基于扩展卡尔曼滤波的人体行为识别算法

• 作者: 任子良 秦勇 黎志雄
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 传感器数据 人体行为 扩展卡尔曼滤波 优化算法 加权融合
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 15-17,24
• 页数: 4页
• 分类号: TN911.23
• 字数: 2171字
• 语种: 中文

摘要

针对人体行为事件，研究了多传感器数据采集模型和扩展卡尔曼滤波优化算法的应用。系统将加速度传感器分量数据映射为三维加速度空间，并与压力传感器数据结合建立四维实时数据采集空间。基于系统的模型特征，提出了非线性系统下的扩展卡尔曼滤波算法。系统利用优化算法对数据实现最优估计，并依据传感器信噪比对优化数据进一步修正，之后在系统设定的传感器信任级别和融合权重的基础上完成人体行为识别。实验结果表明，本文算法可以提高数据空间的精度和平滑度，可对人体行为进行有效识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎志雄	东莞理工学院计算机学院	6	19	2.0	4.0
2	秦勇	东莞理工学院计算机学院	25	98	6.0	8.0
3	任子良	东莞理工学院计算机学院	5	5	1.0	2.0