手寫筆畫檢測(cè)與參數(shù)提取分析概述目錄TOC\o"1-3"\h\u26258手寫筆畫檢測(cè)與參數(shù)提取分析概述 139891.1引言 112581.2手寫筆畫數(shù)據(jù)段的檢測(cè) 2174081.2.1毫米波雷達(dá)的頻域分析 263831.3手寫筆畫參數(shù)的提取 3218221.1.1生成RDM圖 3230171.1.2頻譜泄漏抑制的窗口函數(shù) 577661.1.3中頻帶通濾波器(IF-bpf)以抑制雜波 672191.1.2生成方位時(shí)間圖（ATM） 71.1引言雷達(dá)信號(hào)的參數(shù)圖作為深度學(xué)習(xí)網(wǎng)絡(luò)的輸入，其用來提取和識(shí)別手寫筆畫的特征，決定了最終識(shí)別的精度。因此，本章首先對(duì)雷達(dá)平臺(tái)采集的手寫筆畫相關(guān)數(shù)據(jù)進(jìn)行處理并提取參數(shù)，以方便手寫筆畫數(shù)據(jù)集的構(gòu)建。本次研究設(shè)計(jì)采用了點(diǎn)、豎、提、撇、橫、捺六種手寫筆畫。以“豎”手寫筆畫為例，介紹了數(shù)據(jù)處理過程。首先，基于手寫筆畫的頻譜，從雷達(dá)數(shù)據(jù)中提取包含手寫筆畫運(yùn)動(dòng)的數(shù)據(jù)段，然后增強(qiáng)圖像效果。其次，基于2D-FFT方法提取手寫筆畫的RDM，抑制RDM的干擾和噪聲，提高圖像質(zhì)量。最后，從數(shù)據(jù)中提取角度參數(shù)，得到角度隨時(shí)間變化的趨勢(shì)圖像ATM。圖1.1顯示了整個(gè)過程。圖1.1雷達(dá)手寫筆畫檢測(cè)、參數(shù)提取與手寫筆畫數(shù)據(jù)集構(gòu)造過程圖1.2手寫筆畫數(shù)據(jù)段的檢測(cè)1.2.1毫米波雷達(dá)的頻域分析綜上所述，基于IWR1443的數(shù)據(jù)采集環(huán)境可以獲得混頻采樣后的中頻信號(hào)。中頻信號(hào)是一個(gè)復(fù)數(shù)信號(hào)，它總共包括兩個(gè)基帶信號(hào)，這兩個(gè)信號(hào)是相互正交的。本文經(jīng)過進(jìn)一步研究分析中頻信號(hào)IF中攜帶的手寫筆畫目標(biāo)信息，然后分析IF中包含的手寫筆畫動(dòng)作相關(guān)信息。雷達(dá)信號(hào)的頻域研究如下。圖1.2六種手寫筆畫的數(shù)據(jù)如圖1.2所示，對(duì)于雷達(dá)手寫筆畫信號(hào)采集的數(shù)據(jù)，每種手寫筆畫采集20次不同的數(shù)據(jù)。其中readDCA1000.m文件是處理數(shù)據(jù)的。然后對(duì)數(shù)據(jù)進(jìn)行fft，從時(shí)域轉(zhuǎn)化到頻域，得到頻域圖像。圖1.3頻域分析圖由圖1.3可知，峰值處的數(shù)據(jù)即為手寫筆畫運(yùn)動(dòng)目標(biāo)需要研究的數(shù)據(jù)段。1.3手寫筆畫參數(shù)的提取利用上述提取的帶有手寫筆畫動(dòng)作的雷達(dá)信號(hào)片段，進(jìn)一步提取手寫筆畫信號(hào)的距離、速度和角度信息，然后得到手寫筆畫的距離多普勒?qǐng)D和方位時(shí)間圖，作為深度學(xué)習(xí)階段的數(shù)據(jù)集。1.1.1生成RDM圖由于不同的手寫筆畫與雷達(dá)天線之間的移動(dòng)速度和相互距離是不同的，距離多普勒?qǐng)D可以顯示不同手寫筆畫的關(guān)于距離和速度的不同特征。因此，本文首先計(jì)算RDM。從表2.1可以看出，本文使用的每幀雷達(dá)信號(hào)包含128個(gè)脈沖，從中頻信號(hào)公式可以知道，每個(gè)脈沖可以產(chǎn)生一個(gè)中頻信號(hào)。用2D-FFT處理中頻信號(hào)可以計(jì)算出一幀的RDM[20]。圖1.4所示過程如下:本文首先對(duì)得到的中頻信號(hào)進(jìn)行距離FFT，得到各個(gè)脈沖的頻譜；然后，對(duì)每一個(gè)脈沖的相同頻率分量再進(jìn)行速度FFT。最后，生成水平軸表示速度v、垂直軸表示距離r的RDM圖。圖1.42D-FFT生成RDM的過程從上圖可以看出，最終的耦合結(jié)果是尺寸為64×128的RDM，橫軸表示速度從-15m/s到15m/s，縱軸表示距離從0到1m。選擇雷達(dá)采集到的手寫筆畫“豎”的信號(hào)，如上處理。因?yàn)榭偣灿?5幀圖像，一個(gè)手寫筆畫動(dòng)作的時(shí)長大約是12~18幀數(shù)據(jù)。從第一幀距離多普勒?qǐng)D像RDM開始，每間隔五幀選擇一幀，總共選取了四個(gè)RDM圖像，如下圖1.5所示。圖1.52D-FFT生成的4幀RDM圖由上述4幀圖像可知，手寫筆畫目標(biāo)和雷達(dá)天線之間的距離越來越近，且速度先變快然后再變慢，這個(gè)過程與本文執(zhí)行手寫筆畫“豎”的特征是吻合的。1.1.2頻譜泄漏抑制的窗口函數(shù)在FFT操作過程中會(huì)出現(xiàn)頻譜泄漏。光譜泄漏將降低光譜分辨率，使雷達(dá)難以檢測(cè)到真實(shí)目標(biāo)。為了解決這一個(gè)問題，在進(jìn)行快速傅里葉變換之前，本文使用窗函數(shù)來減少頻譜泄漏。漢寧窗[23]能以較好的頻率分辨率降低頻譜泄漏。因此，分別對(duì)距離維和多普勒維的信號(hào)的窗口進(jìn)行漢寧變換。距離和多普勒維數(shù)的時(shí)域信號(hào)的漢寧窗計(jì)算公式如下srw(N,P,f)=s(N,P,f)其中，是s距離維度的漢明窗結(jié)果，是s多普勒維度的漢明窗結(jié)果。1.1.3中頻帶通濾波器(IF-bpf)以抑制雜波在真實(shí)的實(shí)驗(yàn)場(chǎng)景中，除了手勢(shì)回波外，還會(huì)產(chǎn)生背景雜波。此外，天線之間會(huì)有干擾。這些情況可能會(huì)導(dǎo)致RDM中的混亂。從圖1.6可以看出，當(dāng)速度為0時(shí)，幾乎所有的距離倉都有峰值，這是由于天線的干擾造成的?？梢杂^察到在1.5m~2m范圍內(nèi)有峰。根據(jù)對(duì)實(shí)驗(yàn)環(huán)境的分析，這些峰值是天花板的回波譜。手勢(shì)的運(yùn)動(dòng)范圍約為0.1-0.7m，超出這個(gè)范圍的目標(biāo)可以認(rèn)為是干擾或雜波。采用恒虛警率(CFAR)檢測(cè)器可以降低背景雜波，檢測(cè)到目標(biāo)[24]。但在強(qiáng)背景雜波情況下，CFAR容易檢測(cè)出虛假目標(biāo)，且CFAR特征提取不完全。手勢(shì)的運(yùn)動(dòng)范圍約為0.1~0.7m，在頻譜上仍有較強(qiáng)的峰值。本文知道中頻信號(hào)與范圍成正比，本文通過對(duì)中頻信號(hào)中的低頻和高頻進(jìn)行濾波來考慮濾波雜波。因此，本文使用IF-BPF來過濾掉RDM中的背景雜波。圖1.6使用中頻帶通濾波前后的距離多普勒?qǐng)D根據(jù)IF-BPF算法，背景的大部分頻率分量會(huì)被濾除，手寫筆畫動(dòng)作的頻率分量被增強(qiáng)。本文可以在圖1.6中看到，IF-BPF可以抑制背景雜波，并增強(qiáng)手勢(shì)譜，便于識(shí)別。1.1.2生成方位時(shí)間圖（ATM）本節(jié)描述了一種基于Capon算法實(shí)現(xiàn)方位和時(shí)間的聯(lián)合估計(jì)，從而獲得手寫筆畫的方位時(shí)間圖ATM。為了提取ATM，需要從中頻信號(hào)數(shù)據(jù)中獲取方位隨時(shí)間變化的信息。然而，中頻信號(hào)包含噪聲、其他目標(biāo)和直達(dá)波，因此難以通過超分辨率方位估計(jì)算法獲取方位信息。在頻域中，主頻和其他頻率分量的幅度相差很大，因此可以更好地區(qū)分有用信號(hào)和無用信號(hào)。因此，利用卡邦算法利用中頻信號(hào)的頻域矩陣獲得方位矩陣，然后根據(jù)時(shí)間維度對(duì)方位矩陣進(jìn)行重排，得到ATM。ATM反映了真實(shí)目標(biāo)的方位和時(shí)間信息。圖３.７顯示了兩種筆畫的ATMs，橫坐標(biāo)和縱軸的對(duì)應(yīng)值是目標(biāo)的估計(jì)方位角和時(shí)間。圖３.７左顯示了“點(diǎn)”的ATM。圖３.7右顯示“豎”的ATM。本文可以看到，ATM可以有效地反映真實(shí)目標(biāo)的方位和時(shí)間信息。圖1.7點(diǎn)、豎的方位時(shí)間圖在圖1.7中，左圖的ATM隨著時(shí)間的變化，方位由-20°到0°逐漸變化，而角度變換的速度由快到慢，這意味著手寫筆畫動(dòng)作離雷達(dá)天線越來越遠(yuǎn)，經(jīng)過以上分析，該手勢(shì)與