基于加速度信号的人体前臂动作识别技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状分析 | 第11-15页 |
| 1.3 主要研究方法 | 第15-18页 |
| 1.3.1 基于模板的识别方法 | 第15-16页 |
| 1.3.2 基于概率统计的识别方法 | 第16-17页 |
| 1.3.3 基于数据分类的识别方法 | 第17-18页 |
| 1.4 主要研究内容 | 第18-19页 |
| 1.5 论文组织结构 | 第19-20页 |
| 第2章 数据采集系统的实现 | 第20-30页 |
| 2.1 人体运动模型的分析 | 第20-22页 |
| 2.1.1 多质点人体模型 | 第20-21页 |
| 2.1.2 多刚体人体模型 | 第21-22页 |
| 2.2 数据采集模块介绍 | 第22-29页 |
| 2.2.1 MPU6050 | 第24-25页 |
| 2.2.2 增强型MPU6050模块 | 第25-26页 |
| 2.2.3 增强型MPU6050模块性能参数 | 第26页 |
| 2.2.4 增强型MPU6050模块校准与设定 | 第26-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 前臂动作识别系统的算法设计与实现 | 第30-52页 |
| 3.1 信号预处理 | 第30-38页 |
| 3.1.1 信号去噪 | 第31-35页 |
| 3.1.2 归一化 | 第35-38页 |
| 3.2 特征参数提取与选择 | 第38-45页 |
| 3.2.1 时域分析法 | 第38-39页 |
| 3.2.2 频域分析法 | 第39页 |
| 3.2.3 时频分析法 | 第39-45页 |
| 3.3 分类器设计 | 第45-50页 |
| 3.3.1 支持向量机原理 | 第45-48页 |
| 3.3.2 LIBSVM | 第48-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第4章 前臂动作识别实验设计与分析 | 第52-66页 |
| 4.1 实验方案 | 第52-54页 |
| 4.1.1 实验对象选取 | 第52页 |
| 4.1.2 采集设备安放位置 | 第52-53页 |
| 4.1.3 前臂动作定义与采集数据项设定 | 第53-54页 |
| 4.1.4 数据采集实验约束规定 | 第54页 |
| 4.2 实验过程 | 第54-61页 |
| 4.2.1 实验数据采集 | 第54-55页 |
| 4.2.2 数据预处理 | 第55-58页 |
| 4.2.3 判别模型的建立 | 第58-61页 |
| 4.3 实验结果及分析 | 第61-63页 |
| 4.4 本章小结 | 第63-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-78页 |
| 致谢 | 第78页 |
