[发明专利]一种有效的人体行为识别系统

权利要求书

1.一种有效的人体行为识别系统，其特征是，包括数据采集模块、数据处理模块、特征提取模块和人体行为识别模块，所述数据采集模块包括传感器采集单元和数据传输单元，所述传感器采集单元采用三轴加速度传感器采集人体运动时产生的加速度数据，所述数据传输单元采用ZigBee无线通信技术，用于将采集得到的加速度数据传输到数据处理模块，所述数据处理模块对采集得到的数据进行处理，所述特征提取模块从处理后的加速度数据中提取加速度信号特征，组件特征集合，所述人体行为识别模块采用RBF神经网络构建分类器，根据上述获得的特征集合进行人体行为识别。

2.根据权利要求1所述的一种有效的人体行为识别系统，其特征是，所述数据处理模块采用一种改进的小波阈值去噪法对采集得到的加速度数据进行处理，具体包括：

a.选取小波阈值去噪法中的阈值τ，则τ的计算表达式为：

$\mathrm{\τ}=\mathrm{\μ}\sqrt{2\ln N}{\ln }^{(1+\frac{1}{j})}$

式中，μ为高斯白噪声的标准方差，N为信号的长度，j为分解尺度；

b.提出一种改进的阈值函数，具体为：

${v^{\′}}_{(j,k)}=\left\{\begin{array}{cc}{v}_{(j,k)}-\mathrm{\τ}(1-e^{\left|\frac{v_{(j,k)}}{\mathrm{\τ}}\right|}),& v_{(j,k)}\≥\mathrm{\τ}\\ 0,& \left|v_{(j,k)}\right|\<\mathrm{\τ}\\ v_{(j,k)}+\mathrm{\τ}(1-e^{\left|\frac{v_{(j,k)}}{\mathrm{\τ}}\right|}),& v_{(j,k)}\≤-\mathrm{\τ}\end{array}\right.$

式中，v_(j,k)为原始的小波系数，v′_(j,k)为去躁后得到的小波系数，τ为阈值。