【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 ...
【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
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。