科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对低成本惯性传感器中普遍存在的严重随机误差，提出了一种三阶段信号增强策略，通过复杂网络确定性指标，首次实现了对IMU信号随机性的量化，进而利用经验模态分解、小波变换对随机误差进行有效控制。进一步，首次在IMU运动识别任务中将时频特征与复杂网络拓扑特征相结合，在不同用户运动习惯各异和IMU型号多样且成本低廉的情况下，将62种三维手势动作的识别精度提升至92.4%。此外，对比了多种机器学习与深度学习模型在手势识别任务上的精度，进一步论证了复杂网络拓扑特征在运动状态识别、时间序列分析领域的重要价值。
-
单位哈尔滨工业大学（深圳）
