1.一种基于关节角度的节律运动协同分析方法，其特征在于包括以下步骤：步骤S1：建立人体骨架模型，获取节律运动中人体关节角度变化数据，根据关节角度变化数据得到关节角速度变化数据和关节角加速度变化数据；

步骤S2：对人体运动过程进行阶段划分，得到人体节律运动周期过程描述，并根据运动阶段，划分关节参数变化数据，关节参数包括关节角度、关节角速度和关节角加速度；

步骤S3：通过插值或抽取关键帧方式统一关节参数变化数据矩阵尺度，并进行归一化处理；

步骤S4：利用矩阵论方法对归一化处理后的关节参数的协同与个性化特征进行提取与分析，实现对人体节律运动协同特性的评价；

步骤S1具体包括以下步骤：

步骤S101：建立人体骨架简化模型；其中人体骨架简化模型包括左上肢、右上肢、左下肢、右下肢以及主干共5条运动链，5条运动链涵盖了肩、肘、腕、髋、膝、踝、头、颈、脊柱关节，每个关节具有1‑3个转动自由度，用于记录、描述人体运动过程中的关节参数变化数据；

步骤S102：为补偿不同数据获取手段带来的自由度定义差异，将每个关节角度在不同自由度下分量的总模长定义为该关节角在运动过程中的相对角度，描述为：其中，aij为第i个关节角度在第j个自由度下的分量，Ai为该角度在各个自由度下的分量的总模长，其物理意义为该关节的相对角度大小，k为关节角度数量；

步骤S103：为丰富数据特征，挖掘关节运动内在关联，基于关节角度数据，计算求解相应的角速度、角加速度数据，描述为：t

其中， 为第i个关节角度在运动过程中t时刻的值，Vi为第i个关节角度在t时刻的角速度， 为第i个关节角在t时刻的角加速度，T为数据采样间隔；

关节参数为关节角度时，步骤S2具体包括以下步骤：

步骤S201：根据人体节律运动特性，提取人体节律运动过程中的阶段性以及周期性特征；

步骤S202：根据节律运动的阶段性以及周期性特征，对人体运动过程进行阶段划分，得到人体节律运动周期过程描述，并根据运动阶段，划分关节参数变化数据；

步骤S3具体包括以下步骤：

步骤S301：通过插值或抽取关键帧方式将运动数据长度设定为l，l根据节律运动种类的不同周期长度决定，将不同设备采集的运动数据矩阵按运动周期转换成统一的尺度，数据处理后记为AN，AN为l行k列的关节角度数据矩阵；

步骤S302：对统一规格后的关节角度数据矩阵按行进行归一化处理，行归一化后的矩阵记为H：Hi＝[ANi‑min(ANi)]/[max(ANi)‑min(ANi)]，(i＝1，2，...，l)步骤S303：对统一规格后的关节角度数据矩阵按列进行归一化处理，列归一化后的矩阵记为L：Lj＝[ANj‑min(ANj)]/[max(ANj)‑min(ANj)]，(j＝1，2，...，k)。

2.根据权利要求1所述的一种基于关节角度的节律运动协同分析方法，其特征在于：步骤S4具体包括以下步骤：步骤S401：对处理完毕的关节角度数据矩阵H与L，根据其对应的局部肢体、运动阶段、运动周期、节律特性，分别求解其子矩阵的奇异值矩阵特征，进行对比和分析；

步骤S402：根据步骤S401的分析结果，通过计算其方差、均值参数实现对分析目标的衡量评价，通过深入分析节律性运动的阶段性特征，实现对人体节律运动个性差异、协同性特征的有效提取与分析。

3.根据权利要求2所述的一种基于关节角度的节律运动协同分析方法，其特征在于：其中行归一化处理后的关节角度数据矩阵H，其物理意义为：同一时间尺度下个关节角度的相对大小关系的变化；列归一化处理后的关节角度数据矩阵L，其物理意义为：降低不同关节角变化范围差异性的影响，针对各关节角节律相位差异进行分析。

4.根据权利要求3所述的一种基于关节角度的节律运动协同分析方法，其特征在于：步骤S2、步骤S3、步骤S4中的关节角度处理、分析步骤同样适用于基于关节角度计算得到的关节角速度、角加速度数据。