基于LTE多普勒谱图的手势识别方法

摘要

针对LTE信号在手势识别中因随机相位偏移导致手势特征提取困难的问题，提出一种基于多普勒谱图的手势识别方法。首先，计算不同天线间信道频率响应（CFR）的商，用来消除因载波频率偏移（CFO）和采样频率偏移（SFO）引起的随机相位偏移，并滤除高频噪声；提取信号的切线相位变化，计算由手势运动引起的信号传播路径变化。然后，采用连续小波变换（CWT）计算多普勒谱图，并通过一阶时间微分消除静态干扰。最后，利用卷积神经网络对不同手势的多普勒谱图进行分类，从而实现手势识别。实验结果表明，该方法能够有效抑制CFO和SFO引起的随机相位偏移，精准提取多普勒特征。在1.5 m距离的径向方向下，4个目标在两个场景下的平均识别准确率达到94%，展现出卓越的手势识别能力。

关键词

LTE信号 / 多普勒谱图 / 卷积神经网络 / 手势识别