在过去的研究中,手臂动作的识别多集中在计算机视觉领域,采用摄像头,智能眼镜等设备来捕捉获取动作的图像信息,进而对图像信息进行识别。而随着科学技术的发展,传感器设备的普及,动作识别也越来越多的采用传感器设备,原因在于传感器设备相比于摄像头等设备有着更方便,更便宜,产生数据量更小等优势。本文基于传感器数据来进行识别手臂动作,手臂动作按照复杂程度可以分为两类,一类是简单手臂动作,另一类是复杂手臂动作,无论是简单手臂动作还是复杂手臂动作,都是由简单手臂动作构成的。根据这个特点,本文对手臂动作进行了定义,并且设计并实现了DTW+HMM分层识别方法来识别手臂动作。根据标准DTW+HMM分层识别方法,本文又提出了若干个改进方案,这些改进方案可以牺牲部分识别准确性,进而大幅度提高识别效率。因此用户可以根据不同的应用环境选择不同的方案,进而达到最好的效果。本文在上肢锻炼辅助应用和手机保护应用中进行了举例说明。最后,通过实验结果进行验证,研究了各改进方案对标准DTW+HMM分层识别方法识别结果的影响,进而提出了改进DTW+HMM分层识别方法。通过实验对比了标准DTW+HMM分层识别方法,改进DTW+HMM分层识别方法,单一DTW方法,SVM方法以及DTW+DTW分层识别方法,得出结论,需要高识别准确率的应用环境可以采用标准DTW+HMM分层识别方法,需要高效率识别的应用环境可以采用改进DTW+HMM分层识别方法。