论文部分内容阅读
针对大多数可穿戴手势识别设备使用不便以及激光、摄像头等容易受到光照影响识别方法的局限性,本文研究了一种利用二维MEMS超声阵列进行手势识别的方法,该方法不仅不受光照的影响,也避免了穿戴复杂的穿戴设备。基于单个活塞式阵元的声场特性建立了二维平面超声相控阵的声场模型。分析了阵元大小、阵元间距、阵元个数对声场特性影响,确定了二维面阵的发射和接收阵列的阵元大小、阵元间距、阵元个数等参数;利用交错排布发射和接收阵列的双向辐射效应优化了阵元间距,抑制了阵列栅瓣,改善了阵列扫描范围。发射和接收阵列的阵元半径分别为2mm和0.32mm;阵元个数分别为2×4和15×15;结合实际阵元大小,x方向的阵元间距分别为11.25mm和7.50mm;y方向的阵元间距分别为15.70mm和7.85mm;接收阵列无栅瓣仰角范围为-34°~34°。针对信息论准则不能正确估计相干信源个数的问题,利用空间平滑算法对相干信号的协方差矩阵进行空间平滑,再结合信息论准则对平滑后协方差矩阵的特征根等参数进行计算,利用最小准则值进行信源数估计。比较了不同准则在不同信噪比时的误差,对于本文设计阵列,采用Hannan-Quinn(HQ)准则的估计性能更好。同时还比较了不同阵元间距安装误差对HQ准则估计误差的影响,结果表明容许的安装误差为-1mm~1mm时,对信源数估计影响较小,信源数估计误差约为1,而无阵元间距安装误差时的估计误差约为0.1。采用Unitary-ESPRIT算法进行手势采样点的方向角估计,并结合空间平滑方法对二维面阵的Unitary-ESPRIT算法进行改进,利用空间平滑后的接收信号协方差矩阵代替接收信号矩阵,解决了Unitary-ESPRIT算法不能处理相干源的问题。对改进后算法在不同阵元间距安装误差时的估计效果进行了分析,结果表明在容许的安装误差为-1mm~1mm时,对方向角估计影响较小,误差约为1.6°,无阵元安装误差时的误差约为0.2°。对改进前的Unitary-ESPRIT算法和改进后算法进行估计性能对比分析,结果表明改进后算法能很好地识别相干源。将改进后算法与MUISC算法在仰角和方位角分辨率、误差、算法耗时等方面进行性能仿真对比分析,在CPU为Pentium Dual-Core E6300、内存为2G的计算机上仿真表明改进后算法性能高于MUSIC算法,其仰角和方位角分辨率分别可达1°和4°左右,响应时间在0.6s左右,最大可估计仰角范围为-33°~33°。设计了一种利用信源估计区分度和微元思想进行手势采样点分割,并构造原始手势仿真信号的采样点估计方法,利用估计得到的采样点方向角,将其投影到以阵列中心为原点的坐标平面上,实现手势采样点估计。对不同阵元数目与阵元间距的阵列性能、不同信源个数和不同阵列结构下算法所耗时间、不同阵列不同手势的采样点估计效果以及手势离阵列垂直距离不同时的采样点估计效果分别进行对比分析,总结出不同阵列结构各自的优缺点和适用场合。