提出了一種面向智能手機的波峰波谷檢測計步算法,以合加速度模值的周期性變化為依據(jù),采用移動平均法對合加速度模值進行濾波處理,基于前后兩個相鄰時刻濾波后合加速度模值識別波峰和波谷,利用識別的首個波峰和波谷以及滑動窗口法完成后續(xù)波峰和波谷檢測,并借助最小值函數(shù)實現(xiàn)步數(shù)統(tǒng)計。2名實驗人員平端智能手機在211 m走廊內(nèi)開展計步實驗,所提出算法的計步準確率為100%,與常用算法相比,精度提高了1.01%以上;在多種活動下開展計步實驗,提出算法的計步準確率為98.75%,與常用算法相比,精度提高了8.75%以上。實驗結果表明,提出的算法對于不同行人、不同步速和多種活動可以實現(xiàn)準確計步,優(yōu)于常用算法,且能夠在大眾智能手機上流暢運行。

【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計步算法的影響，考慮到智能手機電量和數(shù)據(jù)處理能力等方面不足，采用窗口大小為5的移動平均法對合加速度模值進行濾波處理，如式(2)所示，其中，iA和fiA分別表示濾波前后的第i個合加速度模值。計算當前時刻的合加速度模值使用了后續(xù)兩個合加速度模值，使用移動平....

圖4試驗場及實驗路線

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

圖8多活動下的加速度變化情況

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

圖3波峰波谷檢測計步算法流程圖

第3期畢京學等：一種波峰波谷檢測的智能手機計步算法-289-度模值進行再次濾波，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。波峰波谷檢測計步算法以濾波后合加速度模值的周期性變化為依據(jù)，基于前后兩個相鄰時刻濾波后合加速度模值識別波峰和波谷，利用識別的首個波峰和波谷以及滑動....

本文編號：4026219