基于惯性传感器的人体行为识别系统的研究与实现

发布时间：2020-12-22 20:32

　　基于惯性传感器的人体行为识别是机器学习与模式识别领域中的一个热点研究方向,其在医疗康复、体感游戏、智能家居等领域都有重要应用。近年来,该方向的研究取得巨大突破,但在一些重要的硬件设计与信号处理环节上,仍然存在部分关键技术问题亟待解决,包括如何设计一款稳定性高、体积小、质量轻、成本低、便于穿戴的无线信号采集平台;如何针对实际应用设计合理的特征提取方法,以实现更好的识别精度;如何找到更为有效的特征选择方法,以达到降低计算复杂度,提高识别精度的效果。基于此,本文设计了一款可穿戴无线传感器信号采集平台,并对人体行为识别中的特征提取、特征选择环节进行重点研究。在特征提取方面,本文重点对经验模态分解（Empirical Mode Decomposition,EMD）、集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）等方法进行研究,借助其优异的信号分析能力,提出一种改进的自适应EEMD特征提取方法,通过对不同行为筛选不同固有模态函数（Intrinsic Mode Functions,IMF）,提取窗口均值差异等新颖特征,以实现在不同的分辨率下获... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

mpu9250传感器模块实物图

重庆邮电大学硕士学位论文 第 3 章 传感器信号采集平台的设计与实现通信模块作为信号采集平台与终端处理设备间的“桥梁”，也是无线数据采集平台中不可或缺的模块，为满足实时处理的要求，其工作稳定性就尤为重要。将传感器模块上的引脚 TX、RX 分别与通信模块上的引脚 RX、TX 相连，然后添加电源模块及天线，以两节五号电池组成的供电模块、惯性传感器作为数据采集模块、无线通信模块及天线模块共同构成可穿戴数据采集发送平台，如图 3.4 所示。

模块正面图 (b) 模块反图 3.4 传感器数据采集发送模块号接收模块设计取的数据需要通过计算机上安装的上位机接收，平信息转换为可通过计算机 USB 接口接收的数 USB 转 TTL 电平的串口模块、无线通信模块及

【参考文献】：
期刊论文
[1]不一致性进化特征选择方法[J]. 翟俊海,刘博,张素芳.  小型微型计算机系统. 2017(05)
[2]改进PSO优化神经网络算法的人体姿态识别[J]. 何佳佳,李平,刘井平,戴傲.  传感器与微系统. 2017(01)
[3]一种基于多分类器融合的人体运动行为识别模型[J]. 王忠民,王科,贺炎.  计算机科学. 2016(12)
[4]一种基于特征增强和决策融合的人体行为识别方法[J]. 宦若虹,陈月.  计算机科学. 2016(S2)
[5]基于MEMS惯性传感器的人体多运动模式识别[J]. 路永乐,张欣,龚爽,周帆,刘宇.  中国惯性技术学报. 2016(05)
[6]小波分解在移动用户行为识别中的应用[J]. 贺炎,王斌,王忠民.  北京邮电大学学报. 2016(04)
[7]基于HMM的动作识别结果可信度计算方法[J]. 王昌海,张建忠,徐敬东,许昱玮.  通信学报. 2016(05)
[8]基于多传感器的人体行为识别系统[J]. 周林,雷丽平,杨龙频.  传感器与微系统. 2016(03)
[9]基于三轴加速度传感器的人体运动识别[J]. 李锋,潘敬奎.  计算机研究与发展. 2016(03)
[10]基于改进SVM分类器的动作识别方法[J]. 王见,陈义,邓帅.  重庆大学学报. 2016(01)

硕士论文
[1]基于单个加速度传感器的人体行为识别研究[D]. 徐仙.江南大学 2015



本文编号：2932390