现如今,移动设备（包括智能手机、智能手表、手环、VR/AR眼镜、Pad、智能音箱及笔记本电脑等）已经遍布了我们的生活。随着这些移动个人设备的快速普及,移动终端用户对移动个人设备的人机交互机制以及智能感知能力的要求也越来越高。为了满足不同交互场景下新的人机交互需求,人们开始研究裸手人机交互机制。大部分现有的裸手人机交互设备使用了一些定制的专用设备,很难被直接使用在如智能手机、智能手表等移动设备中。为了让商用的移动设备可以使用这些新的人机交互机制,本文主要使用扬声器和麦克风这两个已经在大多数移动设备上存在的最为简单的传感器,提出了利用超声波在此类设备上实现裸手手势识别的人机交互机制。总的来说,本文首先从单模态的超声波手势追踪开始研究,然后在此基础上进行多模态的超声波感知技术的研究,最后本文通过对于超声波信号更加深入的理解,提取了更加丰富的超声感知特征,来实现细粒度的手势感知。为了保证这些超声波手势感知系统的实用性,本文对于其精度,抗干扰能力,延时,计算复杂度进行了设计和优化。本文的主要创新与贡献为:1)提出了基于相位和多频率融合的距离测量技术。本文利用相位的变化来追踪物体移动的相对距离,基于静态向量和动态向量的模型来分离静止物体反射的干扰,利用多频率逆傅里叶变换的方法来进行物体绝对位置的估计。2)提出了高鲁棒性和实时性的多模态信号融合技术。本文基于摄像头和超声波结合的方法来提升系统的鲁棒性和实时性,利用摄像头得到的二维信息来保证系统的鲁棒性,利用超声波获得的高采样率信息来保证系统的低延时。3)提出了超声信号分离和多径分离技术。本文基于冲击响应的方法来分离不同路径的路径系数并消除多径环境的干扰,并通过这一方法来分辨固体声和空气声,利用两者各自的特征来进行手势感知。通过这些信号处理的设计,本文针对不同的应用场景,利用超声波感知的原理实现了三种不同维度人机交互机制:1)基于相位的超声隔空手势跟踪,2)在增强现实场景下的超声波和视频融合点击手势识别,3)固体波与空气波融合感知的手机背面手势识别。本文通过实现以上三个不同维度的人机交互机制不仅希望满足现如今人们对于手机交互的新的需求,同时希望帮助学术界和工业界理解如何设计实用且可靠的超声波感知算法来实现相关的应用。