基于智能手机内置传感器的人体运动状态识别

• 作者: 何娟 夏启寿 张鹏艳 殷晓玲 陈峰 陈晓江
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 运动状态识别 层次支持向量机 智能手机传感器 时域特征
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 157-169
• 页数: 13页
• 分类号: TP181
• 字数: 10176字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2019057

摘要

针对目前智能手机识别人体运动状态种类少、准确率低的问题,提出一种利用加速度传感器和重力传感器分层识别人体运动状态的方案.首先,利用加速度和重力加速度的关系计算出与手机方向无关的惯性坐标系下的线性加速度;其次,根据人体运动频率的变化范围和线性加速度矢量来确定脚步的波峰和波谷位置;最后,提取线性加速度在时域上的特征向量,使用层次支持向量机方法分层识别人体运动状态.实验结果表明,该方法能有效识别人体6种日常运动状态,准确率达到93.37％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈峰	西北大学信息科学与技术学院	83	358	12.0	16.0
2	夏启寿	西北大学信息科学与技术学院	29	126	7.0	10.0
4	陈晓江	西北大学信息科学与技术学院	65	696	13.0	25.0
5	殷晓玲	西北大学信息科学与技术学院	20	60	4.0	7.0
11	何娟	西北大学信息科学与技术学院	2	3	1.0	1.0
12	张鹏艳	西北大学信息科学与技术学院	1	2	1.0	1.0