[发明专利]一种高精度步行速度和距离的计算方法

说明书

技术领域

本发明一种高精度步行速度和距离的计算方法属于生物医学信号处理领域，具体涉及一种基于单个三轴加速度传感器信号的步行速度与行走距离的分析方法，实现对步行速度与距离的高精度计算。 

背景技术

基于加速度传感器的步行速度与距离分析研究是生物医学信号处理领域的重要研究方向，在医疗、运动学等领域具有广泛的应用。其本质在于首先通过一个或多个加速度传感器获取人体运动时产生的加速度信号，可由实时处理，亦可通过本地保存或实时传输的方式将加速度数据交由后处理系统进行处理，计算使用者大致的行走距离。行走距离分析在医疗、体育、健康指导等领域有着广泛的应用。如采用加速度传感器信号对运动员进行训练分析，记录其运动速度与短时加速度，结合医学测量结果，可实现调整其训练内容，避免运动损伤等目的；又如采用加速度传感器信号对老人或病人进行步行距离分析，可依据分析结果对其日常活动情况进行分析，并反馈给使用者有针对性的建议。 

目前，现有算法多依据加速度传感器的信号分析人在行走过程中的重心移动，以重心移动信息进行步数分析，再依据步幅计算行走距离。虽然步数的分析已较为精确，但对于不同个体，步幅的差距未能在算法中得到充分体现，因此步行距离的计算误差较大。 

发明内容

本发明的目的是针对上述不足之处，提供一种高精度步行速度和距离的计算方法，是一种基于单个加速度传感器信号的步行速度与距离分析算法，利用此种算法，可准确计算使用者行走的距离以及一定时间内的行走速度，可用于日常健康监护与运动分析等相关领域。 

一种高精度步行速度和距离的计算方法是采取以下技术方案实现的： 

一种高精度步行速度和距离的计算方法，包括如下步骤：

1）加速度信号的预处理

       通常加速度传感器采集的信号除了包含人体运动产生的加速度信号外，还包含重力加速度和多种噪声。为了更好的实现后续算法，在对运动加速度信号进行分析之前，先进行预处理操作。

所述的预处理包括： 

1-1）采用三阶滑动平均滤波器进行信号的平滑处理，所述三阶滑动平均滤波器的平滑滤波参数为5；

1-2）采用一维零均值高斯滤波器进一步完成对噪声的滤除，高斯滤波器的标准差参数为2.5。 

        2）动态加窗处理 

       加窗是将较长的加速度信号分割成许多具有相同长度的重叠的窗口，步骤（2）中采用50%重叠的滑动窗对经过预处理的加速度信号进行加窗操作，窗宽采用独有的基于小波系数估计的分形维数与小波能量分布的动态窗宽调增算法确定。

所述动态加窗处理包括如下步骤： 

2-1）当窗中含有有效加速度信号时，对加速度信号进行小波分解，并将小波分解后的分形维数与小波能量WE作为初始值；

初始窗宽由采样频率决定，一般设为N，N为固定值，本发明中，初始窗宽N=320；

2-2）当窗口滑动后，重新对新窗口内的有效加速度信号进行与步骤（2-1）相同的小波分解计算，得到新窗口内的分形维数与小波能量WE；

2-3）将步骤（2-2）中的计算值与步骤（2-1）中的初始值进行对比，若新窗口内的分形维数与小波能量均增加，则增加窗口宽度，并作为下一个窗口的实际宽度，此宽度设为N1，此时窗口滑动步长仍保持与N相关，以避免丢失信息；

若新窗口内的分形维数与小波能量均减少，则减少窗口宽度，设为N2，但窗口滑动步长仍保持与N相关；

若新窗口内的分形维数与小波能量变化趋势相左（即一个增大，一个减少），则窗口宽度及窗口滑动步长均保持不变。   

所述的N1，N2与N之间的关系由下列表达式确定：

。

小波分解后的分形维数特征量化了不同小波尺度下细节系数的方差变化过程，可以揭示信号中深入的内在相关性。利用分形维数衡量原始加速度信号的复杂性，当复杂性提高时，应增加窗宽以保留更多的加速度信息；小波能量特征用于衡量信号在不同小波分解层的能量情况，当小波能量参数增加时，同理亦应增加窗宽。因此，这两个参数可以用来修改窗宽。 

      3）计算步行距离 

所述的步行距离采用基于三维加速度球质心的步行距离分析方法得到，其计算公式为：

                   （9）

其中，p为特征标定参数，通过实验方法确定；A表示对本次滑动窗所得的与运动相关的距离参数。步行距离L与参数A之间由公式(9)的离散化形式决定。