一种多传感器数据融合与特征提取方法技术

本发明专利技术公开了一种多传感器数据融合与特征提取方法，它包括如下步骤：(一)多传感器数据融合：(1)使用陀螺数据作为输入来更新先验状态估计；(2)将加速度计数据和磁力计数据作为固定参考，对所述先验状态估计中的误差进行修正；(二)数据特征提取。本发明专利技术具有能够能够对传感器数据进行融合，得到初步的状态估计，然后采用卷积神经网络进行人体行为识别，获得相应的行为集的有益效果。相应的行为集的有益效果。相应的行为集的有益效果。

【技术实现步骤摘要】
一种多传感器数据融合与特征提取方法


[0001]本专利技术涉及一种多传感器数据融合与特征提取方法，特别是一种基于卷积神经网络的 多传感器数据融合与特征提取方法，属于传感器数据处理


技术介绍

[0002]可穿戴设备是一种可以安装在人、动物及物品上，并且能感知、传递并处理信息的智 能设备，传感器是其核心载体，可穿戴传感器是人类感官的延伸。随着万物互联和社会的 快速发展，人类健康问题也受到广泛关注，人体各项健康指标参数同样可以接入互联网进 行监测和分析。通过可穿戴传感器感知人体行为，可应用于医疗健康、运动健身、疾病预 防及治疗，尤其是老年人的日常监护场景。
[0003]随着可穿戴设备的智能化发展，加速度计、磁力计、心率计等传感器被内置在智能 手机和智能手环中，可持续跟踪采集人体行为数据，并充分保护个人隐私，用户只需佩戴 自己的手机或智能手环就可以完成数据的采集。
[0004]可穿戴传感器采集的大多为序列数据，当前主要采用基于循环神经网络(Recurrentneural network，RNN)和卷积神经网络(Convolut本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多传感器数据融合与特征提取方法，其特征在于：它包括如下步骤：(一)多传感器数据融合：多传感器数据采集系统采集三类传感器数据：陀螺数据、加速度计数据和磁力计数据；多传感器数据融合包括以下子步骤：(1)使用陀螺数据作为输入来更新先验状态估计；(2)将加速度计数据...

【专利技术属性】
技术研发人员：王宝英，
申请(专利权)人：重庆电子工程职业学院，
类型：发明
国别省市：