恭喜中国人民解放军空军工程大学李瑶获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜中国人民解放军空军工程大学申请的专利基于注意力机制的轻量级超宽带雷达手势识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116299427B 。
龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211524482.1,技术领域涉及:G01S13/88;该发明授权基于注意力机制的轻量级超宽带雷达手势识别方法是由李瑶;王欣;邹帛设计研发完成,并于2022-11-30向国家知识产权局提交的专利申请。
本基于注意力机制的轻量级超宽带雷达手势识别方法在说明书摘要公布了:本发明公开了一种基于注意力机制的轻量级超宽带雷达手势识别方法,以微动手势回波谱为输入,提出了滑窗多普勒算法生成手势动作过程的距离多普勒序列;针对近距手势回波多普勒图谱边缘及纹理特征不明显、伴随目标重影的特点,依据轻量化原则设计了三个计算单元,尺度伸缩单元、基本计算单元和注意力单元。通过联合通道注意力和空间注意力提高网络对目标区域的敏感度,构建串行轻量级手势识别模型。经过实验验证,与现有手势识别算法相比,本发明中提出的轻量级手势识别模型具有更好的泛化性和鲁棒性,准确率和实时性也更具优势。
本发明授权基于注意力机制的轻量级超宽带雷达手势识别方法在权利要求书中公布了:1.基于注意力机制的轻量级超宽带雷达手势识别方法,其特征在于,包括以下步骤, S1:对超宽带雷达的手势回波信号进行采集与预处理,得到手势回波信号的距离多普勒图谱; S2:利用步骤S1中的方法,构建手势数据集; S3:针对步骤S2中的手势数据集特性,建立轻量级微动手势识别模型; S4:利用轻量级微动手势识别模型对雷达手势进行识别; 其中,步骤S1的具体操作包括以下步骤, S11:对超宽带雷达的手势回波信号进行等效时间采样分析; S12:将等效采样后的信号经过AD转换,得到数字信号; S13:对手势回波的数字信号进行杂波抑制以及滑窗多普勒处理,得到手势回波信号的距离多普勒图谱; 步骤S3的具体操作包括以下步骤, S301:构建用于从手势回波信号的距离多普勒图谱中进行特征提取的三种运算单元,三种运算单元为尺度伸缩单元、基本计算单元和注意力单元; S302:基于步骤S301中构建的三种运算单元,建立串行式脉冲超宽带雷达手势识别模型; 其中,步骤S13中对手势回波的数字信号进行杂波抑制以及滑窗多普勒处理的具体操作包括以下步骤, S131:设雷达发射信号为任一时刻的回波信号为式中,fr为回波信号频率; S132:设等效采样后模拟信号的频率为f′,以此等效为手势回波信号的频率,并将AD转换后的离散数字信号看做连续信号,则第一个等效采样后的模拟信号经AD转换后的数字信号为 S133:经过AD采样脉冲间隔ΔT后,手部的移动距离为 ΔR=vΔT 对应的时间间隔为 则第二个等效采样后的模拟信号经AD转换后的数字信号 相对于第一个数字回波信号的相位变化为 S134:对第二个等效采样后的模拟信号经AD转换后的数字信号进一步的分析得 其中,定义为滑窗多普勒算法的单步频差,为初始相位; S135:由第一个等效采样后的模拟信号经AD转换后的数字信号和第二个等效采样后的模拟信号经AD转换后的数字信号可以类推采样后的离散信号为 式中,Sr1k和Sr2k分别为Sr1t和Sr2t的离散化采样序列; S136:将相邻两信号进行一次相消,完成零频或低速杂波的消减,也即 Srf1k=Sr2k-Sr1k 式中,Srf1k为相邻采样点的回波序列相减后的结果,也是数据矩阵的构成序列; S137:通过滑动窗选取连续的N个脉冲,重复上述步骤S131~S136进行多普勒处理,滑动步长为m,m小于或等于N,每隔m个采样周期对数据矩阵进行一次傅里叶变换,最终得到手势回波信号的距离多普勒图谱。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军空军工程大学,其通讯地址为:710051 陕西省西安市灞桥区十里铺街道长乐东路甲字一号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。