一种基于加速度信号的自适应步态周期波形异常检测方法技术

本发明专利技术提供一种基于加速度信号的自适应步态周期波形异常检测方法，涉及信号处理技术领域。本发明专利技术输入三轴方向加速度信号，计算合成信号x(n)来构成步态加速度序列X'；预处理后得到步态周期矩阵X；计算第i个步态周期X

【技术实现步骤摘要】
一种基于加速度信号的自适应步态周期波形异常检测方法
本专利技术涉及信号处理
，尤其涉及一种基于加速度信号的自适应步态周期波形异常检测方法。
技术介绍
对于以步态加速度信号周期波形为特征的步态识别方法，基于固定阈值的波形检测方法往往导致有效性信息的丢失。其主要原因在于波形检测的方法不具自适应性，无法满足非平稳时变特性的步态信号波形异常的检测需求。考虑到步态运动模式对应各功能时相的实际情况，通过计算各相位区间内数据检测值的相似性，来自适应的检测步态周期波形，以提高步态特征的有效性与稳定性。
技术实现思路
针对现有技术的不足，本专利技术提供一种基于加速度信号的自适应步态周期波形异常检测方法。该方法针对以步态加速度信号周期波形为特征的识别方法，能够自适应性的检测异常，采用以步态周期中的相位区间为单位，分段计算区间内数据的标准差，并组合标准差来构成一个波形检测值向量，自适应性的、综合的衡量各步态周期波形间的异常程度。为解决上述技术问题，本专利技术所采取的技术方案是：一种基于加速度信号的自适应步态周期波形异常检测方法，包括以下步骤：步骤1：输入三轴方向加速度信号，根据公式(1)合成信号x(n)，构成步态加速度序列X’＝[x(1)，x(2)，...，x(n)，...，x(N)]；其中a(n)、b(n)和c(n)分别表示前进方向、重力方向和水平方向的加速度值，n＝1,2,…,N，N为步态序列长度；步骤2：根据公式(2)-(4)来混合滤波步态序列X’，其中第一层中值滤波为y1(n)，第二层移动平均滤波为y2(n)，然后归一化步态序列y2(n)至区间[0,1]，线性插值每个步态周期序列至100个点，得到步态步态周期矩阵xi(n)为第i个步态周期采样点的合成信号，且i＝1,2,…,L，L为步态周期数目；w1为中值滤波器窗口长度，w1＝2k1+1，y1(n)为中值滤波后输出值，而w2为移动平均滤波器窗口长度，w2＝2k2+1，y2(n)为移动平均滤波后输出值，k1、k2为正整数，h(n)为移动平均滤波器的单位冲激响应；y1(n)＝median(x(n-k1),…,x(n-1),x(n),x(n+1),…,x(n+k1))(2)y2(n)＝y1(n)*h(n)(3)步骤3：根据公式(5)、公式(6)计算第i个步态周期Xi波形的相位区间r上xi(n)与之间的标准差ρi(r)，并构成检测值Ρi＝[ρi(1),ρi(2),…,ρi(r)]；r为一个步态周期中划分的m个相位区间，r＝1,2，…,m，m为正整数，lc(r)为第r个相位区间内首位数据采样点数，ld(r)为第r个相位区间内末位数据采样点数；步骤4：根据公式(7)、公式(8)计算第i个步态周期Xi波形检测值Pi与L-1个第j个步态周期Xj波形检测值Pj之间的Manhattan距离d(Ρi,Ρj)，得到第i个步态周期波形衡量指标Dmanh(i)，且i,j＝1,2,…,L，i≠j。步骤5：根据公式(9)计算衡量指标Dmanh(i)的平均值步骤5.1：将衡量指标Dmanh(i)值按从小到大顺序重新组合得到步态周期矩阵X″＝[X″1,…,X″i,…X'L']T，X″1为Dmanh(i)值最小的步态周期，X″L为Dmanh(i)值最大的步态周期；步骤5.2：比较Dmanh(i)与当时，步态周期X″i波形属于异常。采用上述技术方案所产生的有益效果在于：1、本专利技术充分利用一个步态周期内波形与相位、功能时相对应关系，充分利用步态生物力学中运动学参数科学分析方法，能够更准确的评价周期波形间的相似性；2、本专利技术使用相位区间为单位，分段计算区间内数据的标准差，来构成一个波形检测值向量，自适应性的、综合的衡量各步态周期波形间的异常程度；3、本专利技术使用Manhattan距离和衡量指标重构步态周期矩阵，方便观察波形异常状况，利于自适应的保留步态周期有效信息。附图说明图1为本专利技术基于加速度信号的自适应步态周期波形异常检测方法流程图；图2为本专利技术实施例算法步态周期重构的结果示意图；其中图(a)为原步态信号的步态周期排序结果；图(b)为自适应异常检测后步态周期排序结果。具体实施方式下面结合附图对本专利技术具体实施方式加以详细的说明。一种基于加速度信号的自适应步态周期波形异常检测方法，如图1所示，包括以下步骤：步骤1：输入三轴方向加速度信号，根据公式(1)合成信号x(n)，构成步态加速度序列X’＝[x(1)，x(2)，...，x(n)，...，x(N)]；其中a(n)、b(n)和c(n)分别表示前进方向、重力方向和水平方向的加速度值，n＝1,2,…,N，N为步态序列长度；步骤2：根据公式(2)-(4)来混合滤波步态序列X’，其中第一层中值滤波为y1(n)，第二层移动平均滤波为y2(n)，然后归一化步态序列y2(n)至区间[0,1]，线性插值每个步态周期序列至100个点，得到步态步态周期矩阵xi(n)为第i个步态周期采样点的合成信号，且i＝1,2,…,L，L为步态周期数目；w1为中值滤波器窗口长度，w1＝2k1+1，y1(n)为中值滤波后输出值，而w2为移动平均滤波器窗口长度，w2＝2k2+1，y2(n)为移动平均滤波后输出值，k1、k2为正整数，h(n)为移动平均滤波器的单位冲激响应；y1(n)＝median(x(n-k1),…,x(n-1),x(n),x(n+1),…,x(n+k1))(2)y2(n)＝y1(n)*h(n)(3)步骤3：根据公式(5)、公式(6)计算第i个步态周期Xi波形的相位区间r上xi(n)与之间的标准差ρi(r)，并构成检测值Ρi＝[ρi(1),ρi(2),…,ρi(r)]；r为一个步态周期中划分的m个相位区间，r＝1,2，…,m，m为正整数，lc(r)为第r个相位区间内首位数据采样点数，ld(r)为第r个相位区间内末位数据采样点数；本实施例中所述步态周期划分相位区间对应参数值如表1所示；表1算法步态周期划分相位区间对应参数值所述步态周期标准差的计算结果如表2所示。表2算法步态周期标准差的计算结果步骤4：根据公式(7)、公式(8)计算第i个步态周期Xi波形检测值Pi与L-1个第j个步态周期Xj波形检测值Pj之间的Manhattan距离d(Ρi,Ρj)，得到第i个步态周期波形衡量指标Dmanh(i)，且i,j＝1,2,…,L，i≠j；本实施例中m＝7；步骤5：根据公式(9)计算衡量指标Dmanh(i)的平均值步骤5.1：将衡量指标Dmanh(i)值按从小到大顺序重新组合得到步态周期矩阵X″＝[X″1,…,X″i,…X″L]T，X″1为Dmanh(i)值最小本文档来自技高网...

【技术保护点】
1.一种基于加速度信号的自适应步态周期波形异常检测方法，其特征在于：包括以下步骤：/n步骤1：输入三轴方向加速度信号，根据公式(1)合成信号x(n)，构成步态加速度序列X’＝[x(1)，x(2)，...，x(n)，...，x(N)]；/n

【技术特征摘要】
1.一种基于加速度信号的自适应步态周期波形异常检测方法，其特征在于：包括以下步骤：
步骤1：输入三轴方向加速度信号，根据公式(1)合成信号x(n)，构成步态加速度序列X’＝[x(1)，x(2)，...，x(n)，...，x(N)]；



其中a(n)、b(n)和c(n)分别表示前进方向、重力方向和水平方向的加速度值，n＝1,2,…,N，N为步态序列长度；
步骤2：根据公式(2)-(4)来混合滤波步态序列X’，其中第一层中值滤波为y1(n)，第二层移动平均滤波为y2(n)，然后归一化步态序列y2(n)至区间[0,1]，线性插值每个步态周期序列至100个点，得到步态步态周期矩阵xi(n)为第i个步态周期采样点的合成信号，且i＝1,2,…,L，L为步态周期数目；w1为中值滤波器窗口长度，w1＝2k1+1，y1(n)为中值滤波后输出值，而w2为移动平均滤波器窗口长度，w2＝2k2+1，y2(n)为移动平均滤波后输出值，k1、k2为正整数，h(n)为移动平均滤波器的单位冲激响应；
y1(n)＝median(x(n-k1),…,x(n-1),x(n),x(n+1),…,x(n+k1))(2)
y2(n)＝y1(n)*h(n)(3)



步骤3：根据公式(5)、公式(6)计...

【专利技术属性】
技术研发人员：涂斌斌，谢英红，韩晓微，李华，
申请(专利权)人：沈阳大学，
类型：发明
国别省市：辽宁;21