伴随着人类文明的不断进步，人们对工具的依赖程度与日俱增。时至今日，随着计算机科学与集成电路的发展，人类已经进入了数字化、智能化的信息时代，人机交互行为早已从科学家走向了人们大众，人们对便捷、智能的人机交互方式表现出越来越多的青睐和渴求。因此，轻松、自然的人机交互方式，成为当代交互技术领域的研究热点。　　 自人类诞生之日，手势便同语音一起成为人与人之间最本能且使用最频繁的沟通方式。基于手势的人机交互是当下人机交互领域最炙手可热的研究方向，手势识别是手势人机交互的核心。传统的手势识别系统大多基于数据手套或计算机视觉技术，实现了较多类手势动作的识别，甚至是手语识别，并且获得了较高的识别率。但是上述两种技术造价比较昂贵，对识别环境要求比较苛刻，设备也较为笨重，故而目前仅能用作实验室研究使用，难以推向市场为广大消费者所接受。　　 表面肌肉电信号是一种由肌肉纤维产生，反映该处肌肉紧张程度的电生理信号。不同的手势动作，必然对应着不同部位的肌肉群不同程度的牵动，故而产生不同强度的表面肌肉电信号。实验表明，将肌电电极放在相关的肌肉群上，不同手势动作对应的表面肌肉电信号具备可区分性，尤其在手指动作方面效果显著，通过提取合适的信号特征，可以用于较为精细的手势动作的识别。加速度信号可以对空间运动以及方位进行良好的描述，捕获手臂的加速度信号，并加以分析，可以为不同手势的区分提供重要的辅助信息，甚至可以直接实现大幅度手势动作的识别。不难想象，将表面肌肉电信号和加速度信号结合起来，各取所长，可以多类手势实现较为准确的识别。此外，肌电电极和加速度传感器体积较小，造价较为低廉，环境适应性强，这些优势使得基于上述两类传感器的手势交互系统可以超越传统的手势识别系统，实现便携化，并获得毫不逊色的识别性能，具有巨大的消费市场前景。　　 本文旨在利用实验室已有的硬件和PC机上的算法研究基础，实现一套以FPGA为核心处理单元的便携式嵌入式实时手势系统。主要工作如下：　　 (1)搭建了多通道肌电信号和加速度信号无线实时数据采集系统，实现了大数据量下的多通道数据稳定接收，并对进数据采集系统的进一步改进做了尝试。　　 (2)分析了常用的基于肌电信号和加速度信号的手势特征提取和识别算法，针对FPGA作为主要处理单元这一特点，选取了一套适合嵌入式系统实现的算法。　　 (3)搭建了以FPGA为主的嵌入式处理系统，算法移植过程中，结合FPGA本身具备的并行性处理特点对算法进行优化处理，实现了具有FPGA特色的算法移植　　 (4)训练模板，实现了多类手势的稳定识别，并以LCD输出的形式对结果进行了展现。