[发明专利]基于FFT的步行检测方法

权利要求书

1.一种基于FFT的步行检测方法，其特征在于，按照以下步骤进行：

第一步：智能手机陀螺仪采集三轴角速度数据，使用滑动时间窗口接收三轴角速度数据；

第二步：提取当前时间窗口中的三轴角速度数据；

第三步：通过公式：判断陀螺仪x、y、z三轴中哪一个为敏感轴，其中ω_a(i)表示x轴、y轴和z轴角速度在当前时间窗口i时刻的大小，n表示时间窗口的大小；

第四步：通过基2FFT算法将敏感轴所对应的时域角速度数据ω(n)转换为频域数据F_n；

第五步：通过第四步的结果，首先计算出在0.6Hz到2Hz之间步行频率所对应的振幅平均值然后计算出在0Hz到0.6Hz之间步行频率所对应的振幅平均值观察是否满足以下两个条件：

条件1.

条件2.

若同时满足上述的两个条件，则执行第六步；否则直接转去执行第七步；

第六步：执行如下操作：

1.将这段时间内的活动设置为行走；

2.更新行走的总时间t；

3.通过公式A＝ax⁴+bx³+cx²+dx+e利用0.6Hz到2Hz之间的频谱数据拟合出频率与振幅关系曲线，求出最大振幅所对应的频率f₀，其中x表示的是频率，A表示振幅；a、b、c、d、e是常数项系数，a不等于0；

通过公式估计出当前人行走的频率f，表示的是上次求得的频率f，α代表权重，a＝0.8；

4.通过公式ST＝t×f得到行人当前持续行走的总步数，t表示当前行人持续行走所用的总时间，f表示当前行人的步行频率；

第七步：向前滑动时间窗口：即删除原有时间窗口中前1.2s的三轴角速度数据，剩余的数据平移至时间窗口前端；

第八步：返回执行第一步，若行人持续走则ST即为行人走的步数；若中间有停顿，则是多次持续走，多个ST累加；

所述第四步中，FFT运算公式如下：

X(k)是由时域变换过来的相应的数据值，表示振幅；k表示在频域内第k个数据，n表示在一个时间窗口内第n个点；其中，k＝0，1，...，N-1；ω(n)表示敏感轴所对应的时域角速度数据，N表示采样点个数，W_N表示旋转因子，某点n的频率计算公式如下：

其中，F_n表示第n个点的频率，F_s表示采样频率。

2.根据权利要求1所述的一种基于FFT的步行检测方法，其特征在于，所述第三步中，其中，x、y、z三轴中选取一个敏感轴，其判断方式是：基于三轴角速度的绝对值来选择敏感轴，三个轴中，绝对值和最大的作为敏感轴，角速度振幅越大等同于其绝对值的和越大。