基于手機加速度傳感器的人體監(jiān)控系統(tǒng)研制.pdf

1、社會在不斷地發(fā)展、生活水平也不斷地提高，人們的生活方式和生活習(xí)慣發(fā)生了翻天覆地的變化，肥胖癥、糖尿病、高血壓、失眠等疾病呈現(xiàn)出一個高發(fā)態(tài)勢，嚴重威脅人體健康，因此監(jiān)控和識別人體的日常行為對解決上述問題具有重要的意義。基于三軸加速度傳感器的人體行為識別是模式識別領(lǐng)域中的一個新興的研究方向，其本質(zhì)是利用三軸加速度傳感器獲取人體運動時產(chǎn)生的加速度信號，然后對加速度信號進行預(yù)處理、特征提取和特征選擇，最后根據(jù)提取的特征進行分類和識別，以達到監(jiān)控

2、人體行為的目的。本文使用了內(nèi)置有加速度傳感器的智能手機進行人體行為識別，搭建三軸加速度人體監(jiān)控原型系統(tǒng)，進而監(jiān)測人體日常行為。論文的主要工作包括:
　　(1)針對要識別的走路、上樓、下樓、跑步、站立五種人體日常行為，根據(jù)具體的應(yīng)用環(huán)境，使用海明窗函數(shù)的FIR低通濾波算法對手機加速度傳感器采集的人體加速度數(shù)據(jù)進行濾波處理，采用了SVM分類器對提取的特征進行分類，提取三種不同的時域特征集和三種不同的頻域特征集進行實驗，通過比較分析，最

3、終確定最佳方案，實現(xiàn)五種行為的識別。
　　(2)采用jQuery mobile框架、struts2框架，運用Java語言、JavaScript腳本語言、Ajax異步請求等編程技術(shù)，建立了基于B/S架構(gòu)的基于手機加速度傳感器的人體監(jiān)控系統(tǒng)原型，從加速度信號的采集、上傳到預(yù)處理、特征提取、識別分類，原型實現(xiàn)了基于手機加速度傳感器的人體行為監(jiān)控。
　　(3)檢測原型系統(tǒng)的性能，通過時域特征集標準差、偏度、相關(guān)系數(shù)、第一四分位和頻域