手势识别技术在普适计算领域引起了研究人员的广泛关注。它不仅可以为人们提供多种方便简单的控制手势,还给人们带来了一种更加符合日常生活习惯的人机交互模式。随着智能手机的普及和其内置传感器性能的提升,利用手机内置的扬声器和麦克风实现基于超声波的手势识别逐渐成为研究的热点。本文研究使用智能手机内置的扬声器和麦克风实现基于超声信号的手势识别方案。该方案利用手机内置的扬声器发射超声波信号,内置的麦克风接收由于手部运动引起变化的信号,然后通过分析信号的变化,从而实现对靠近、远离、英文字母、顺时针旋转等八种手势的识别分类。本文分别在嘈杂的环境下和安静的环境下对设计的系统进行了测试,实验的结果显示本文所设计的系统能够达到99%的识别精度。本文的主要研究内容与创新如下:(1)总结了目前手势识别常用的技术,并针对基于智能手机超声波信号的手势识别技术进行了研究。介绍了现有的基于智能手机超声波信号的手势识别方案,并对其涉及的算法和相关知识原理进行了总结,同时阐述了本系统所用的算法和相关知识。(2)基于现有的智能手机超声波信号的手势识别方案,设计并实现了一种基于智能手机超声波信号的手势识别系统。该系统将智能手机转变成主动声呐,并利用超声波信号的多普勒频移现象实现了对用户不同手势的识别。(3)提出了利用卷积神经网络进行手势识别的方法以及利用门控循环单元网络进行手势识别的方法。通过构建神经网络并在两种环境下进行测试,其测试结果显示两种方法的识别精度分别达到99%、98%以上。