一种万能计数频率检测的算法制造技术

本发明专利技术公开了一种万能计数频率检测的算法，涉及运动健康技术领域，包括以下步骤：S1、采集三维数据；S2、数据升维；S3、自适应滤波；S4、信号质量计算；S5、数据维度选择；S6、计数计算；S7、频率计算，运动传感器上集成有一个加速度计，加速度计用于采集原始的加速度信号数据，在不同的运动场景下运动传感器佩戴在合适的位置。该万能计数频率检测的算法，通过使用运动传感器，获取到多个维度的运动信息，准确的获取到运动的频率和次数，可以应用到多种运动场景中，精准的记录运动的次数和频率，这样使运动更加的便捷，从而解决了市面上不同运动要使用不同算法和传感器的问题，不但节约了成本，而且使运动更加的智能化。而且使运动更加的智能化。而且使运动更加的智能化。

【技术实现步骤摘要】
一种万能计数频率检测的算法


[0001]本专利技术涉及运动健康
，具体为一种万能计数频率检测的算法。

技术介绍

[0002]随着经济的发展，人们也开始越来越注重健康良好的身体状态。各种各样的运动出现在人们的日常锻炼当中。为了更加科学的进行锻炼，对一些运动信息进行记录变成了一项必要的功能，尤其是运动的次数和运动的频率这两项基本的运动信息。
[0003]现有技术中，市面上很多记录运动次数和运动频率的算法都只是对应某一种特定的运动，无法应用到多种运动场景中。
[0004]为了解决上述问题，我们提出了一种检测算法可以使一种运动传感器应用到多种运动场景中，这样使运动信息的记录更加的便捷。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了一种万能计数频率检测的算法，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种万能计数频率检测的算法，包括以下步骤：
[0007]S1、采集三维数据：基于运动传感器采集原始的加速度数据；
[0008]S2、数据升维：对原始的加速度数据进行升维；
[0009]S3、自适应滤波：使用自适应滤波算法模型对加速度数据的信号进行滤波，得到滤波后的信号；
[0010]S4、信号质量计算：得到滤波后的信号后对每一组信号进行信号的质量的计算和判断；
[0011]S5、数据维度选择：选择一组信号质量最好的信号进行后续的运动次数和运动频率的计算；
[0012]S6、计数计算：选择信号质量最好的信号的峰值点，每出现一个峰值点计一次运动次数；
[0013]S7、频率计算：通过两个峰值的时间差计算出运动的实时频率，其中，实时频率＝60*1000/(T2‑
T1)。
[0014]进一步优化本技术方案，所述步骤S1中，运动传感器上集成有一个加速度计，加速度计用于采集原始的加速度信号数据，在不同的运动场景下运动传感器佩戴在合适的位置。
[0015]进一步优化本技术方案，所述步骤S1中,原始的加速度数据进一步包括三个维度的加速度数据，分别为ACC_x、ACC_y以及ACC_z。
[0016]进一步优化本技术方案，所述步骤S2中，对原始的加速度数据进行升维时，将三个维度的加速度数据提升到七个维度的加速度数据。
[0017]进一步优化本技术方案，所述七个维度的加速度数据进一步包括ACC_x、ACC_y、ACC_z、ACC_xy、ACC_xz、ACC_yz以及ACC_xyz，其中，ACC_xyz这个维度的加速度数据为运动传感器合成后的加速度信号。
[0018]进一步优化本技术方案，所述加速度数据ACC_xy、ACC_xz、ACC_yz、ACC_xyz需要进行信号合成，基于加速度数据ACC_x、ACC_y、ACC_z进行合成，用于获取不同运动方向的加速度信号。
[0019]进一步优化本技术方案，所述的需要进行信号合成的加速度数据的合成方式如下所示：
[0020]ACC_xy^2＝ACC_x^2+ACC_y^2；
[0021]ACC_xz^2＝ACC_x^2+ACC_z^2；
[0022]ACC_yz^2＝ACC_y^2+ACC_z^2；
[0023]ACC_xyz^2＝ACC_x^2+ACC_y^2+ACC_z^2。
[0024]进一步优化本技术方案，所述步骤S3中，自适应滤波算法模型根据当前的运动频率自动调整FIR的滤波系数，用于使滤波后的ACC[x,y,z,xy,zy,yz,xyz]的信号信噪比位于高水平状态。
[0025]进一步优化本技术方案，所述步骤S4中，信号质量的计算和判断进一步包括以下具体内容：当信号波动的幅度越大，说明运动在这个方向的运动量越大，即使用信号的方差去衡量每组信号质量的水平，当方差越大表示信号质量越好，反之信号质量差。
[0026]进一步优化本技术方案，基于信号的方差计算方式，分别缓存七个维度的一定时间的数据，即七组数据，方差计算方式如下所示：
[0027]M＝(X1+X2+X3+
…
+X
n
)/n；
[0028]S2＝[(M
‑
X1)2+(M
‑
X2)2+(M
‑
X3)2+
…
+(M
‑
X
n
)2]/n；
[0029]其中，n表示这组数据个数，X1、X2、X3……
X
n
表示数据中的数据；S为衡量信号质量的标准。
[0030]与现有技术相比，本专利技术提供了一种万能计数频率检测的算法，具备以下有益效果：
[0031]1、该万能计数频率检测的算法，通过使用运动传感器，作为信息的采集来源，把三个维度的数据，转换成多个维度的数据，从而可以获取到多个维度的运动信息，准确的获取到运动的频率和次数。
[0032]2、该万能计数频率检测的算法，可以应用到多种运动场景中，精准的记录运动的次数和频率，这样使运动更加的便捷，从而解决了市面上不同运动要使用不同算法和传感器的问题，不但节约了成本，而且使运动更加的智能化。
附图说明
[0033]图1为本专利技术提出的一种万能计数频率检测的算法的结构示意图；
[0034]图2为本专利技术提出的一种万能计数频率检测的算法的数据升维示意图；
[0035]图3为本专利技术提出的一种万能计数频率检测的算法的数据滤波示意图；
[0036]图4为本专利技术提出的一种万能计数频率检测的算法的峰值点示意图；
[0037]图5为本专利技术提出的一种万能计数频率检测的算法的数据维度变化示意图；
[0038]图6为本专利技术提出的一种万能计数频率检测的算法的自适应滤波算法模型示意图。
具体实施方式
[0039]下面将结合本专利技术的实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0040]实施例：
[0041]请参阅图1，一种万能计数频率检测的算法，通过使用运动传感器，作为信息的采集来源，把三个维度的数据，转换成多个维度的数据，从而可以获取到多个维度的运动信息，准确的获取到运动的频率和次数，包括以下步骤：
[0042]S1、采集三维数据：基于运动传感器采集原始的加速度数据。
[0043]其中，运动传感器上集成有一个加速度计，加速度计用于采集原始的加速度信号数据，在不同的运动场景下运动传感器佩戴在合适的位置，可以识别各种运动的运动频率和运动次数，从而合理的进行健康运动。原始的加速度数据进一步包括三个维度的加速度数据，分别为ACC_x、ACC_y以及ACC_z。
[0044]S2、数据升维：如图2所示，对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种万能计数频率检测的算法，其特征在于，包括以下步骤：S1、采集三维数据：基于运动传感器采集原始的加速度数据；S2、数据升维：对原始的加速度数据进行升维；S3、自适应滤波：使用自适应滤波算法模型对加速度数据的信号进行滤波，得到滤波后的信号；S4、信号质量计算：得到滤波后的信号后对每一组信号进行信号的质量的计算和判断；S5、数据维度选择：选择一组信号质量最好的信号进行后续的运动次数和运动频率的计算；S6、计数计算：选择信号质量最好的信号的峰值点，每出现一个峰值点计一次运动次数；S7、频率计算：通过两个峰值的时间差计算出运动的实时频率，其中，实时频率＝60*1000/(T2‑
T1)。2.根据权利要求1所述的一种万能计数频率检测的算法，其特征在于，所述步骤S1中，运动传感器上集成有一个加速度计，加速度计用于采集原始的加速度信号数据，在不同的运动场景下运动传感器佩戴在合适的位置。3.根据权利要求1所述的一种万能计数频率检测的算法，其特征在于，所述步骤S1中,原始的加速度数据进一步包括三个维度的加速度数据，分别为ACC_x、ACC_y以及ACC_z。4.根据权利要求1所述的一种万能计数频率检测的算法，其特征在于，所述步骤S2中，对原始的加速度数据进行升维时，将三个维度的加速度数据提升到七个维度的加速度数据。5.根据权利要求4所述的一种万能计数频率检测的算法，其特征在于，所述七个维度的加速度数据进一步包括ACC_x、ACC_y、ACC_z、ACC_xy、ACC_xz、ACC_yz以及ACC_xyz，其中，ACC_xyz这个维度的加速度数据为运动传感器合成后的加速度信号。6.根据权利要求5所述的一种万能计数频率检测的算法，其特征在于，所述加速度数据ACC_xy、ACC_xz、ACC_yz、ACC_xyz需要进行信号合成，基于加速度数据AC...

【专利技术属性】
技术研发人员：李平，陈小宝，
申请(专利权)人：深圳市汇泰科电子有限公司，
类型：发明
国别省市：