导　　师： 田森平

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 当今人们的生活方式和工作压力使得大多数人处于一个亚健康的身体状态。运动监测系统能促使人们对自己的日常运动和数据进行记录,从而形成一个良好的运动习惯和生活方式。随着智能手表普及和工艺发展,越来越多智能手表具备高级别的防水能力,且加速度传感器已经内置于绝大多数智能设备中。基于加速度传感器的游泳监测是人体运动识别领域的一个新兴研究方向,游泳作为大众运动,受众范围广,游泳监测系统能便于人们对自身游泳数据进行监测和记录,从而制定合理的训练计划。本文主要内容为基于加速度传感器的游泳监测系统的分析与实现,主要工作包括:1.利用安卓设备内置的加速度传感器实现加速度数据采集,提出了针对性的数据滤波、时间加窗等预处理方法。针对传感器频率不稳定问题提出了重采样方法,保证数据频率在50 Hz左右;采用低通滤波器对传感器初始数据进行滤波处理,用于系统中泳姿识别、划臂次数检测、转身行为识别部分的研究。2.针对基于加速度传感器的泳姿识别问题,创新性提出峰峰值间距及峰谷值间距两类新颖数据特征,丰富了泳姿识别的特征集,并与其他时域特征共同构成24维特征集,分别对不同分类模型进行训练。其中SVM分类器对于四种常用泳姿的识别效果最优,准确率达到88.46%。最后对比了不同时间窗口对分类准确率的影响,得出了泳姿识别问题的最佳窗口大小为3秒。3.针对基于加速度传感器的划臂次数检测,提出了一种区域峰值检测算法,该方法对比动态阈值法、单一峰值检测法,拥有更高的检测精确度,达93.57%;同时利用单轴加速度数据,采用阈值法实现转身行为的识别。并通过与划臂次数数据结合,组成额外游泳指标数据,丰富游泳监测结果。4.采用C/S架构,设计并实现基于加速度传感器的游泳监测系统,从数�

关 键 词： 加速度传感器 游泳监测 泳姿分类 分类器

领　　域： []