基于智能手机的人体运动状态分析

《基于智能手机的人体运动状态分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、４击如成＊葦１ＵＭ！户ＪＶＣＲＳＩＴＹＯＦＥＬＳＣＴＲＯＭＩＣＳＣＩＥＮＣＥＡＮＤＴＥＣＫＮＯＬＯ百ＹＯＦＣＨＩＮＡ’ｒｉ硕±学位论文ｉＭＡＳＴＥＲＴＨＥＳＩＳＶ＂＇？ｔ．■心ＶｌＺ／Ｖ■：＇：Ｈ：＇：Ｂｂ‘论支题目基于智能手机的人体运动状态分析学科专业信号与信息处理■—学号２０１２２１２４０６０４—作者姓名王驰指导教师张伟妍究员■＾；＂：Ｖ：．：？＇‘．．：！

2、．；；．？？１：；．－－．占：叫Ｘ１中心；？■■ｒ：；；．．．，．ｒ；；，．－．．．ｉ；；！．；荀ｉｆｔ嘉／議独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作。及取得的研究成果据我所知，除了文中特别加Ｗ标注和致谢的地方夕ｈ论文中不包含其他人已经发表或撰写过的研巧成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同王作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。／－：？＾月口作者签名

3、：Ｚ做日期巧／会年＾论文使用穫权本学位论文作者完全了解电子科技大学巧关保留、使用学位论文的规定，巧权保留并向国家巧关部ｎ或机构送交论文的复印件和磁盘，＾式将学位论文的全允部许或论部文被查阅和借阅。本人授权电子科技大学可分内容编入有关数据库进行检索，可抖采用影印、缩印或扫描等复制手段保存、汇编学位论文。作（保者密签的学位论文在解密后应遵守此规定）名：￡－絶＞导师签名：＿曰期：良年＾月曰勺分类号密级注1UDC学位论文基于智能手机的人体运动状态分析（题名和副题名）王驰（作者姓名）指导教师张伟研究员电子科技大学成

4、都（姓名、职称、单位名称）申请学位级别硕士学科专业信号与信息处理提交论文日期2016.5.20论文答辩日期2016.6.6学位授予单位和日期电子科技大学2016.6.27答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。HumanMotionActivityAnalysisBasedonSmart-PhoneAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:Wa

5、ngChiAdvisor:ZhangWeiSchool:ResearchInstituteElectronicScienceandTechnology摘要摘要人体运动状态分析一直是信息挖掘领域中热点研究方向。人体运动状态分析通过获取人运动时的数据，分析数据特点，并且构建数学分析模型，得出概括性结论以引导人们得到更好的生活体验。此前大部分人体运动状态分析都是基于以摄像头为主的非接触的传感器实现的。基于便携式传感器设备直接接触的人体运动状态分析渐渐成为主流。智能手机作为广泛使用的便携式电子产品，具有携带方便，使用频繁，额外支出少的特点。同时，智能手机内固有

6、多种传感器，并有强大存储计算能力以及通信能力，被广泛使用于人体运动分析领域。本文主要利用智能手机为平台，采集人体运动数据。随后，提取了基于双树复小波变换特征，关注异常运动状态与日常运动状态，设计识别分类算法。本文工作内容如下概况：（1）开发了基于Android平台和智能手机内嵌的加速度计和旋转矢量传感器的运动状态数据采集APP。针对数据采集过程中，手机相对坐标系对数据准确度的干扰问题，提出了由相对坐标系转换为绝对坐标系的优化方案。分析了不同状态下数据曲线的特点。并根据旋转矢量传感器采集数据中异常状态数据特点，提出了基于门限的异常运动状态检测算法。该算法

7、虚警率极低，可以快速检测出部分异常运动状态。（2）针对人体运动状态数据具有非平稳、对时移敏感和具有周期性的特点，利用双树复小波变换作为特征提取方法。对其具体实现方案，小波基选择和变换层数选择，进行了讨论。根据双树复小波变换的理论基础，分析了所提取的特征性质。该特征提取方法能提取出运动状态数据中有效信息特征。（3）针对人体运动状态特征，利用CFS算法做特征筛选，达到保留最有效的特征并做到降维的效果。比较加速度计和旋转矢量传感器的数据集得出的分类器模型效果优劣，选择最佳的数据来源。根据不同分类器的特点，设计参数优化方案。在保证分类器模型不会出现过拟合的前提

8、下，得到性能指标最优的分类器。最后，根据分类算法的评估指标，分析各个分类器针对状态数据的分类特