基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于静电信号的人体动作识别
人机交互
人体动作识别
静电信号
特征提取
分类识别
非接触检测的心冲击信号与心电信号相关性的研究
非接触生命参数检测
心电信号
心冲击信号
相关
基于表面肌电信号的人体步态事件快速识别方法
表面肌电信号
步态事件
自适应模糊神经网络
康复机器人
Lorenz系统长程相关性研究
Lorenz系统
长程相关性
去趋势涨落分析
可预测性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于静电信号的人体步伐周期长程相关性研究
来源期刊 电子学报 学科 生物学
关键词 人体静电 步伐周期 消除趋势波动分析 长程相关性
年,卷(期) 2015,(6) 所属期刊栏目 学术论文
研究方向 页码范围 1078-1083
页数 6页 分类号 Q612
字数 2909字 语种 中文
DOI 10.3969/j.issn.0372-2112.2015.06.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈曦 北京理工大学机电学院 32 206 8.0 12.0
2 唐凯 北京理工大学机电学院 4 3 1.0 1.0
3 李鹏斐 北京理工大学机电学院 5 19 2.0 4.0
4 李孟君 北京理工大学机电学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (0)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人体静电
步伐周期
消除趋势波动分析
长程相关性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导