基于慣性傳感器的人體行為識(shí)別是機(jī)器學(xué)習(xí)與模式識(shí)別領(lǐng)域中的一個(gè)熱點(diǎn)研究方向,其在醫(yī)療康復(fù)、體感游戲、智能家居等領(lǐng)域都有重要應(yīng)用。近年來(lái),該方向的研究取得巨大突破,但在一些重要的硬件設(shè)計(jì)與信號(hào)處理環(huán)節(jié)上,仍然存在部分關(guān)鍵技術(shù)問(wèn)題亟待解決,包括如何設(shè)計(jì)一款穩(wěn)定性高、體積小、質(zhì)量輕、成本低、便于穿戴的無(wú)線信號(hào)采集平臺(tái);如何針對(duì)實(shí)際應(yīng)用設(shè)計(jì)合理的特征提取方法,以實(shí)現(xiàn)更好的識(shí)別精度;如何找到更為有效的特征選擇方法,以達(dá)到降低計(jì)算復(fù)雜度,提高識(shí)別精度的效果。基于此,本文設(shè)計(jì)了一款可穿戴無(wú)線傳感器信號(hào)采集平臺(tái),并對(duì)人體行為識(shí)別中的特征提取、特征選擇環(huán)節(jié)進(jìn)行重點(diǎn)研究。在特征提取方面,本文重點(diǎn)對(duì)經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition,EMD）、集合經(jīng)驗(yàn)?zāi)B(tài)分解（Ensemble Empirical Mode Decomposition,EEMD）等方法進(jìn)行研究,借助其優(yōu)異的信號(hào)分析能力,提出一種改進(jìn)的自適應(yīng)EEMD特征提取方法,通過(guò)對(duì)不同行為篩選不同固有模態(tài)函數(shù)（Intrinsic Mode Functions,IMF）,提取窗口均值差異等新穎特征,以實(shí)現(xiàn)在不同的分辨率下獲... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

mpu9250傳感器模塊實(shí)物圖

重慶郵電大學(xué)碩士學(xué)位論文 第 3 章 傳感器信號(hào)采集平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)通信模塊作為信號(hào)采集平臺(tái)與終端處理設(shè)備間的“橋梁”，也是無(wú)線數(shù)據(jù)采集平臺(tái)中不可或缺的模塊，為滿足實(shí)時(shí)處理的要求，其工作穩(wěn)定性就尤為重要。將傳感器模塊上的引腳 TX、RX 分別與通信模塊上的引腳 RX、TX 相連，然后添加電源模塊及天線，以兩節(jié)五號(hào)電池組成的供電模塊、慣性傳感器作為數(shù)據(jù)采集模塊、無(wú)線通信模塊及天線模塊共同構(gòu)成可穿戴數(shù)據(jù)采集發(fā)送平臺(tái)，如圖 3.4 所示。

模塊正面圖 (b) 模塊反圖 3.4 傳感器數(shù)據(jù)采集發(fā)送模塊號(hào)接收模塊設(shè)計(jì)取的數(shù)據(jù)需要通過(guò)計(jì)算機(jī)上安裝的上位機(jī)接收，平信息轉(zhuǎn)換為可通過(guò)計(jì)算機(jī) USB 接口接收的數(shù) USB 轉(zhuǎn) TTL 電平的串口模塊、無(wú)線通信模塊及

【參考文獻(xiàn)】：
期刊論文
[1]不一致性進(jìn)化特征選擇方法[J]. 翟俊海,劉博,張素芳.  小型微型計(jì)算機(jī)系統(tǒng). 2017(05)
[2]改進(jìn)PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)算法的人體姿態(tài)識(shí)別[J]. 何佳佳,李平,劉井平,戴傲.  傳感器與微系統(tǒng). 2017(01)
[3]一種基于多分類器融合的人體運(yùn)動(dòng)行為識(shí)別模型[J]. 王忠民,王科,賀炎.  計(jì)算機(jī)科學(xué). 2016(12)
[4]一種基于特征增強(qiáng)和決策融合的人體行為識(shí)別方法[J]. 宦若虹,陳月.  計(jì)算機(jī)科學(xué). 2016(S2)
[5]基于MEMS慣性傳感器的人體多運(yùn)動(dòng)模式識(shí)別[J]. 路永樂(lè),張欣,龔爽,周帆,劉宇.  中國(guó)慣性技術(shù)學(xué)報(bào). 2016(05)
[6]小波分解在移動(dòng)用戶行為識(shí)別中的應(yīng)用[J]. 賀炎,王斌,王忠民.  北京郵電大學(xué)學(xué)報(bào). 2016(04)
[7]基于HMM的動(dòng)作識(shí)別結(jié)果可信度計(jì)算方法[J]. 王昌海,張建忠,徐敬東,許昱瑋.  通信學(xué)報(bào). 2016(05)
[8]基于多傳感器的人體行為識(shí)別系統(tǒng)[J]. 周林,雷麗平,楊龍頻.  傳感器與微系統(tǒng). 2016(03)
[9]基于三軸加速度傳感器的人體運(yùn)動(dòng)識(shí)別[J]. 李鋒,潘敬奎.  計(jì)算機(jī)研究與發(fā)展. 2016(03)
[10]基于改進(jìn)SVM分類器的動(dòng)作識(shí)別方法[J]. 王見,陳義,鄧帥.  重慶大學(xué)學(xué)報(bào). 2016(01)

碩士論文
[1]基于單個(gè)加速度傳感器的人體行為識(shí)別研究[D]. 徐仙.江南大學(xué) 2015



本文編號(hào)：2932390