基于三轴加速度信号的实时人体状态识别算法

针对移动终端设备的硬件局限性,研究了一种基于卡尔曼滤波的非特定人体状态识别算法,实时判断人体的运动、静止、状态转换情况.将装有三轴加速度传感器的蓝牙模块放置在人体的胸部,获得运动时的三维加速度信号.结合人体运动状态的特征和加速度信号变化的相关性,采用信号矢量幅值变化量的函数进行卡尔曼滤波,对人体状态进行判断.实验结果表明,该算法在运算和存储能力有限的移动设备上取得了较好的性能.

基于加速度传感器的实时人体状态识别算法

通过采集放置于人体不同部位的三轴加速度传感器获取人体运动时产生的加速度信号,并通过蓝牙无线传输技术将数据传送到移动设备中,再对数据进行特征提取、选择和分类。研究了一种基于卡尔曼滤波的非特定人体状态识别算法,实时判断人体的运动、静止状态转换情况。实验结果表明,该算法在运算和存储能力有限的移动设备上具有较好的性能。