根据信号处理运动模型建立与识别.docxVIP

PAGE PAGE 20 第 PAGE 2页，共 NUMPAGES 22页 基于信号处理的运动模型建立与识别 摘要： 根据人行为动作的特点，本文提出了一种基于加速度信号几何特征的层次识别算法以识别人的12种运动状态，所分析的数据由绑在人体胯部的加速度和角速度传感器在实际环境中采集。该算法利用加速度信号的几何特征（波峰波谷值，周期，对称性）以及数据分布，所选取的特征对个人依赖较小，识别的过程采用了分层识别算法，该算法识别速度快，准确率高，在模型检验中取得了较好的效果，识别正确率除向前走、上下楼以外，在85%以上。 本文首先根据运动学和生物学特征对十二种运动状态建立物理模型，先依据运动剧烈程度利用加速度平均值和平均差分为静止，轻度运动，重度运动三大类，然后再利用动作加速度、角速度信号的几何特征：周期，信号的波峰波谷，对称性，并通过数据特征：即加速度的四分位差，离散系数等值对于动作进行精细识别。 为了提取信号特征，要对数据进行预处理，利用MATLAB的小波分析箱滤除噪音和抖动。 在本次模型的建立中，我们利用了小波分析，傅里叶频谱分析等强大的数学分析工具使得数据特征更加明显易于判断，同时利用分类讨论逐级判断的思想使得状态判断方法更加优化，利用统计学知识对于庞大的数据进行处理，分析，说明。结合生物学运动学知识使得区分知识更加符合实际。 关键词：运动模型　小波分析 状态识别