子装置 |
CN107193000B (zh) * | 2017-05-19 | 2021-01-15 | 南京矽力微电子技术有限公司 | 物体特征检测装置和方法 |
CN107037886A (zh) * | 2017-05-27 | 2017-08-11 | 成都索微通讯技术有限公司 | 一种用于人体动作提取的系统及其工作方法 |
US10782390B2 (en) | 2017-05-31 | 2020-09-22 | Google Llc | Full-duplex operation for radar sensing using wireless communication chipset |
US10795009B2 (en) * | 2017-05-31 | 2020-10-06 | Google Llc | Digital beamforming for radar sensing using wireless communication chipset |
DE102017216622C5 (de) * | 2017-09-20 | 2023-11-16 | BSH Hausgeräte GmbH | Haushaltsgerät mit einem Sensor |
CN108363043A (zh) * | 2018-01-26 | 2018-08-03 | 浙江大学 | 分布放置连续波多普勒雷达传感器及多运动目标探测方法 |
CN108519812B (zh) * | 2018-03-21 | 2020-09-25 | 电子科技大学 | 一种基于卷积神经网络的三维微多普勒手势识别方法 |
CN108362941B (zh) * | 2018-03-29 | 2023-07-18 | 珠海迈科智能科技股份有限公司 | 一种测试Tuner模组晶振频偏的设备及方法 |
US11391817B2 (en) * | 2018-05-11 | 2022-07-19 | Qualcomm Incorporated | Radio frequency (RF) object detection using radar and machine learning |
CN109375167B (zh) * | 2018-07-12 | 2023-09-01 | 中国矿业大学 | 井下无源动目标定位方法 |
CN109066086B (zh) * | 2018-08-17 | 2019-09-13 | 湖南时变通讯科技有限公司 | 一种天线阵列、天线收发系统及雷达系统 |
CN109164915B (zh) * | 2018-08-17 | 2020-03-17 | 湖南时变通讯科技有限公司 | 一种手势识别方法、装置、系统和设备 |
EP3897887A4 (en) | 2019-01-09 | 2022-05-18 | Huawei Technologies Co., Ltd. | LOW COST TRANSCEIVER STRUCTURE FOR WIRELESS COMMUNICATION AND DETECTION |
CN109975797A (zh) * | 2019-04-10 | 2019-07-05 | 西北工业大学 | 一种基于多普勒雷达信号的手臂运动细节感知方法 |
CN110687816A (zh) * | 2019-10-31 | 2020-01-14 | 复旦大学 | 基于毫米波雷达的智能家居控制系统和方法 |
CN111208507B (zh) * | 2020-01-10 | 2022-03-22 | 浙江大学 | 一种基于Doppler传感网络的室内移动目标定位方法 |
CN111175741B (zh) * | 2020-01-10 | 2022-03-18 | 浙江大学 | 一种单频连续毫米波多普勒传感微波墙安全空间预警方法 |
CN113220112B (zh) * | 2020-01-21 | 2023-07-18 | 华为技术有限公司 | 手势识别方法、装置、终端设备及计算机存储介质 |
CN111399642B (zh) * | 2020-03-09 | 2023-09-29 | 深圳大学 | 手势的识别方法、装置、移动终端和存储介质 |
CN111580060B (zh) * | 2020-04-21 | 2022-12-13 | 北京航空航天大学 | 目标姿态识别的方法、装置和电子设备 |
CN113900507A (zh) * | 2020-07-06 | 2022-01-07 | 华为技术有限公司 | 手势识别方法和装置 |
CN113589249A (zh) * | 2021-07-16 | 2021-11-02 | 中山艾朗格科技有限公司 | 校准单频连续波多普勒雷达的直流偏移的信号处理方法 |
CN113591684A (zh) * | 2021-07-29 | 2021-11-02 | 北京富奥星电子技术有限公司 | 一种基于cw体制多普勒雷达的手势识别方法 |
CN113872667A (zh) * | 2021-09-24 | 2021-12-31 | 中国人民警察大学 | 无人机视频图像实时传输系统 |
CN113892911A (zh) * | 2021-09-28 | 2022-01-07 | 北京清雷科技有限公司 | 睡眠呼吸数据的采集装置及方法 |
CN114499556B (zh) * | 2022-02-28 | 2023-11-24 | 复旦大学 | 一种连续变频的多模式全数字发射机 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793059A (zh) * | 2014-02-14 | 2014-05-14 | 浙江大学 | 一种基于时域多普勒手势恢复识别方法 |
CN103913742A (zh) * | 2014-04-25 | 2014-07-09 | 桂林电子科技大学 | 双接收天线的汽车防撞雷达系统及运行方法 |
CN104898844A (zh) * | 2015-01-23 | 2015-09-09 | 瑞声光电科技(常州)有限公司 | 基于超声波定位的手势识别与控制装置及识别与控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9575560B2 (en) * | 2014-06-03 | 2017-02-21 | Google Inc. | Radar-based gesture-recognition through a wearable device |
-
2016
- 2016-03-12 CN CN201610143390.7A patent/CN105786185B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793059A (zh) * | 2014-02-14 | 2014-05-14 | 浙江大学 | 一种基于时域多普勒手势恢复识别方法 |
CN103913742A (zh) * | 2014-04-25 | 2014-07-09 | 桂林电子科技大学 | 双接收天线的汽车防撞雷达系统及运行方法 |
CN104898844A (zh) * | 2015-01-23 | 2015-09-09 | 瑞声光电科技(常州)有限公司 | 基于超声波定位的手势识别与控制装置及识别与控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12019149B2 (en) | 2020-11-11 | 2024-06-25 | Google Llc | Low-power radar |
Also Published As
Publication number | Publication date |
---|---|
CN105786185A (zh) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105786185B (zh) | 基于连续波微多普勒雷达的非接触式手势识别系统与方法 | |
US10579150B2 (en) | Concurrent detection of absolute distance and relative movement for sensing action gestures | |
Gu et al. | Motion sensing using radar: Gesture interaction and beyond | |
CN105824020B (zh) | 副载波调制的连续波多普勒雷达传感器及运动解调方法 | |
CN107861095A (zh) | 一种单射频通道二维无线电测向系统 | |
CN103353597A (zh) | 一种用于超高频rfid定位的相位式测距方法 | |
Wang et al. | Concurrent vital sign and position sensing of multiple individuals using self-injection-locked tags and injection-locked I/Q receivers with arctangent demodulation | |
Joram et al. | Design of a multi-band FMCW radar module | |
Tan et al. | Wi-Fi based passive human motion sensing for in-home healthcare applications | |
CN108363043A (zh) | 分布放置连续波多普勒雷达传感器及多运动目标探测方法 | |
LU101016B1 (en) | A double -frequency circuit structure for implementing vital sign detection and short-distance positioning | |
CN114296141A (zh) | 多目标生命征象侦测器及其侦测方法 | |
CN109361477B (zh) | 一种瞬时频率测量装置及测量方法 | |
Fang et al. | Integrated wideband chip-scale RF transceivers for radar sensing and UWB communications: A survey | |
CN114609593B (zh) | 一种基于fpga和深度学习的谐波雷达 | |
Gu et al. | Remote blind motion separation using a single-tone SIMO Doppler radar sensor | |
Wang et al. | Seeing through walls with a self-injection-locked radar to detect hidden people | |
Lai et al. | Finger gesture sensing and recognition using a Wi-Fi-based passive radar | |
CN110794361B (zh) | 一种双通道塔康信号侦察装置 | |
CN106774825A (zh) | 一种非接触式的手势识别方法和系统 | |
CN213547523U (zh) | 一种有源5gnr时分同步天线检测系统及其天线 | |
CN109164446A (zh) | 基于超外差与低中频结构的双频段生命体征探测雷达系统 | |
CN110082735B (zh) | 一种通用照射指令测试系统以及测试装置 | |
JP2009210372A (ja) | 距離測定装置 | |
Rodrigues et al. | A Microwave Passive Topology Based on Simultaneous Injection-Locking and Injection-Pulling for Passive Indoor Sensing Applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190118 |