声振动传感

手指或手部的运动会导致手腕的几何结构发生变化并产生振动，这类振动在一定程度上也可被视为声音。声振动传感方法通过捕捉这些机械振动信号来推断手势状态，主要包括超声成像、机械肌电图和骨传导声传感三类。

超声成像

超声成像能以高空间和时间分辨率检测肌肉的形态变化，主要分为两类：

• A型超声：便携式一维肌超声成像，可实时捕捉肌肉结构变化，设备相对轻量，适合向可穿戴方向演进。
• B型超声：高分辨率二维肌超声成像，空间分辨率更高，能呈现更丰富的肌肉截面信息。

与表面肌电图不同，超声成像可同时捕捉深层和浅层肌肉的活动，这一特性使其在区分肌肉收缩模式相近的手势时具有独特优势。超声探头正朝小型化方向发展，部分研究已实现将探头集成于腕带式设备中，但耦合剂的需求仍是可穿戴化的主要障碍。

优势：空间分辨率和识别精度更高，B型超声对静态手部姿势可达99%识别精度；可同时捕捉深层与浅层肌肉活动，信息维度丰富，在精细手势分类任务中表现突出。

缺陷：设备通常体积大、成本高、功耗大，且需要耦合剂才能保证声波有效传导，可穿戴性在所有传感模态中最差，目前主要用于实验室场景。

机械肌电图（MMG）

机械肌电图（Mechanomyography，MMG）对骨骼肌产生的低频振动进行记录，反映肌纤维收缩时的机械振动特性。信号采集可通过加速度计、麦克风或压电传感器实现，无需皮肤电极接触，佩戴准备相对简便。

优势：不会像表面肌电图那样受皮肤出汗、电极接触阻抗等状态变化的影响，信号稳定性在长时间使用场景下优于sEMG，可作为表面肌电图的有效补充或替代方案。

缺陷：存在运动伪影，信噪比低，且易受背景噪声的干扰，在动态运动场景下信号质量下降明显，特征提取难度较大。

骨传导声传感

骨传导声传感是一种基于主动振动的手部手势识别方法，与MMG的被动采集不同，该方法需要主动振动源。系统由接触式接收器（麦克风或压电传感器）和振动执行器组成，振动执行器向手部或腕部注入已知频率的振动信号，肌肉形态的变化会影响主动振动在组织中的传播路径与衰减特性，进而导致接收端振动的振幅、功率谱密度等特征发生改变，系统通过分析这些变化来推断手势状态。

优势：可同时使用不易察觉的振动（用于传感）和可感知的振动（用于提供触觉反馈），实现传感与反馈的硬件复用，在交互设计上具有独特潜力。

缺陷：振动执行器产生的声音可被人类听到，在安静环境中易形成噪声干扰，引起用户不适，同时主动振动源也带来额外的功耗开销。