[发明专利]一种利用信号功率区分不同手势的算法

说明书

技术领域

本发明采用计算手臂肌肉电流信号（EMG）平均功率的方法来进行手势识别，它相较于其它手势识别算法，优点在于： 

计算复杂度低，只需计算每路手臂肌肉电流信号（EMG）的平均功率，与相应的阈值进行比较即可进行手势识别；计算延迟小，基本能够实时给出信号对应的手势。

背景技术

信号分析中，频谱和功率分析是一种常用方法。我们采用功率分析方法对手臂肌肉电流信号（EMG）做特征参数分析，以此来区别各个手势。 

发明内容

设有L个通道的手臂肌肉电流信号（EMG）分别为 ，其中是通道数目，是时间上的采样点，设有效信号起始点为，信号持续时间为。则首先计算每路信号的平均功率为 

    （公式1）

根据计算出的每路信号的平均功率与预先设定好的阈值进行比较，并做一定的相关性限制，即可进行手势的判断。

  

以，识别握拳（G1），伸掌（G2），握拳前勾（G3）和握拳后摆(G4)四种手势为例。首先检测信号的起始点和终止点，计算出有效信号的长度，根据公式1计算出每路信号的功率，分别为，根据每种手势对每路信号设置的相应的最大和最小阈值，分别为

根据设置的阈值，即可进行手势判断，算法伪代码描述如下：

G1_hit=G2_hit=G3_hit=G4_hit=0;

If P1>=G1_CH1_MIN_TH && P1<=G1_CH1_MAX_TH

    G1_hit++;

End

If P2>=G1_CH2_MIN_TH && P2<=G1_CH2_MAX_TH

    G1_hit++;

End

If P3>=G1_CH3_MIN_TH && P1<=G1_CH3_MAX_TH

    G1_hit++;

End

If P4>=G1_CH4_MIN_TH && P1<=G1_CH4_MAX_TH

    G1_hit++;

End

If P1>=G2_CH1_MIN_TH && P1<=G2_CH1_MAX_TH

    G2_hit++;

End

If P2>=G2_CH2_MIN_TH && P2<=G2_CH2_MAX_TH

    G2_hit++;

End

If P3>=G2_CH3_MIN_TH && P1<=G2_CH3_MAX_TH

    G2_hit++;

End

If P4>=G2_CH4_MIN_TH && P1<=G2_CH4_MAX_TH

    G2_hit++;

End

If P1>=G3_CH1_MIN_TH && P1<=G3_CH1_MAX_TH

    G3_hit++;

End

If P2>=G3_CH2_MIN_TH && P2<=G3_CH2_MAX_TH

    G3_hit++;

End

If P3>=G3_CH3_MIN_TH && P1<=G3_CH3_MAX_TH

    G3_hit++;

End

If P4>=G3_CH4_MIN_TH && P1<=G3_CH4_MAX_TH

    G3_hit++;

End

If P1>=G4_CH1_MIN_TH && P1<=G4_CH1_MAX_TH

    G4_hit++;

End

If P2>=G4_CH2_MIN_TH && P2<=G4_CH2_MAX_TH

    G4_hit++;

End