[发明专利]基于卷积结构的动态手势识别方法

权利要求书

1.基于卷积结构的动态手势识别方法，其特征在于，包括以下步骤：

S1：数据预处理：采用固定长度的窗计算窗内的平均能量，作为该点的能量值，滑动窗大小取值64，算法实现过程为：

(1)对8通道的信号幅值的绝对值进行平均，平均绝对值计算公式如下：

其中采集的原始信号标记上标i为第j个通道，下标i为第i个点；

(2)计算每个信号点的能量值，公式如下：

其中N为信号采样点总数，W为窗口大小，为第i个点的8通道信号的平均绝对值；

(3)设置阈值t_Th，公式如下:

t_Th＝m₁+bm₂ (3)

其中m₁为信号静息段能量的平均值,m₂为信号能量的峰值,b为调整阈值系数，通常在0.01～0.04之间；

S2：样本生成：选择64个点作为样本的长度，采样频率为200Hz,具有8个sEMG信号传感器，因而数据样本的大小为64x8；

S3：特征提取：

从时域和频域等不同角度对sEMG信号进行特征提取，使用机器学习方法进行手势分类。

2.根据权利要求1所述的基于卷积结构的动态手势识别方法，其特征在于，所述S1中滑动窗大小取值为64。

3.根据权利要求1所述的基于卷积结构的动态手势识别方法，其特征在于，所述S2中为了数据扩充处理,样本间重叠大小为32个点。

4.根据权利要求1所述的基于卷积结构的动态手势识别方法，其特征在于，所述S3中时域特征有平均绝对值、均方根、过零点数、波形长度，频域特征有平均频率、平均功率、中值频率。