[发明专利]一种基于商用RFID的非接触式徒手健身活动识别方法

权利要求书

1.一种基于商用RFID的非接触式徒手健身活动识别方法，其特征在于，包括以下步骤：

在监测区域中商用RFID收发设备，通过采集每种标准动作对应的相位信息并进行预处理后得到的对应的信号角频率特征集合，从而构建标准动作指纹库；

用户在监测区域中进行徒手健身运动时，获取用户健身运动对应的信号角频率特征集合，并对该信号角频率特征集合进行两次分割，第一次分割时得到用户组活动序列集合，第二次分割得到用户动作序列集合，对所述的动作序列集合进行归一化处理，将归一化处理后的结果与标准动作指纹库中的指纹进行匹配以完成识别；

所述的预处理包括相位信息的随机跳变去噪、对相位环境去噪；其中，所述的随机跳变去噪包括：在标准动作对应的相位信息中，判断相位信息中包含的相位是否产生随机跳变，若产生随机跳变，则将该相位恢复至跳变以前的相位；所述的相位环境去噪所采用的方法为离散小波变换；

所述的判断相位信息中包含的相位是否产生随机跳变，若产生随机跳变，则将该相位恢复至跳变以前的相位，包括：

如果相位信息中的某一个相位θ^k(i)与该相位θ^k(i)之前的相位θ^k(i-1)的相位差大于π，则认为该相位θ^k(i)产生了随机跳变，将相位θ^k(i)减去π作为跳变前的相位；

所述的第一次分割时得到用户组活动序列集合，包括：

将用户健身运动对应的信号角频率特征集合w分割成为P个等长片段，得到等长片段的集合N^large；计算等长片段的集合N^large中每个等长片段中所有信号角频率的方差作为等长片段的方差，得到计算后对应的方差集合V^large；通过将每个等长片段的方差和预先设定的阈值T_large进行对比，找出大于阈值T_large的方差对应的等长片段，分别将大于阈值且相邻的等长片段合并得到用户组活动序列集合N；

所述的第二次分割得到用户动作序列集合，包括：

将所述活动序列集合N中的序列分割成Q个等长片段，得到的等长片段的集合N^j；计算所述的等长片段集合中每个等长片段的方差，得到计算后的方差集合V^j；将方差集合V^j中的方差与前一个方差进行相减后取绝对值作为方差的一阶差分从而得到一阶差分集合H^j，通过一阶差分集合H^j得到用户动作序列集合；

对所述的动作序列集合进行归一化处理，包括：

对动作集合序列中的动作序列进行纵向归一化处理：

其中，w′(n)表示纵向归一化后得到的信号角频率，N为中的信号角频率的个数，n∈{1，2，...，N}，从而得到归一化后的信号角频率集合；

利用三次Hermite插值对归一化后的信号角频率集合进行拟合以及等距筛选，筛选出100个采样点对应的信号角频率构成新的角频率序列，完成归一化过程。

2.如权利要求1所述的基于商用RFID的非接触式徒手健身活动识别方法，其特征在于，通过一阶差分得到用户动作序列集合，包括：

如某个一阶差分分满足标记条件，即该一阶差分大于阈值T_small并且其之前相邻的三个一阶差分或之后相邻的三个一阶差分均小于阈值T_small，则将该一阶差分进行标记；

在所有的一阶差分中，筛选出所有满足标记条件的一阶差分并进行标记；所有标记的一阶差分中，自第一个标记的一阶差分开始，将每相邻的两个标记的一阶差分所对应的等长片段作为一个动作的开始片段和结束片段，将这两个等长片段以及这两个等长片段之间的所有等长片段进行合并，合并后的片段即为用户的一个动作序列由此得到第j组序列n_j中所有的动作序列，构成用户动作序列集合。