[发明专利]一种基于肌动信号的指部独立动作识别方法及系统

权利要求书

1.一种基于肌动信号的指部独立动作识别方法，其特征在于，包括步骤：

A、设备端通过传感器对MMG信号进行实时采集；

B、采用低功耗蓝牙技术将采集的MMG信号实时传输至智能终端；

C、所述智能终端接收MMG信号后，依次对所述MMG信号进行去噪、信号段提取、特征提取和排序、模式识别处理，得到识别结果并输出；

所述步骤B具体包括：

B1、设备端播放广播；

B2、在预定时间内，判断智能终端是否向设备端发出建立连接的请求，若是，则进入B3，若否，则结束工作；

B3、设备端接受智能终端的请求并建立连接，设备端将所采集的MMG数据以数据包的形式实时发送到智能终端；

B4、智能终端接收到数据包后，先检查数据包序列是否正确，若检查到存在数据包丢失，则通过帧序列计算出丢失数据包的数量，再结合丢失数据包前后数据包的序列值，使用二次样条插值法，对丢失的数据包进行补充；

B5、智能终端将MMG数据写入数据缓冲区。

2.根据权利要求1所述的基于肌动信号的指部独立动作识别方法，其特征在于，所述传感器为MPU6050惯性传感器。

3.根据权利要求2所述的基于肌动信号的指部独立动作识别方法，其特征在于，所述设备端设置有一CC2541主控芯片，用于控制传感器对MMG信号进行实时采集以及控制将采集的MMG信息发送至智能终端。

4.根据权利要求1所述的基于肌动信号的指部独立动作识别方法，其特征在于，所述步骤C具体包括：

C1、智能终端接收到MMG信号后，进行带通滤波处理，以去除高频噪声；

C2、采用指部动作检测算法从MMG信号中提取包含有指部运动信息的MMG信号段；

C3、通过WPT法和TFDH法对含有指部运动信息的MMG信号段进行特征提取，并对提取的特征参数进行排序；

C4、通过分类器对提取的特征参数进行模式识别，从而识别出相应的指部动作，同时输出识别结果。

5.根据权利要求4所述的基于肌动信号的指部独立动作识别方法，其特征在于，所述步骤C2中采用基于差分模板滤波的指部动作检测算法从MMG信号中提取包含有指部运动信息的MMG信号段，所述检测算法采用公式：，式中的t为时间参量，Z_d(t)为本算法的输出结果，当其值为1时，表示检测到指部动作正在进行，当其值为0时，表示未检测到指部动作；g_d[t]为卷积值，其公式为：，其中代表卷积运算，D为差分模板，为经过滤波后的MMG信号；为阈值，其公式为：，其中α_d为阈值调节因子，为肌肉保持静止的时间段。

6.根据权利要求4所述的基于肌动信号的指部独立动作识别方法，其特征在于，所述步骤C2中采用基于均方根的指部动作检测算法从MMG信号中提取包含有指部运动信息的MMG信号段。