1.一种提升FMCW雷达手势识别精度的干扰抑制方法，其特征在于包括以下步骤：步骤一、设置调频连续波雷达参数，配置天线为2发4收，其中，扫频个数为Nc，采样点个数为Ns，帧数为frame；然后，利用雷达采集每个手势动作的数据，每一帧数据存为NS×Nc的矩阵Fk；

步骤二、累积2根发射天线和4根接收天线的数据，可以明显地增强信号的信噪比，然后对Fk的每一列数据进行傅里叶变换生成距离谱矩阵Pr；

步骤三、对距离谱矩阵Pr的每一行数据进行傅里叶变换，生成多普勒矩阵Sk；

步骤四、每一帧的距离谱矩阵Pr和Sk耦合，得到每一帧手势目标的距离‑多普勒矩阵，即RDM矩阵；

步骤五、累积若干帧数据并求得均值作为背景帧Xbk，取帧数为3，用帧差法减除背景帧后得到 其中，待处理的RDM矩阵中第i行、第j列的元素为背景帧Xbk的第i行、第j列的元素为 m和n分别表示RDM矩阵的多普勒轴和距离轴像素总数；

步骤六、采用自适应门限去除RDM矩阵中的噪声，将被检测单元的RDM矩阵中的元素与门限进行对比，如果被检测单元的RDM矩阵中的元素值大于门限值，则判定为检测到目标，处理结果矩阵为R；

步骤七、对矩阵R进行静态干扰抑制，结果矩阵记为Rsta；

步骤八、对矩阵Rsta进行动态干扰抑制，标记出手势目标，结果矩阵记为Rres；

步骤九、将32帧RDM图送入到C3D、I3D和TS‑I3D网络中进行特征提取，得到特征函数Ffusion，并将Ffusion输入softmatx分类器进行分类，输出不同的手势类别；

所述步骤五中包括以下步骤：

5.1在每段手势动作数据样本中，将s帧数据进行累积并求得均值作为背景帧，表示为：其中，s表示RDM背景帧累积个数，m和n分别是RDM的距离轴和多普勒轴的像素总数；

5.2将RDM背景帧分解为两个部分：

其中，第一项表示多普勒频偏不为零的区域，第2项表示多普勒频偏为零区域，r和d表示RDM的横、纵坐标，分别表征距离和多普勒轴；

5.3因为背景帧中引入了静态目标的干扰，为了避免静态目标干扰对背景帧计算的影响，将背景帧的计算方式改为：

5.4考虑到背景噪声的波动性，导致每一帧减除过程中不能均匀地去除噪声，将背景帧减除操作的计算方法定义为：其中，xp表示每一帧的像素值，xbk表示背景帧的像素值。

2.根据权利要求1所述的一种提升FMCW雷达手势识别精度的干扰抑制方法，其特征在于步骤六中采用自适应门限去除其中噪声，噪声门限为：其中， 表示待处理的RDM中第r行、第d列的元素，如果被检测单元的RDM中的元素值大于门限值Nv，则判定为目标，结果矩阵记为R。

3.根据权利要求1所述的提升调频连续波雷达手势识别精度的干扰抑制方法，其特征在于所述步骤七中包括以下步骤：

7.1统计R中检测到的目标个数，记为cd；

7.2查找R中多普勒频偏值为零的目标，个数记为cs，距离坐标向量记为Bcur，记录前一帧目标所处的距离单元向量Bpre；

7.3对Bcur和Bpre分别进行升序排序，如果cd和cs计数不等，查找所有Bcur和Bpre中相同的坐标距离，并从R中删除相同距离坐标距离的目标，得到矩阵Rsta。

4.根据权利要求1所述的提升调频连续波雷达手势识别精度的干扰抑制方法，其特征在于所述步骤八中包括以下步骤：

8.1记录Rsta中目标的坐标；Cx记录所有目标的距离坐标xi，Cy记录所有目标的多普勒坐标yi，Cloc记录Rsta中第i个目标的距离值和多普勒值为(xi,yi)；

8.2对Cx中所有元素按升序进行排序，并将Cx中最小值记为mx；对Cy中所有多普勒坐标进行统计，正向多普勒速度的个数记为cp，负多普勒速度的个数为cn；

8.3定义向量My用来记录满足条件的多普勒值；查找Cloc中的每一个坐标(xi,yi)，如果xi＝mx，在My中记录多普勒值yi，如果xi≠mx，则不在My中记录多普勒值yi；

8.4定义my为多普勒频偏单元值；如果cp＞cn，令my等于My中的最大值，否则令my等于My中的最小值；

8.5将坐标为(mx,my)的元素标记为手势目标，结果矩阵记为Rres。