基于频域学习的步态康复具身机器人时序数据建模优化方法

本发明公开了一种基于频域学习的步态康复具身机器人时序数据建模优化方法，包括：获取多模态传感器数据并进行预处理，计算步态参数并生成患者状态向量；应用多尺度卷积和频域处理得到增强特征；进行分块处理和位置编码得到编码增强特征，通过噪声抑制处理得到残差融合特征；应用自注意力机制和频域对齐融合处理得到最终融合特征；进行频域分解和多尺度记忆过滤得到时空融合特征；评估康复进度并生成步态矫正向量和矫正时序曲线，输出平滑安全控制序列。本发明减少高频噪声的影响，从而提高模型的鲁棒性和准确性；实现了对关键步态特征的稳定表征，增强了模型在处理复杂时序数据时的精度和一致性；提高了步态康复机器人的控制性能和模拟精度。