本发明涉及智能家居的，具体而言，尤其涉及一种基于空间姿态识别的家庭智能设备控制方法。
背景技术：
1、智能家具，是在现代时尚家具的基础上，将组合智能、电子智能、机械智能、物联智能巧妙的融入家具产品当中，使家具智能化、国际化、时尚化，使家居生活更加便捷、舒适，是新贵生活方式重要组成部分，是未来国际家居的发展潮流和趋势。
2、目前已有的智能家居大多都是通过面板或者语音来控制智能设备，通过面板是接触式的，通过语音也需要用户发声。语音控制需要用户主动发声，在嘈杂的环境下难以使用；面板控制需要用户主动接触，无法隔空感知。
3、相比于以上两种方式，利用毫米波信号可以实现无感感知，具有更好的用户体验。
技术实现思路
1、根据上述背景技术中提到的技术问题，而提供一种基于空间姿态识别的家庭智能设备控制方法。
2、本发明采用的技术手段如下：
3、一种基于空间姿态识别的家庭智能设备控制方法，包括以下步骤：
4、步骤1：在区域内预设多个感知角度为120度的雷达设备，实现区域全覆盖；
5、步骤2：通过所述步骤1中预设的雷达设备实现人体目标的图像采集；
6、步骤3：通过无线感知技术分析所述人体目标对周边无线链路信号的影响情况，实现对所述人体目标的感知进而实现对人体位置与空间姿态的估计；
7、步骤4：将所述步骤3中获取的所述人体位置与空间姿态进行三维投影，通过无线链路测量雷达的回波信号，估计当前时刻所述人体目标的动作速率、动作幅度、以及动作方向，建立目标动作与无线链路测量之间的映射关系模型，识别人体的空间姿态；
8、步骤5：根据无线链路信号幅度、波达方向角、相位的时频域参数与目标动作速率、动作幅度、动作方向的关系模型，由链路测量的距离、角度和速度估计出目标动作参数，在三维平面进行参数映射，估计出目标的空间姿态，进行信息过滤。
9、进一步地，所述动作速率通过根据雷达的回波信号计算获取的无线链路信号强度、波达方向角、相位的时频域波动性估计，进而根据毫米波雷达的回波信号相位变化的估计目标速率。
10、进一步地，所述动作幅度通过无线链路信号强度的时频域波动性估计；
11、所述链路信号强度在时间域的衰减量、方差、峰峰值均反映出目标引起的无线链路信号波动性的大小，建立上述频域参数与目标动作幅度的关联函数。
12、进一步地，所述动作方向通过无线链路各菲涅尔区信号幅度、相位的变化规律估计；根据菲涅尔区理论，目标处在菲涅尔区不同位置时会造成合成信号的幅度、相位的不同。
13、进一步地，所述链路信号特征提取方法：从无线链路信号中提取特征的质量直接决定了无线感知系统的性能；将多信道、多天线、多链路测量到的多域信息建模为射频图像，之后，基于深度学习网络、时空聚类分析方法提取射频图像深度特征及结构特征用于表征原始测量信息。
14、进一步地，所述射频图像构造方法包括以下步骤：
15、首先，基于每组测量信号估计出链路信号的幅度与相位信息，假设共使用i个信道在j条链路上进行测量，每个节点装配k根天线，那么，按照不同信道、不同链路、不同天线的顺序将测量到的幅度和相位信息组成ijk×1的幅度向量与相位向量；
16、之后，对于连续的n组无线链路信号，分别计算出每组的幅度向量与相位向量，构成ijk×1的幅度测量矩阵与相位测量矩阵；
17、最后，以该矩阵内容为图像数值，即可构建ijk×1的幅度射频图像与相位射频图像。
18、进一步地，所述步骤4中，以数据驱动的方式建立目标动作o与无线链路测量x之间的关系为：
19、o＝w·x+b；
20、其中，x表示模型的输入，w表示深度网络的权重矩阵参数，b表示该层偏置参数；经过运算后，网络参数不断被训练，神经网络在训练的过程中将不断训练、更新该参数使得它能够适应所有训练样本，并不断加强x与o之间的关联，以此得出输入特征序列在不同的分类结果上的概率分布。
21、进一步地，所述步骤5中，
22、目标与雷达设备之间的距离d可以通过以下公式计算：
23、
24、其中c表示光速，fif表示中频信号的频率，tc表示chirp信号周期，b表示雷达带宽；
25、对于fmcw雷达，可以利用多根接收天线来获得目标角度信息，相邻接收天线的相位差ω与目标角度θ的关系定义为：
26、
27、其中，λ表示波长，d为相邻接收天线之间的距离；
28、对于相邻的两个chirp，目标具有不同的相位；相位差与chirp持续时间内的运动距离vtc有关。相邻chirp的速度v与相位差ω之间的关系定义为：
29、
30、较现有技术相比，本发明具有以下优点：
31、本发明通过人体空间姿态实现家庭智能设备的控制，只需要在室内做出相应的空间姿态，即可控制设备和触发场景。既省去了打开手机app的操作，又不用走到面板前去操作，还避免了语音控制打扰到其他人。
1.一种基于空间姿态识别的家庭智能设备控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于空间姿态识别的家庭智能设备控制方法，其特征在于，所述动作速率通过根据雷达的回波信号计算获取的无线链路信号强度、波达方向角、相位的时频域波动性估计，进而根据毫米波雷达的回波信号相位变化的估计目标速率。
3.根据权利要求1所述的一种基于空间姿态识别的家庭智能设备控制方法，其特征在于，所述动作幅度通过无线链路信号强度的时频域波动性估计；
4.根据权利要求1所述的一种基于空间姿态识别的家庭智能设备控制方法，其特征在于，所述动作方向通过无线链路各菲涅尔区信号幅度、相位的变化规律估计；根据菲涅尔区理论，目标处在菲涅尔区不同位置时会造成合成信号的幅度、相位的不同。
5.根据权利要求1所述的一种基于空间姿态识别的家庭智能设备控制方法，其特征在于，所述链路信号特征提取方法：从无线链路信号中提取特征的质量直接决定了无线感知系统的性能；将多信道、多天线、多链路测量到的多域信息建模为射频图像，之后，基于深度学习网络、时空聚类分析方法提取射频图像深度特征及结构特征用于表征原始测量信息。
6.根据权利要求5所述的一种基于空间姿态识别的家庭智能设备控制方法，其特征在于，所述射频图像构造方法包括以下步骤：
7.根据权利要求1所述的一种基于空间姿态识别的家庭智能设备控制方法，其特征在于，所述步骤4中，以数据驱动的方式建立目标动作o与无线链路测量x之间的关系为：
8.根据权利要求1所述的一种基于空间姿态识别的家庭智能设备控制方法，其特征在于，所述步骤5中，
