TA的每日心情 | 开心 2020-8-28 15:14 |
---|
签到天数: 2 天 [LV.1]初来乍到
|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
摘 要: 人的步伐信号包含着人体身体状态和健康状况等多种重要信息,因此受到越来越多的重视和研究.本 文利用人体携带大量电荷这一特性,通过静电探测器对人体踏步过程中的步伐静电信号进行采集,研究人体步伐在时 间尺度上的变化规律.论文提出一种自相关算法滤除信号中的噪声和干扰,通过相关系数确定步伐中的同相位点,从 而获得精确步伐周期值.通过对步伐周期序列进行分解,得到步伐周期增量绝对值和变化符号两个序列,运用消除趋 势波动分析对原始步伐周期序列及分解后的两个新序列进行分析,得到其长程相关性规律.通过对于实验所采集的多 名测试对象的数据进行分析,发现对于所有被测人员,其步伐周期的增量绝对值序列均呈现出较强的持续正相关,而 其周期变化符号呈现出明显的反相关特性. 关键词: 人体静电;步伐周期;消除趋势波动分析;长程相关性, i( \% l3 W/ W. J. B: \0 T
3 [4 D1 g! S* h1 Y( m' c
- W- T7 J) @! v# h) q7 k+ G. }
* U- m4 y4 y, J5 M 随着社会发展人们对于自身健康状态及社会安全 性给予越来越多的关注,而科学技术的进步使得人们可 以利用各种便携设备和应用程序方便快捷地对自身的 健康状况以及身份信息进行监测[1].作为人们生活中必 不可少的一项活动,行走时的步态和步伐规律虽然受到 不同个体身高、体重、走路习惯等因素的影响,但同时也 隐藏着丰富的个人身体状态和健康状况的信息[2,3].所 以,最近几十年人体步伐特征和规律越来越受到研究人 员关注[4].
. D+ ?' @+ A- ~5 r3 U( J, n! \) u9 O
2 Y( O4 |$ Y0 C/ M
附件下载:
$ Y9 Y J* q, O% _8 H0 U% j |
|