提出了一種面向智能手機(jī)的波峰波谷檢測(cè)計(jì)步算法,以合加速度模值的周期性變化為依據(jù),采用移動(dòng)平均法對(duì)合加速度模值進(jìn)行濾波處理,基于前后兩個(gè)相鄰時(shí)刻濾波后合加速度模值識(shí)別波峰和波谷,利用識(shí)別的首個(gè)波峰和波谷以及滑動(dòng)窗口法完成后續(xù)波峰和波谷檢測(cè),并借助最小值函數(shù)實(shí)現(xiàn)步數(shù)統(tǒng)計(jì)。2名實(shí)驗(yàn)人員平端智能手機(jī)在211 m走廊內(nèi)開展計(jì)步實(shí)驗(yàn),所提出算法的計(jì)步準(zhǔn)確率為100%,與常用算法相比,精度提高了1.01%以上;在多種活動(dòng)下開展計(jì)步實(shí)驗(yàn),提出算法的計(jì)步準(zhǔn)確率為98.75%,與常用算法相比,精度提高了8.75%以上。實(shí)驗(yàn)結(jié)果表明,提出的算法對(duì)于不同行人、不同步速和多種活動(dòng)可以實(shí)現(xiàn)準(zhǔn)確計(jì)步,優(yōu)于常用算法,且能夠在大眾智能手機(jī)上流暢運(yùn)行。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖2濾波后的合加速度模值變化情況

a(1)為了減小傳感器噪聲對(duì)計(jì)步算法的影響，考慮到智能手機(jī)電量和數(shù)據(jù)處理能力等方面不足，采用窗口大小為5的移動(dòng)平均法對(duì)合加速度模值進(jìn)行濾波處理，如式(2)所示，其中，iA和fiA分別表示濾波前后的第i個(gè)合加速度模值。計(jì)算當(dāng)前時(shí)刻的合加速度模值使用了后續(xù)兩個(gè)合加速度模值，使用移動(dòng)平....

圖4試驗(yàn)場(chǎng)及實(shí)驗(yàn)路線

波合加速度模值1fiSwA和3fiSwA，直至檢測(cè)到另一個(gè)非首次波峰，然后再滑動(dòng)窗口重復(fù)上述過程。同理，波谷檢測(cè)也是如此。提出的波峰波谷檢測(cè)計(jì)步算法僅利用前后兩個(gè)相鄰合加速度模值的大小關(guān)系識(shí)別波峰和波谷，沒有使用合加速度模值經(jīng)驗(yàn)閾值，唯一的參數(shù)為滑動(dòng)窗口大小w。w取值是否合理在一....

圖8多活動(dòng)下的加速度變化情況

潭ㄣ兄擋?峰檢測(cè)法和本文所提出算法的消耗時(shí)間較短且非常接近，自相關(guān)分析法消耗時(shí)間最長(zhǎng)，約為本文所提出算法的11.4倍。由于自相關(guān)分析法[4]可以在手機(jī)上運(yùn)行，本文提出的波峰波谷檢測(cè)計(jì)步算法能夠在現(xiàn)有智能手機(jī)上流暢運(yùn)行。表3多種計(jì)步算法消耗時(shí)間Tab.3Consumptiontim....

圖3波峰波谷檢測(cè)計(jì)步算法流程圖

第3期畢京學(xué)等：一種波峰波谷檢測(cè)的智能手機(jī)計(jì)步算法-289-度模值進(jìn)行再次濾波，雖然效果顯著，但波形變化較大，不利于后續(xù)行人航位推算。波峰波谷檢測(cè)計(jì)步算法以濾波后合加速度模值的周期性變化為依據(jù)，基于前后兩個(gè)相鄰時(shí)刻濾波后合加速度模值識(shí)別波峰和波谷，利用識(shí)別的首個(gè)波峰和波谷以及滑動(dòng)....

本文編號(hào)：4026219