一种基于微波多特征融合的开关控制方法、系统和装置与流程

1.本发明涉及信息技术领域，特别是涉及一种基于微波多特征融合的开关控制方法、系统和装置。


背景技术：

2.随着科学技术的发展，智能家居走向人们的日常生活。在智能家居中，例如门锁、家具、家电等物品的开关多为接触式(按键式或密码式)，接触式开关会引起皮肤接触，在疫情期间不利于疫情防护，导致病毒传播。非接触式的感知技术在使用过程中能够有效地提升用户体验，方便人们的生活，同时在疫情期间可以避免直接接触。
3.现有的基于微波感知的开关控制方法多为通过微多普勒效应进行手势识别，从而实现开关控制功能。但是这种方法存在感知方式单一、手势微动感知难度大和识别率低等问题，在实际使用过程中受限。


技术实现要素：

4.针对现有技术中的缺陷，本发明的目的是提供一种基于微波多特征融合的开关控制方法。
5.根据本发明的一个方面，提供一种基于微波多特征融合的开关控制方法，包括：
6.提取人体的微波基带信号；
7.对所述微波基带信号进行预处理；
8.提取预处理后的微波基带信号的多特征；
9.利用所述多特征融合进行开关控制。
10.优选的，所述提取人体的微波基带信号，包括：
11.控制微波感知前端，发射微波信号；
12.接收回波信号；
13.将所述微波信号和回波信号通过混频器和低通滤波器得到基带信号s(m,n)，其中，m表示扫频周期数，n代表一个扫频周期内的采样点数。
14.优选的，所述对微波基带信号进行预处理，包括：
15.对连续扫频周期内的微波基带信号进行快速傅里叶变换s(m,n)＝fft[s(m,n)]；
[0016]
减去前m个扫频周期的均值，其中k为当前扫频周期数。
[0017]
优选的，所述多特征，包括人体手、胳膊部位的空间位置特征，其获取过程，包括：
[0018]
快速傅里叶变换后的微波基带信号从频域维度转换为距离维度，提取局部最大值点所对应的距离信息e1；
[0019]
快速傅里叶变换后的微波基带信号，沿多通道方法进行角度分辨，提取距离和角度二位图像中的局部最大值点，获取人体手、胳膊所在空间的方位角信息e2；
[0020]
优选的，包括空间位置变化率特征，其获取过程，包括：微多普勒特征和能量变化
特征；
[0021]
提取在每个扫频周期内人体手、胳膊部位的所述空间位置特征；
[0022]
对所述空间位置特征通过连续扫频周期特征的差分操作；
[0023]
提取人体手、胳膊部位的空间位置的变化率e3。
[0024]
优选的，所述多特征，包括微多普勒特征，其获取过程，包括：
[0025]
选取时间长度为t的滑动窗；
[0026]
对所述滑动窗内的快速傅里叶变换后的微波基带信号沿慢时间方向进行时频分析，获得时频分布图；
[0027]
提取所述时频分布图中沿时间方向频率最大的点所连成的频率变化曲线，作为微多普勒特征e4。
[0028]
优选的，所述多特征，包括能量变化特征，其获取过程包括：
[0029]
对滑动窗内由快速傅里叶变换后的微波基带信号隔d个周期进行循环作差；
[0030]
提取能量变化特征e5(m)＝mean[s(m d,n)-s(m,n)]，其中mean(
·
)为取均值操作。
[0031]
优选的，所述利用所述多特征融合进行开关控制，包括：
[0032]
建立“打开”和“关闭”两个手势姿态微波数据集；
[0033]
利用所述多特征，形成特征数据集；
[0034]
搭建基于支持向量机(bp神经网络或其他二分类方法)的手势姿态辨识模型，利用提取的特征数据集对模型进行训练；
[0035]
将待监测姿态的基带信号输入构建模型中，识别“打开”和“关闭”动作，进行开关控制。
[0036]
根据本发明的第二个方面，提供一种基于微波多特征融合的开关控制系统，包括：
[0037]
原始数据提取模块，所述原始数据提取模块提取人体的微波基带信号；
[0038]
预处理模块，所述预处理模块对所述微波基带信号进行预处理；
[0039]
特征提取模块，所述特征提取模块提取预处理后的微波基带信号的多特征；
[0040]
控制模块，所述控制模块利用所述多特征融合进行开关控制。
[0041]
根据本发明的第三个方面，提供一种基于微波多特征融合的开关控制装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；其特征在于，所述处理器在执行所述程序时可以执行
[0042]
所述的基于微波多特征融合的开关方法，或，
[0043]
所述基于微波多特征融合的开关控制系统。
[0044]
与现有技术相比，本发明具有如下的有益效果：
[0045]
本发明实施例中的基于微波多特征融合的开关控制方法，为非接触式开关控制方法，利用微波感知原理，提取人体运动姿态的多源特征，并提出多特征融合的方法进行姿态识别，实现开关控制，从而为智能家居、智能传感提供新思路与新途径。
附图说明
[0046]
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
[0047]
图1为本发明一实施例中的一种基于微波多特征融合的开关控制方法的流程图。
具体实施方式
[0048]
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
[0049]
参照图1，为本发明一实施例中的一种基于微波多特征融合的开关控制方法的流程图，包括：
[0050]
s100提取人体的微波基带信号；
[0051]
s200对微波基带信号进行预处理；
[0052]
s300提取预处理候的微波基带信号的多特征；
[0053]
s400利用多特征融合进行开关控制。
[0054]
在本发明的另一实施例中，提供提取人体微波基带信号的优选方式。其包括：
[0055]
s101人体的手臂正对微波雷达前端，摆动手臂，做出开或者关的手势动作；
[0056]
s102微波感知前端不间断地发射微波信号；
[0057]
s103微波感知前端接收人体手、胳膊等部位反射的回波信号；
[0058]
s104将发射信号和接收信号通过混频器和低通滤波器得到基带信号s(m,n)，其中，m表示扫频周期数，n代表一个导频周期内的采样点数。采集到的微波基带信号包含手臂的运动信息，需进一步处理，提取其运动特征。
[0059]
为了消除环境静态杂波干扰，凸显人体运动姿态，在本发明的另一个实施例中，对提取的人体微波基带信号进行预处理，包括：
[0060]
s201对连续扫频周期内的微波基带信号进行快速傅里叶变换s(m,n)＝fft[s(m,n)],
[0061]
s202由于周围环境中的静态目标会反射微波信号，干扰人体手臂运动特征的提取，因此需要采取静态目标消除方法，减去前m个扫频周期的均值，消除周围环境中静态目标干扰，其中k为当前扫频周期数。
[0062]
本实施例中，前m个扫频周期的数目与扫频周期相关，选择1s钟的扫频周期数目作为基准，进行静态干扰目标消除操作。
[0063]
在本发明的一优选实施例中，执行s300提取预处理候的微波基带信号的多特征。人体手臂在运动过程中主要包括手臂的转动、手指的运动和手掌的摆动，因此，为了更好地提取手部运动特征，传统的微波感知方法单一地提取微多普勒特征不足以完整的反映手部运动信息，容易造成误判，因此本实施例从多特征融合的角度出发，提取手臂运动方的不同特征，再结合分类方法进行手势判断，从而提高识别准确率与鲁棒性，提升用户的使用体验，具体包括以下特征：
[0064]
s301人体手、胳膊等部位的空间位置特征。空间位置特征包括距离e1和方位角e2信息，将预处理后的快速傅里叶变换后的微波基带信号s(m,n)＝fft[s(m,n)]从频域维度转换为距离维度，提取局部最大值点所对应的距离信息e1(即所测目标到雷达前端的距离信
息)；将多通道接收天线接收到的微波基带信号进行傅里叶变换之后，沿多通道方向，进行角度分辨，提取距离-角度二维图像中的局部最大值点，获取人体手、胳膊所在空间的方位角信息e2(被测目标距离雷达前端的距离信息和方位角信息)。其中，其中c为光速，k为发射微波信号的斜率。其中，角度分辨选用角度傅里叶、多源信号分辨方法(music方法)、波束形成等方法
[0065]
s302人体手、胳膊等部位的空间位置变化率特征e3。提取在每个扫频周期内的人体手、胳膊等部位的空间位置特征，然后通过连续扫频周期特征的差分操作，提取人体手、胳膊等部位的空间位置的变化率e3。
[0066]
s303人体手、胳膊运动产生的微多普勒特征e4。选取时间长度为t的滑动窗，对滑动窗内由步骤二快速傅里叶变换后的微波基带信号沿慢时间方向(连续发射多个扫频周期微波信号的方向)进行时频分析，提取时频分布图中沿时间方向频率最大的点所连成的频率变化曲线e4。
[0067]
s304人体手、胳膊运动引起的能量变化特征e5。对滑动窗内由快速傅里叶变换后的微波基带信号隔d个周期进行循环作差，提取能量变化特征，e5(m)＝mean[s(m d,n)-s(m,n)]，其中mean(
·
)为取均值操作。
[0068]
本发明提供一个优选实施例，执行在提取人体手臂的多个运动特征之后，结合分类方法进行姿势判断，实现开关控制，包括：
[0069]
s401重复多次实验，建立“打开”和“关闭”两个手势姿态微波数据集；
[0070]
s402根据提取到的五个特征，形成特征数据集；
[0071]
s403搭建基于支持向量机(bp神经网络或其他二分类方法)的手势姿态辨识模型，利用提取的特征数据集对模型进行训练；
[0072]
s404将待监测姿态的回波信号输入构建模型中，识别“打开”和“关闭”动作，进行开关控制。
[0073]
基于相同的发明构思，在本发明的其他实施例中提供一种基于微波多特征融合的开关控制系统，包括：
[0074]
原始数据提取模块，所述原始数据提取模块提取人体的微波基带信号；
[0075]
预处理模块，所述预处理模块对所述微波基带信号进行预处理；
[0076]
特征提取模块，所述特征提取模块提取预处理后的微波基带信号的多特征；
[0077]
控制模块，所述控制模块利用所述多特征融合进行开关控制。
[0078]
基于相同的发明构思，在本发明的其他实施例中，提供一种基于微波多特征融合的开关控制装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；处理器在执行所述程序时可以执行以下任一种方法：上述的基于微波多特征融合的开关方法，或，上述基于微波多特征融合的开关控制系统。
[0079]
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。上述各优选特征在互不冲突的情况下，可以任意组合使用。