一种基于加速度计预测的实时配速方法及系统技术方案

本发明专利技术公开了一种基于加速度计预测的实时配速方法及系统，该方法包括步骤：S1.对单轴加速度计检测的数据进行取模运算；S12.对取模运算后的数据进行拟合；S13.对拟合后的数据进行差分运算得到加速度斜率曲线；S14.根据所述加速度斜率曲线以及最近一个时刻的速度预测速度。本发明专利技术在GPS信号丢失期间，利用对单轴加速度计检测的数据进行取模、拟合，差分得到加速度斜率曲线，然后结合最近一个时刻的速度利用改进的阿尔法公式预测速度，可以填充GPS信号丢失期间速度信息保证实时给出配速信息，相比GPS信号短暂丢失后使用固定的配速值，准确度更高。

【技术实现步骤摘要】
一种基于加速度计预测的实时配速方法及系统
本专利技术涉及通信领域，尤其涉及一种基于加速度计预测的实时配速方法及系统。
技术介绍
随着科学技术不断的快速发展，智能手环、手表得到了广泛的使用，已经成为人们生活、工作不可或缺的工具，智能手环、手表类产品的功能强大，使用方便，已经越来越受人们欢迎。但是，目前主流的智能手环、手表类产品均采用GPS配速方案，卫星信号丢失时，配速信息就无法更新，针对这种情况，传统处理方法为继续使用最近一次收到的GPS配速信息，这种处理办法存在一个较大的缺陷，即如果佩戴者是在加速或者减速运动时，运动速度是时刻变化的，如果继续使用最近一次收到的GPS配速值明显是错误的，因此实时性和可靠性较差。公开号为CN201854337U的专利公开了一种具有提示调整行走速度功能的移动终端。其包括：一用于接收用户输入目的地、预定到达时间、合理时间范围的输入装置；一用于测量行走速度的GPS测速装置；一用于通过GPS测量当前位置与目的地距离的GPS测距装置。所述输入装置、所述测距装置、所述GPS测速装置都分别与所述中央处理器连接；其可以根据需到达的目的地和时间，提示用户调整行走速度，为用户提供了方便，弥补了现有移动终端交互性不足的缺陷。该方法还只是依靠GPS进行配速，实时性和可靠性都较差。公开号为CN104181574B的专利公开了一种捷联惯导系统/全球导航卫星系统组合导航滤波系统，由一次装订模块、地球参数解算模块、初始对准模块、捷联惯导解算模块、改进滤波算法参数计算模块、正常模式组合导航滤波模块、故障模式组合导航滤波模块和反馈校正输出模块组成；改进滤波算法参数计算模块根据SINS和GNSS提供的数据，对改进卡尔曼滤波算法所需的状态转移矩阵、系统驱动噪声协方差矩阵、量测噪声协方差矩阵进行计算，并根据结果及状态标志传递至正常模式或故障模式组合导航滤波模块中进行改进滤波计算。本专利技术将组合导航滤波算法模块化，显著提高了组合导航的精度，加快了组合导航滤波算法的收敛速度，且可有效抑制卡尔曼滤波的发散，该方法虽然可以提高配速的实时性和有效性，但是该方法只适用于光纤陀螺、石英加速度计这种高精度传感器的设备中，对于智能手环、手表这种消费级的传感器设备来说并不适用。
技术实现思路
本专利技术的目的是针对现有技术的缺陷，提供了一种基于加速度计预测的实时配速方法及系统，通过利用单轴加速度计检测的数据，在GPS信号短暂丢失的情况下可以准确预测出速度趋势，填充GPS信号丢失期间速度信息。为了实现以上目的，本专利技术采用以下技术方案：一种基于加速度计预测的实时配速方法，包括步骤：S1.对单轴加速度计检测的数据进行取模运算；S2.对取模运算后的数据进行拟合；S3.对拟合后的数据进行差分运算得到加速度斜率曲线；S4.根据所述加速度斜率曲线以及最近一个时刻的速度预测速度。进一步的，所述对取模运算后的数据进行拟合是利用自适应最小二乘法进行拟合。进一步的，所述预测速度具体利用改进的阿尔法公式，所述改进的阿尔法公式为：Vacc(k)＝Vacc(k-1)*(1-α)+slope*n*Vacc(k-1)*α其中：Vacc(k)为当前时刻速度，Vacc(k-1)为上一时刻速度，slope为当前时刻加速度斜率，α为比例因子，n为预测时间长度。进一步的，比例因子的取值与预测时间长度及所述单轴加速度计的采样频率相关。进一步的，所述对单轴加速度计检测的数据进行取模运算之前对所述单轴加速度计检测的数据进行FFT滤波。相应的，还提供一种基于加速度计预测的实时配速系统，包括：取模运算模块，用于对单轴加速度计检测的数据进行取模运算；拟合模块，用于对取模运算后的数据进行拟合；差分运算模块，用于对拟合后的数据进行差分运算得到加速度斜率曲线；速度预测模块，用于根据所述加速度斜率曲线以及最近一个时刻的速度预测速度。进一步的，所述对取模运算后的数据进行拟合是利用自适应最小二乘法进行拟合。进一步的，所述预测速度具体利用改进的阿尔法公式，所述改进的阿尔法公式为：Vacc(k)＝Vacc(k-1)*(1-α)+slope*n*Vacc(k-1)*α其中：Vacc(k)为当前时刻速度，Vacc(k-1)为上一时刻速度，slope为当前时刻加速度斜率，α为比例因子，n为预测时间长度。进一步的，比例因子的取值与预测时间长度及所述单轴加速度计的采样频率相关。进一步的，还包括：滤波模块，用于在对所述单轴加速度计检测的数据进行取模运算之前对所述单轴加速度计检测的数据进行FFT滤波。与现有技术相比，本专利技术在GPS信号丢失期间，利用对单轴加速度计检测的数据进行取模、拟合，差分得到加速度斜率曲线，然后结合最近一个时刻的速度利用改进的阿尔法公式预测速度，可以填充GPS信号丢失期间速度信息保证实时给出配速信息，相比GPS信号短暂丢失后使用固定的配速值，准确度更高。附图说明图1是实施例一提供的一种基于加速度计预测的实时配速方法流程图；图2是实施例一中单轴加速度计检测的数据进行取模运算后的曲线图；图3是实施例一中自适应最小二乘法拟合取模后的单轴加速度计检测的数据的曲线图；图4是实施例一中差分运算后得到的加速度斜率变化曲线图；图5是实施例一提供的一种基于加速度计预测的实时配速系统结构图；图6是实施例二提供的一种基于加速度计预测的实时配速方法流程图；图7是实施例二提供的一种基于加速度计预测的实时配速系统结构图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。本专利技术是以日常生活中的智能手环、手表类产品为研究对象，主要的着力点在于改善智能手环、手表类产品的配速方法，优化用户对智能手环、手表类产品的使用体验。本专利技术的目的是针对现有技术的缺陷，提供了一种基于加速度计预测的实时配速方法及系统，通过利用单轴加速度计检测的数据，在GPS信号短暂丢失的情况下可以准确预测出速度趋势，填充GPS信号丢失期间速度信息。实施例一本实施例提供一种基于加速度计预测的实时配速方法，如图1所示，包括步骤：S11.对单轴加速度计检测的数据进行取模运算；S12.对取模运算后的数据进行拟合；S13.对拟合后的数据进行差分运算得到加速度斜率曲线；S14.根据所述加速度斜率曲线以及最近一个时刻的速度预测速度。本实施例的基于加速度计预测的实时配速方法执行主体为智能手环、手表。需要说明的是，所述的智能手环、手表是现有的智能手环、手表功能模块的基础上添加单轴加速度检测功能模块。首先，所述的智能手环、手表会根据自身是否能检测到GPS信号来判断所述智能手环、手表中的GPS信号是否丢失。如果GPS信号丢失，则智能手环、手表就会对单轴加速度计检本文档来自技高网...

【技术保护点】
1.一种基于加速度计预测的实时配速方法，其特征在于，包括步骤：S1.对单轴加速度计检测的数据进行取模运算；S2.对取模运算后的数据进行拟合；S3.对拟合后的数据进行差分运算得到加速度斜率曲线；S4.根据所述加速度斜率曲线以及最近一个时刻的速度预测速度。

【技术特征摘要】
1.一种基于加速度计预测的实时配速方法，其特征在于，包括步骤：S1.对单轴加速度计检测的数据进行取模运算；S2.对取模运算后的数据进行拟合；S3.对拟合后的数据进行差分运算得到加速度斜率曲线；S4.根据所述加速度斜率曲线以及最近一个时刻的速度预测速度。2.根据权利要求1所述的一种基于加速度计预测的实时配速方法，其特征在于，所述对取模运算后的数据进行拟合是利用自适应最小二乘法进行拟合。3.根据权利要求1所述的一种基于加速度计预测的实时配速方法，其特征在于，所述预测速度具体利用改进的阿尔法公式，所述预测速度具体利用改进的阿尔法公式，所述改进的阿尔法公式为：Vacc(k)＝Vacc(k-1)*(1-α)+slope*n*Vacc(k-1)*α其中：Vacc(k)为当前时刻速度，Vacc(k-1)为上一时刻速度，slope为当前时刻加速度斜率，α为比例因子，n为预测时间长度。4.根据权利要求3所述的一种基于加速度计预测的实时配速方法，其特征在于，比例因子的取值与预测时间长度及所述单轴加速度计的采样频率相关。5.根据权利要求1所述的一种基于加速度计预测的实时配速方法，其特征在于，所述对单轴加速度计检测的数据进行取模运算之前对所述单轴加速度计检测的数据进行FFT滤波。6.一种基于加...

【专利技术属性】
技术研发人员：田学林，
申请(专利权)人：四川斐讯信息技术有限公司，
类型：发明
国别省市：四川,51