1.一种动作识别方法，包括下列步骤：
通过三轴加速度传感器采集一个动作的有效数据信号；
确定该动作的起始和结束的静止状态数据；
基于三轴加速度传感器采集的有效数据信号和该动作的起始和结束的静止状态数据，通过去重力加速度分离算法，将重力加速度从三轴加速度传感器采样的数据中分离出去，得到动作的运动加速度数据；以及
基于该动作的运动加速度数据计算出该动作的速度和轨迹；
其中所述去重力加速度分离算法包括：
求解出所述动作从开始到结束过程中，所述动作的轴的矢量方向和该轴绕某方向转动的转角的最小角度；
利用求解出的轴的矢量方向和转角的角度，将转动分量平均分离到每一个采样点上；
以及
将每一点的位姿和重力加速度建立相应的映射，去除不同位姿下重力加速度对信号的影响，得到准确的运动加速度信息；
或者，所述去重力加速度分离算法包括：
基于三轴加速度传感器的有效数据信号，将运动开始之前，结束后的静止状态数据作为初始和结束的两组静止姿态；
利用所述两组静止的姿态的数据将临近较短固定时间内的加速度数据去除重力加速度，得到这段时间内的运动加速度数值、运动速度和轨迹；
将上述运动加速度数值、运动速度和轨迹与模式匹配数据库当中的有限数量的运动指令进行匹配，得出确定的运动方向；以及
基于计算出的前后两组运动方向，将方向的变化分割并修正完整运动数据中各点速度和轨迹，得到运动信息。
2.根据权利要求1的方法，其中所述动作的有效数据信号和动作的起始和结束的静止状态数据具有如下格式：数据的开始和结束分别包括一组静止状态的数据，中间的各组数据是人体运动中三轴加速度传感器采样得到的有效数据。
3.根据权利要求1的方法，其中所述确定该动作的起始和结束的静止状态数据的步骤进一步包括静止-运动检测步骤，用于检测动作的预静止和预运动状态。
4.根据权利要求3的方法，其中所述静止-运动检测步骤包括：
当动作为预静止状态时，将连续的N帧数据封装成一组；
判断该组数据的方差大于预定的阈值θ；
如果该组数据的方差大于预定的阈值θ，则使检测状态进入预运动状态，将前一组N帧数据连同本组预运动状态的数据存储到缓存，并且将这段预运动状态的数据直接发送以计算出该动作的速度和轨迹；
当动作为预运动状态时，判断此时的数据方差大于预定的阈值，或者判断数据的均值与标准重力加速度的差值的模是否大于预定的差值Δ；
当该数据的方差小于预定的阈值θ，并且数据均值与标准重力加速度的差值的模小于预定的差值Δ，则使检测状态进入预静止状态。
5.根据权利要求4的方法，其中所述静止-运动检测步骤进一步包括：
当检测状态进入预静止状态时，对缓存中数据长度进行最后的判断，检测数据长度是否大于T时间内以频率F采样的数据的大小，并且判断数据中是否存在一组数据它的均值与标准重力加速度之差的模大于有效运动幅度Ω；
如果这两个条件不都满足，将缓存当中的数据清空；
如果同时满足两个条件，发送数据并通过去重力加速度分离算法将数据中的重力加速度分离。
6.一种动作识别系统，包括：
数据采集传输模块,其包括三轴加速度传感器,用于发送三轴加速度传感器采集的一个动作的有效数据信号；
驱动程序模块,用于将来自所述数据采集传输模块发送的数据信号缓存，并接收来自数据处理模块的数据，用于显示驱动和人机交互设备的驱动；
数据处理模块，其包括重力加速度分离模块，所述数据处理模块用于确定三轴加速度传感器所对应的动作的起始和结束的静止状态数据，并基于三轴加速度传感器采集的有效数据信号和该动作的起始和结束的静止状态数据，通过重力加速度分离模块，将重力加速度从三轴加速度传感器采样的数据中分离出去，得到动作的运动加速度数据，并基于该动作的运动加速度数据计算出该动作的速度和轨迹，并将数据传送到所述驱动程序模块；
其中所述重力加速度分离模块，
求解出所述动作从开始到结束过程中，所述动作的轴的矢量方向和该轴绕某方向转动的转角的最小角度；
利用求解出的轴的矢量方向和转角的角度，将转动分量平均分离到每一个采样点上；
以及
将每一点的位姿和重力加速度建立相应的映射，去除不同位姿下重力加速度对信号的影响，得到准确的运动加速度信息；
或者，所述重力加速度分离模块，
基于三轴加速度传感器的有效数据信号，将运动开始之前，结束后的静止状态数据作为初始和结束的两组静止姿态；
利用所述两组静止的姿态的数据将临近较短固定时间内的加速度数据去除重力加速度，得到这段时间内的运动加速度数值、运动速度和轨迹；
将上述运动加速度数值、运动速度和轨迹与模式匹配数据库当中的有限数量的运动指令进行匹配，得出确定的运动方向；以及
基于计算出的前后两组运动方向，将方向的变化分割并修正完整运动数据中各点速度和轨迹，得到运动信息。
7.根据权利要求6所述的动作识别系统，其中所述动作的有效数据信号和动作的起始和结束的静止状态数据具有如下格式：数据的开始和结束分别包括一组静止状态的数据，中间的各组数据是人体运动中三轴加速度传感器采样得到的有效数据。
8.根据权利要求6所述的动作识别系统，其中所述数据处理模块进一步包括静止-运动检测模块，用于检测动作的预静止和预运动状态。
9.根据权利要求8的动作识别系统，其中所述静止-运动检测模块，
当动作为预静止状态时，将连续的N帧数据封装成一组；
判断该组数据的方差大于预定的阈值θ；
如果该组数据的方差大于预定的阈值θ，则使检测状态进入预运动状态，将前一组N帧数据连同本组预运动状态的数据存储到缓存，并且将这段预运动状态的数据直接发送以计算出该动作的速度和轨迹；
当动作为预运动状态时，判断此时的数据方差大于预定的阈值，或者判断数据的均值与标准重力加速度的差值的模是否大于预定的差值Δ；
当该数据的方差小于预定的阈值θ，并且数据均值与标准重力加速度的差值的模小于预定的差值Δ，则使检测状态进入预静止状态。
10.根据权利要求9的动作识别系统，其中所述静止-运动检测模块进一步包括，当检测状态进入预静止状态时，对缓存中数据长度进行最后的判断，检测数据长度是否大于T时间内以频率F采样的数据的大小，并且判断数据中是否存在一组数据它的均值与标准重力加速度之差的模大于有效运动幅度Ω；
如果这两个条件不都满足，将缓存当中的数据清空；
如果同时满足两个条件，发送数据并通过去重力加速度分离算法将数据中的重力加速度分离。
11.根据权利要求6的动作识别系统，其中所述数据采集传输模块进一步包括：
微型处理器，其以固定频率F去读取三轴加速度传感器的数据存储单元，同时根据公共密钥和加密算法对每组数据进行加密，并且将加密过的数据在微型控制器的数据存储单元缓存起来，然后将加密过的数据发送到数据传输模块；
数据传输模块，其接收来自微型处理器的数据，采用无线或有线方式发送数据。
12.根据权利要求6的动作识别系统，其中所述动作识别系统进一步包括：
数据接收模块，用于接收来自数据传输模块的数据，并将其发送到驱动程序模块。
13.根据权利要求6的动作识别系统，其中所述驱动程序模块进一步包括加密/解密过滤驱动模块，基于微型处理器中的加密算法和公共密钥对所接收的数据进行解密，并对解密后的数据进行校验，当数据量达到触发发送的门限时，将数据发送至静止-运动检测模块。
14.根据权利要求6的动作识别系统，其中所述动作识别系统进一步包括：
动作模式匹配模块，用于接收来自重力加速度分离模块的运动加速度数据，计算出动作的速度及空间轨迹，在操作指令数据库与运动速度轨迹数据库中进行匹配度计算查询并建立映射，得到操作指令数据库中对应的动作操作模式数据，并将其发送到驱动程序模块。
15.根据权利要求14的动作识别系统，其中所述动作识别系统进一步包括：
动作显示模块，其包括两个并行的数据处理模块，实时预动作显示模块和完整动作显示模块，分别接收来自静止-运动检测模块的预运动数据，以及重力加速度分离模块的完整运动速度、轨迹数据，用于显示动作的运动方向和速度。
16.根据权利要求15的动作识别系统，其中所述驱动程序模块进一步包括：
人机交互设备驱动模块，用于接收来自动作模式匹配模块的动作操作模式数据，遵循操作系统中标准的输入设备驱动模型要求，提供了面向应用程序的通用控制接口；
显示驱动模块，用于接收来自所述动作显示模块的动作的运动方向和速度信号，用于驱动在显示屏上动作的显示。