60、基于AUS信号的手写数字动态手势识别技术

基于AUS信号的手写数字动态手势识别技术

1. 研究背景与目标

传统的手势识别利用AUS（A-mode Ultrasonic，A型超声）信号时，存在缺乏时间信息的问题。目前在传统机器学习中虽有进展，但传统特征提取和分类算法在提取信号特征、识别动态动作类型以及解决AUS信号时间信息缺失方面能力有限。为解决这些问题，研究者设计并开展了手写数字动作识别实验，提出了一种基于深度学习框架的算法，旨在解决AUS信号缺乏时间信息的缺陷，赋予其时间相关性。

2. 数据采集与预处理

• 数据采集设备 ：使用杭州ELONXI公司设计制造的四通道A型超声信号采集仪。四个A型超声探头配有弹性绑带，固定在前臂表面，设备与计算机通过以太网通信。
• 采集参数 ：超声设备采样频率为20 MHz，超声探头工作频率为2.25 MHz，每通道采样点数为1000。软件定时器以20 Hz的频率重复，每秒从超声设备收集20帧数据，每帧包含4000个点，形成4 * 1000矩阵。
• 数据预处理步骤 ：
  1. 去除无效信息 ：在信号处理过程中，删除每通道每帧首尾的20个点，仅保留中间960个点，实际矩阵变为4 * 960。
  2. 时变增益补偿 ：为补偿超声波在人体组织传播中的衰减，设计指数可变增益放大器对回波信号进行放大。假设原始超声信号为$x_{raw}(t)$，时变增益补偿后的信号$x_{amp}(t)$为：
     [x_{am