技术领域
本发明涉及智能穿戴、传感信号与大数据分析技术，尤其涉及一种智能手环运动监测数据分析方法。
背景技术
当前智能手环内置传感器可以持续采集人体运动数据，但传感器容易受到手部抖动、颠簸带来大量噪声原始数据；很多设备只简单统计步数，缺少对运动事件自动分段、运动类型区分能力，运动监测结果误差偏大。市面上缺少一套完整、轻量化的数据分析流程，兼顾终端算力与识别精度。
发明内容
本发明所要解决的技术问题是：克服手环原始传感数据噪声大、运动识别单一、难以区分不同运动行为的缺陷。
为实现上述目的，本发明采用以下技术步骤：
S1、数据采集：接收智能手环加速度、陀螺仪、时间戳原始运动传感数据；
S2、数据预处理：采用滤波去除高频噪声，剔除突变异常数值，统一时序采样间隔；
S3、运动事件分割：使用滑动窗口算法区分静止区间和有效运动片段，过滤大量无效空白数据；
S4、特征提取：对有效运动片段提取均值、方差、峰值、过零率、频谱能量等多维运动特征；
S5、运动识别判定：将提取特征与判定规则/分类模型比对，识别静止、走路、快走、跑步等运动类别并计算运动强度；
S6、结果输出：生成运动类型、持续时长、活动强度的监测数据并输出保存。
进一步地，所述传感数据为三轴加速度数据、三轴陀螺仪数据中的一种或者多种组合。
进一步地，预处理滤波可选用中值滤波或者低通滤波。
进一步地，运动强度可根据特征幅值划分低强度、中强度、高强度三个等级。
有益效果
1、对手环原始传感数据自动降噪清洗，降低外界抖动造成的数据误差；
2、自动分割有效运动片段，减少后台算力消耗；
3、可区分多种日常运动行为，不只局限计步；
4、算法流程轻量化，既可以手环本地运算，也可以云端后台批量数据分析；
5、适用智能手环、智能手表、运动健康小程序、健康监测平台等多种产品布局。
鄂公网安备 42011102004269号