一种六轴传感信号的转换方法及装置制造方法及图纸

技术编号:29404191 阅读:23 留言:0更新日期:2021-07-23 22:42
本发明专利技术公开一种六轴传感信号的转换方法及装置,包括:采集第一原始信号,第一原始信号为六轴传感信号;将第一原始信号按照预设长度拆分成N段子信号,N段子信号组成第一原始信号序列;对第一原始信号序列进行标准化处理,得到第一标准信号序列;根据第一标准信号序列,计算第一相关矩阵;对第一相关矩阵进行拉普拉斯归一化,得到邻接矩阵。

【技术实现步骤摘要】
一种六轴传感信号的转换方法及装置
本专利技术涉及数据转换领域,尤其涉及一种六轴传感信号的转换方法及装置。
技术介绍
当前主要是使用传统的基于欧氏距离的DNN模型(深度神经网络模型,DeepNeuralNetworks)中的CNN模型(卷积神经网络模型,ConvolutionalNeuralNetworks)对传感信号进行分类。而使用CNN模型对使用IMU(惯性测量单元,InertialMeasurementUnit)采集的六轴传感信号进行震颤动作分类预测时无法保持位移不变性,也就导致实际的监测过程中对震颤判定的准确性不强,这是因为CNN模型是通过欧氏距离对传感信号的各轴(x轴、y轴和z轴或Roll轴、Pitch轴和Heading轴等轴向)进行相关性描述,而六轴传感信号中的各轴是一种不规则的关系,也就是一种非欧氏距离的关系,所以使用CNN模型无法准确地对六轴传感信号进行分类。GCN模型(图卷积神经网络模型,GeneralizedConnectionNetwork)可以通过非欧式距离对传感信号进行分类,但是GCN模型的输入数据为图数据(邻接矩阵),而IMU采集到的六轴传感信号不是图数据,GCN模型无法直接对六轴传感信号进行分类,所以本领域急需一种能够将六轴传感信号转换为图数据的方法。
技术实现思路
本专利技术提供一种六轴传感信号的转换方法及装置,以至少解决现有技术中存在的以上技术问题。本专利技术一方面提供一种六轴传感信号的转换方法,包括:采集第一原始信号,所述第一原始信号为六轴传感信号;将第一原始信号按照预设长度拆分成N段子信号,所述N段子信号组成第一原始信号序列;对所述第一原始信号序列进行标准化处理,得到第一标准信号序列;根据第一标准信号序列,计算第一相关矩阵;对第一相关矩阵进行拉普拉斯归一化,得到邻接矩阵。其中,所述对所述第一原始信号序列进行标准化处理,得到第一标准信号序列,该方法包括:计算所述第一原始信号序列中N段子信号的平均信号强度μ和信号强度标准差值σ;对于每段子信号:根据公式对该段子信号的信号强度S进行标准化处理,得到该段子信号标准化处理后的信号强度S'。其中,所述根据第一标准信号序列,计算第一相关矩阵,该方法包括:计算所述N段所述子信号中两两的相关系数,得到N*N个相关系数;对于所述N段子信号中的第i段子信号和第j段子信号,根据以下公式计算相关系数r(i,j):所述Cov(S′i,S'j)为第一标准信号序列中第i段子信号的信号强度和第j段子信号的信号强度的协方差,所述Var[S′i]为第一标准信号序列中第i段子信号的信号强度的方差,所述Var[S'j]为第一标准信号序列中第j段子信号的信号强度的方差;将N*N个相关系数组成矩阵,得到第一相关矩阵。其中,所述对第一相关矩阵进行拉普拉斯归一化,得到邻接矩阵,该方法包括:根据如下公式计算第一相关矩阵A的逆矩阵:所述I是与第一相关矩阵A相同阶数的单位矩阵;根据如下公式计算第一相关矩阵A的度矩阵的逆矩阵所述D是第一相关矩阵A的度矩阵;根据如下公式计算第一相关矩阵A的邻接矩阵:其中,所述得到邻接矩阵后,该方法还包括:通过GCN模型对所述邻接矩阵进行识别,得到所述第一原始信号的分类结果。本专利技术另一方面提供一种六轴传感信号的转换装置,包括:采集模块,用于采集第一原始信号,所述第一原始信号为六轴传感信号;处理模块,用于将第一原始信号按照预设长度拆分成N段子信号,所述N段子信号组成第一原始信号序列;所述处理模块,还用于对所述第一原始信号序列进行标准化处理,得到第一标准信号序列;计算模块,用于根据第一标准信号序列,计算第一相关矩阵;所述计算模块,还用于对第一相关矩阵进行拉普拉斯归一化,得到邻接矩阵。其中,所述处理模块,还用于计算所述第一原始信号序列中N段子信号的平均信号强度μ和信号强度标准差值σ;所述处理模块,还用于对于每段子信号:根据公式对该段子信号的信号强度S进行标准化处理,得到该段子信号标准化处理后的信号强度S'。其中,所述计算模块,还用于对于所述N段子信号中的第i段子信号和第j段子信号,根据以下公式计算相关系数r(i,j):所述Cov(S′i,S'j)为第一标准信号序列中第i段子信号的信号强度和第j段子信号的信号强度的协方差,所述Var[S′i]为第一标准信号序列中第i段子信号的信号强度的方差,所述Var[S'j]为第一标准信号序列中第j段子信号的信号强度的方差;所述计算模块,还用于将N*N个相关系数组成矩阵,得到第一相关矩阵。其中,所述计算模块,还用于根据如下公式计算第一相关矩阵A的逆矩阵:所述I是与第一相关矩阵A相同阶数的单位矩阵;根据如下公式计算第一相关矩阵A的度矩阵的逆矩阵所述D是第一相关矩阵A的度矩阵;根据如下公式计算第一相关矩阵A的邻接矩阵:其中,该装置还包括:GCN模型;GCN模型,用于对所述邻接矩阵进行识别,得到所述第一原始信号的分类结果。上述方案中,通过根据第一标准信号序列来计算第一相关矩阵,再对第一相关矩阵进行拉普拉斯归一化,得到图数据,使得在计算过程中实现了更加有效率的梯度下降以及反向传播,且避免了梯度爆炸和梯度消失的问题,同时简化了计算的过程,提高了将六轴传感信号转化为图数据的效率,而成功将六轴传感信号转化为图数据,使得可以通过GCN模型对该图数据进行分类,得出该图数据对应的六轴传感信号的分类结果。附图说明图1示出了本专利技术一实施例提供的六轴传感信号的转换方法流程示意图;图2示出了本专利技术一实施例提供的六轴传感信号的转换装置结构示意图;图3示出了本专利技术一实施例提供的六轴传感信号的示意图。具体实施方式为使本专利技术的目的、特征、优点能够更加的明显和易懂,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而非全部实施例。基于本专利技术中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。为了将六轴传感信号转化为图数据以供后续处理,本专利技术一实施例提供了一种六轴传感信号的转换方法,如图1所示,该方法包括:步骤101,采集第一原始信号,所述第一原始信号为六轴传感信号。使用安装了惯性测量单元IMU的任意佩戴设备对佩戴者的震颤数据进行采集,得到第一原始信号,第一原始信号为六轴传感信号,如图3所示,六轴传感信号包括3-AxisACC中的x轴、y轴和z轴和3-AxisGYRO中的Roll、Pitch和Heading六个轴向,这六个轴向都包含了时间维度和方向轴维度上的数据,其中各方向轴之间的关系是本文档来自技高网...

【技术保护点】
1.一种六轴传感信号的转换方法,其特征在于,包括:/n采集第一原始信号,所述第一原始信号为六轴传感信号;/n将第一原始信号按照预设长度拆分成N段子信号,所述N段子信号组成第一原始信号序列;/n对所述第一原始信号序列进行标准化处理,得到第一标准信号序列;/n根据第一标准信号序列,计算第一相关矩阵;/n对第一相关矩阵进行拉普拉斯归一化,得到邻接矩阵。/n

【技术特征摘要】
1.一种六轴传感信号的转换方法,其特征在于,包括:
采集第一原始信号,所述第一原始信号为六轴传感信号;
将第一原始信号按照预设长度拆分成N段子信号,所述N段子信号组成第一原始信号序列;
对所述第一原始信号序列进行标准化处理,得到第一标准信号序列;
根据第一标准信号序列,计算第一相关矩阵;
对第一相关矩阵进行拉普拉斯归一化,得到邻接矩阵。


2.根据权利要求1所述的六轴传感信号的转换方法,其特征在于,所述对所述第一原始信号序列进行标准化处理,得到第一标准信号序列,该方法包括:
计算所述第一原始信号序列中所述N段子信号的平均信号强度μ和信号强度标准差值σ;
对于每段子信号:根据公式对该段子信号的信号强度S进行标准化处理,得到该段子信号标准化处理后的信号强度S′;
第一标准信号序列包含的N段子信号中每段子信号的信号强度为S′。


3.根据权利要求2所述的六轴传感信号的转换方法,其特征在于,所述根据第一标准信号序列,计算第一相关矩阵,该方法包括:
计算所述N段所述子信号中两两的相关系数,得到N*N个相关系数;
对于所述N段子信号中的第i段子信号和第j段子信号,根据以下公式计算相关系数r(i,j):



所述Cov(S′i,S′j)为第一标准信号序列中第i段子信号的信号强度和第j段子信号的信号强度的协方差,所述Var[S′i]为第一标准信号序列中第i段子信号的信号强度的方差,所述Var[S′j]为第一标准信号序列中第j段子信号的信号强度的方差;
将所述N*N个相关系数组成矩阵,得到第一相关矩阵。


4.根据权利要求1所述的六轴传感信号的转换方法,其特征在于,所述对第一相关矩阵进行拉普拉斯归一化,得到邻接矩阵,该方法包括:
根据如下公式计算第一相关矩阵A的逆矩阵:



所述I是与第一相关矩阵A相同阶数的单位矩阵;
根据如下公式计算第一相关矩阵A的度矩阵的逆矩阵



所述D是第一相关矩阵A的度矩阵;
根据如下公式计算第一相关矩阵A的邻接矩阵:





5.根据权利要求1所述的六轴传感信号的转换方法,其特征在于,所述得到邻接矩阵后,该方法还包...

【专利技术属性】
技术研发人员:李小勇李志飞
申请(专利权)人:出门问问信息科技有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1