徐曾春，吴凯娇，胡 平

XU Zengchun,WU Kaijiao,HU Ping

南京工业大学 计算机科学与技术学院，南京 211816

College of Computer Science and Technology,Nanjing University of Technology,Nanjing 211816,China

1 引言

近几年人机交互技术（Human-Computer Interaction）发展迅猛，基于触屏科技的手机设备如IOS，Android，Windows Phone等大展风采，基于此类智能手机的识别技术也热门起来。虽然触屏的出现给人们的生活带来了极大便利，但仍有诸多限制。为了拓展功能，便携式的键盘，远程遥控等设备开始兴起，但仍无法满足用户对便捷的需求。声控传感器，脑电波传感器等研究的出现让人们看到无需和机器接触就可以控制其操作的优越性。多年来许多学者在此方面付出了诸多努力得到不小成效。

在前人的基础上，本文设计了一种使用超声波的面向智能手机的手势识别系统，即AGRS（in-Air Gesture Recognition System）系统。该系统使用手机自带的扬声器和话筒发射和采集超声波信号，陀螺仪作为辅助传感器测定手机摆放位置，进行手势识别。由于人耳的可听范围为20 Hz～20 kHz[1]，一般情况下成年人听不见超过18 kHz的声音。所以本实验的发射频率为20 kHz。由于人体在移动过程中会反射声波，引起Doppler效应。AGRS系统提取运动变化中的时间序列，对其数据进行特征提取，然后使用HMM或SVM模型进行识别归类。最终得到了超过95%的识别率。

2 相关工作

本文并不是第一个使用超声波及多普勒（Doppler）效应的。Georg[2]等人使用超声波仪器，与可穿戴设备，加速器，陀螺仪等设备配合，提高了手势识别的精确度，最终得到90%的准确度。Kaustubh[3]使用一个超声波多普勒声纳仪进行语音识别。Stephen[4]等人使用声纳仪发送20 kHz的频率，以1 024点的快速傅里叶（Fast Fourier Transform）处理数据实现了对用户行为状态的检测。……