1.基于精密运动手势的无人机飞行姿态脑控方法，其特征在于，包括给受试者头部佩戴脑电信号采集模块(310)，所述脑电信号采集模块(310)通过WiFi传输模块a(320)连接有脑电信号处理模块(330)，所述脑电信号处理模块(330)通过WiFi传输模块b(340)连接有无人机控制模块(350)，具体按照如下步骤实施：步骤1，受试者做出预先设定的六种精密运动手势动作；

步骤2，脑电信号采集模块(310)采集受试者在执行不同精密运动手势时躯体运动区的脑电信号，得到不同精密运动手势执行的脑电信号样本；

步骤3，脑电信号处理模块(330)对脑电信号样本进行预处理；

步骤4，脑电信号处理模块(330)构建深度卷积神经网络模型，并将构建的深度卷积神经网络模型用于脑电信号的解码；

步骤5，脑电信号处理模块(330)对已构建的深度卷积神经网络模型进行超参数寻优，寻优过程中采用步骤3经过预处理后的脑电信号样本作为训练数据，对深度卷积神经网络模型进行训练，根据寻优得到的深度卷积神经网络最优超参数优化步骤4已构建的深度卷积神经网络模型，并进行保存；

步骤6，脑电信号处理模块(330)调用训练好的深度卷积神经网络模型识别执行不同精密运动手势时的脑电信号；

步骤7，将脑电信号处理模块(330)识别出的结果转换为无人机的飞行姿态控制指令，发送给无人机控制模块(350)对无人机的飞行姿态进行控制。

2.根据权利要求1所述的基于精密运动手势的无人机飞行姿态脑控方法，其特征在于，所述脑电信号采集模块(310)具体采集国际标准10/20下FC3、FCz、FC4、C3、Cz、C4、CP3、CP4电极位置的脑电信号。

3.根据权利要求2所述的基于精密运动手势的无人机飞行姿态脑控方法，其特征在于，所述六种精密运动手势执行动作分别为：五指闭合运动、拇指单指伸展运动、五指打开运动、食指单指伸展运动、拇指和食指双指伸展运动、食指和中指双指伸展运动，六种精密运动手势分别对应无人机起飞、着陆、前进、后退、左转、右转。

4.根据权利要求3所述的基于精密运动手势的无人机飞行姿态脑控方法，其特征在于，所述步骤3中脑电信号处理模块(330)对脑电信号样本进行预处理具体为：对采集到的脑电信号样本依次进行巴特沃斯带通滤波和去除趋势项预处理。

5.根据权利要求4所述的基于精密运动手势的无人机飞行姿态脑控方法，其特征在于，所述步骤5中脑电信号处理模块(330)对已构建的深度卷积神经网络模型进行超参数寻优采用遗传算法进行超参数寻优，寻优超参数为卷积层的卷积核个数、全连接层的神经元个数。