买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学(深圳)申请的专利低成本惯性传感器的信号增强与手势识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116127282B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211600874.1，技术领域涉及：G06F18/10；该发明授权低成本惯性传感器的信号增强与手势识别方法及系统是由赵毅;杨森乔;王一峰设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本低成本惯性传感器的信号增强与手势识别方法及系统在说明书摘要公布了：本发明涉及一种低成本惯性传感器的信号增强与手势识别方法及系统，属于惯性传感器领域。利用递归图的确定性指标，对经验模态分解后得到的多分辨率模态分量进行随机性评估，同时利用小波阈值降噪对模态分量中的随机误差进行有效控制，从而实现对低成本IMU数据的信号增强，极大地缩小了低成本IMU信号质量与高成本IMU之间的差距；为充分挖掘多源IMU信号不易受时频误差干扰的关联信息，首次将IMU运动数据的时频特征与反映手势动作动力学信息和结构信息的复杂网络拓扑特征进行了融合，提高了手势识别的精度，实现了多种三维手势动作的高精度识别。

本发明授权低成本惯性传感器的信号增强与手势识别方法及系统在权利要求书中公布了：1.一种低成本惯性传感器的信号增强与手势识别方法，其特征在于，包括： 获取惯性传感器测量三维手势动作的六轴IMU数据；所述惯性传感器的价格低于价格阈值； 对每轴IMU数据进行经验模态分解，获得每轴IMU数据的多个IMF分量； 采用互信息法和等间距格子法，通过最小化互信息的方式计算每轴IMU数据的各个IMF分量的时间延迟； 利用伪近邻点改进方法计算每轴IMU数据的各个IMF分量的嵌入维数； 根据每轴IMU数据的各个IMF分量的时间延迟和嵌入维数构造每轴IMU数据的回归矩阵； 根据每轴IMU数据的回归矩阵，将每轴IMU数据的各个IMF分量转换为递归图； 根据所述递归图，利用公式计算每轴IMU数据的各个递归图的确定性；式中，DET表示确定性，Pl表示长度等于l的对角线结构分布概率，lmin表示最小的对角线长度，Ri,j表示回归矩阵，N表示时间点的总个数；下角标i表示时刻i，下角标j表示时刻j； 根据每轴IMU数据的各个递归图的确定性，利用拐点法选择待去除随机误差的IMF分量； 对待去除随机误差的IMF分量进行小波阈值降噪，并将每轴IMU数据中降噪后的IMF分量与每轴IMU数据中未降噪的IMF分量合并后通过经验模态分解逆变换得到每轴信号增强的IMU数据； 将六轴信号增强的IMU数据转换为复杂网络，并提取所述复杂网络的拓扑学特征；所述将六轴信号增强的IMU数据转换为复杂网络，具体包括：采用互信息法和等间距格子法，通过最小化互信息的方式计算六轴信号增强的IMU数据的时间延迟；利用伪近邻点改进方法计算六轴信号增强的IMU数据的嵌入维数；根据六轴信号增强的IMU数据的时间延迟和嵌入维数对所述六轴IMU数据进行相空间重构；在重构的相空间中确定每轴IMU数据的表示向量；根据每轴IMU数据的表示向量，计算每轴IMU数据的自回归矩阵；根据六轴IMU数据的表示向量，计算六轴IMU数据的交叉回归矩阵；合并六轴IMU数据的自回归矩阵和交叉回归矩阵，得到多元时间序列的回归矩阵；根据多元时间序列的回归矩阵将六轴信号增强的IMU数据转换为复杂网络； 采用tsfresh方法提取六轴信号增强的IMU数据的时频特征； 将所述时频特征和所述拓扑学特征一起输入随机森林分类器，输出三维手势识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。