本发明公开了一种基于特征空间深度对抗学习的空中手写字符轨迹恢复方法，步骤如下：对获取的惯性传感信号序列和平面轨迹坐标序列进行降噪滤波，并划分训练样本集和测试样本集；设计基于特征空间深度对抗学习的域迁移模型；用训练样本集训练该模型；将测试数据中的惯性传感序列输入到训练好的域迁移模型，模型输出的序列作为轨迹恢复的结果。本发明基于特征空间的深度对抗学习实现了跨域的样本迁移，能够将空中手写字符的惯性传感信号转换为平面轨迹坐标序列，实现惯性传感信号的可视化；不需要配对的惯性传感信号序列和平面轨迹坐标序列也能完成模型训练，对称的结构能实现惯性传感信号和平面轨迹之间的双向迁移，轨迹恢复精度和平滑度都较好。