【技术实现步骤摘要】
本专利技术涉及穿戴设备自学习，具体涉及一种基于可穿戴设备的自学习方法。
技术介绍
1、人体中有很多生物信号，温度信号，电信号，酸碱值信号，辐射信号等，智能穿戴设备(手表，手环，耳机)，为了更好体现测量人体心率血氧等生物值，增加了人体佩戴检测功能，目前采用检测人体电容信号判定是否佩戴；
2、现有的一种监测人体电容信息来判断是否佩戴智能穿戴设备的方式是提前在智能穿戴设备中设定好阈值，当智能穿戴设备中搭载的传感器上电后，直接根据监测电容来判定是否佩戴，然而电容传感器检测电容，硬件系统往往因为受到环境温度、湿度、机械震动等外界因素特别容易产生寄生电容，影响主控判断佩戴结果，且监测的电容值是一个敏感的生物特征数据，可以用于识别特定个体，甚至追踪其身份、健康状况等敏感信息，为了保护用户的隐私，必须对这些数据进行安全存储和保护；
3、为了解决上述问题，本专利技术提出了一种基于可穿戴设备的自学习方法。
技术实现思路
1、本专利技术的目的在于提供一种基于可穿戴设备的自学习方法，为了解决现有技术中电容传感器检测电容，硬件系统往往因为受到环境温度、湿度、机械震动等外界因素特别容易产生寄生电容，影响主控判断佩戴结果，且为了保护用户的隐私需要对监测到的电容值进行安全存储的问题；
2、本专利技术的目的可以通过以下技术方案实现：
3、一种基于可穿戴设备的自学习方法，包括以下步骤：
4、步骤一：当可穿戴设备开机后，电容采集模块采集本次开机时刻的电容值并对
5、步骤二：判定识别模块依据其内存储的检测佩戴结果的标准电容值和接收到的本次开机时刻的电容值，计算得到本次开机的电容浮动差值和其基于标准开机的电容绝对差值并将两者进行大小比较，基于比较结果，判定可穿戴设备佩戴是否异常，同时更新存储其内的检测佩戴结果的标准电容值。
6、进一步的，所述采集本次开机时刻的电容值并对其进行初步判定的具体步骤如下：
7、若本次开机时刻的电容值异常大或者异常小，则判定本次开机时刻采集的电容值异常，忽略本次开机时刻采集的电容值，并在接下来的每一时刻都采集一次电容值，直至电容值在预设初步判定最大阈值和最小阈值之间，将该电容值作为本次开机时刻的电容值传输到判定识别模块，反之，则将本次开机时刻采集的电容值传输到判定识别模块；
8、这里的异常大或异常小是相对于预设初步判定最大阈值和最小阈值判定的，异常大指代的是本次开机时刻的电容值大于其预设初步判定最大阈值，异常小指代的是本次开机时刻的电容值小于其预设初步判定最小阈值。
9、进一步的，所述判定识别模块判定可穿戴设备佩戴是否异常的具体步骤如下：
10、s11：将接收到的本次开机时刻的电容值标记为l2，获取判定识别模块内存储的检测佩戴结果的标准电容值l1；
11、s12：利用公式l4＝(l3-l1)/2计算获取本次开机的电容浮动差值l4，所述l3为预设正常电容浮动阈值；
12、利用公式l5＝|l2-l1|计算获取本次开机基于标准开机的电容绝对差值l5；
13、s13：将l4和l5进行大小比较：
14、s131：若l4≥l5，此时更新l1的值为l2，同时将判定识别模块中存储的检测佩戴结果的标准电容值更新为l2；
15、s132：反之，则从本次开机时刻开始对接下来p1时间内连续每一时刻的电容值进行获取，并按照步骤s12计算获取每一时刻基于上次开机的电容绝对差值m1、m2、...、mm，m＝1、2、...、p1，所述p1为预设连续采集时长，p1的优选值为5秒；
16、若m1、m2、...、mm都小于l5，此时再对l1和l2进行大小比较，若l1≤l2，则判定佩戴成功；
17、等待l5<l4并稳定后，此时更新l1的值为l2并保存，若l1>l2+500，则判定可穿戴设备佩戴异常，以声音的形式进行告警。
18、本专利技术的有益效果：
19、(1)本专利技术通过对开机时刻可穿戴设备的电容值进行采集并进行初步判定，基于初步判定结果，得到本次开机时刻的电容值，由判定识别模块依据其内存储的检测佩戴结果的标准电容值和接收到的本次开机时刻的电容值，计算得到本次开机的电容浮动差值和其基于标准开机的电容绝对差值并将两者进行大小比较，基于比较结果，判定可穿戴设备佩戴是否异常，通过这种方式，可以避免硬件系统受外界因素特别容易产生寄生电容，影响主控判断佩戴结果的问题情况的发生，且在判定佩戴异常的同时采用自学习的方式不断的更新优化的检测佩戴结果的标准电容值，使判定佩戴异常的标准越来越符合其使用着所处的外界环境，使检索结果更加的精确；
20、(2)本专利技术通过安全存储模块，基于采用自学习的方式不断的更新优化的检测佩戴结果的标准电容值，将其和对应的数字进行关联映射，并基于映射关系，构建标准电容值的第一个字符和其余所有字符的位置对照关系，并最终得到其余所有字符相较于第一个字符的拟态自然序列，等于与将构成电容值的字符分别进行字符替换和字符位置映射，通过这种方式，使其在存储上更加的安全。
本文档来自技高网...【技术保护点】
1.一种基于可穿戴设备的自学习方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于可穿戴设备的自学习方法，其特征在于，所述采集本次开机时刻的电容值并对其进行初步判定的具体步骤如下：
3.根据权利要求1所述的一种基于可穿戴设备的自学习方法，其特征在于，所述判定识别模块判定可穿戴设备佩戴是否异常的具体步骤如下：
4.根据权利要求3所述的一种基于可穿戴设备的自学习方法，其特征在于，所述识别判定模块在步骤S132的基础上更新阈值L3，如果L2>L1,L3＝L3+L2-L1,如果L1>L2,L3＝L3-L1+L2。
5.根据权利要求3所述的一种基于可穿戴设备的自学习方法，其特征在于，当监测到可佩戴设备脱离充电状态5s时间后，由电容采集模块采集此时刻的电容值，将其传输到判定识别模块，由判定识别模块将其作为检测佩戴结果的标准电容值进行更新保存。
6.根据权利要求1所述的一种基于可穿戴设备的自学习方法，其特征在于，安全存储模块对过去所有次可穿戴设备开机后由判定识别模块更新存储的检测佩戴结果的标准电容值进行安全存
7.根据权利要求6所述的一种基于可穿戴设备的自学习方法，其特征在于，所述S23，生成标准电容值A1对应的拟态自然长序列的预设生成规则如下：
8.根据权利要求1所述的一种基于可穿戴设备的自学习方法，其特征在于，所述可穿戴设备指代的是一种将计算和通信功能集成到用户的日常穿戴中的智能设备。
...【技术特征摘要】
1.一种基于可穿戴设备的自学习方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于可穿戴设备的自学习方法，其特征在于，所述采集本次开机时刻的电容值并对其进行初步判定的具体步骤如下：
3.根据权利要求1所述的一种基于可穿戴设备的自学习方法，其特征在于，所述判定识别模块判定可穿戴设备佩戴是否异常的具体步骤如下：
4.根据权利要求3所述的一种基于可穿戴设备的自学习方法，其特征在于，所述识别判定模块在步骤s132的基础上更新阈值l3，如果l2>l1,l3＝l3+l2-l1,如果l1>l2,l3＝l3-l1+l2。
5.根据权利要求3所述的一种基于可穿戴设备的自学习方法，其特征在于，当监测...
【专利技术属性】
技术研发人员：赵鹤，林伟武，闫俊驰，董建党，
申请(专利权)人：南京天易合芯电子有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。