[发明专利]一种基于WISP和模式识别的跌倒检测方法

摘要

本发明涉及判定老人跌倒的检测方法，具体为一种基于WISP和模式识别的跌倒检测方法。一种基于WISP和模式识别的跌倒检测方法，信号处理过程主要包含四个部分，第一部分是采集身体运动加速度分量，并采用CA参数描述身体运动加速度分量，第二部分是经验模态分解过程，第三部分是主成分分析的过程，第四部分是随机森林训练和测试部分，最终通过随机森林进行跌倒检测识别。本发明为了更准确的区分跌倒，本发明提出一种基于经验模态分解、增强信息提取算法，本方法判定人体动作的准确度接近于100％，对人体动作能进行准确的区分。

主权项

1.一种基于WISP和模式识别的跌倒检测方法，其特征在于包括以下步骤：第一步：WISP标签内的加速度传感器采集人体动作信号，加速度传感器采集的信号采用中值滤波和低通滤波器进行信号预处理，低通滤波器是使用一个阶数等于3的椭圆IIR低通滤波器来实现的，将这个低通滤波器应用于中值滤波之后的信号，可以滤去身体运动加速度分量，得到重力加速度分量，然后，做中值滤波之后信号与低通滤波之后信号的差值，可以得到得到身体运动加速度分量，并采用CA参数描述身体运动加速度分量，a_x(t)、a_y(t)、a_z(t)分别为身体运动加速度分量在x轴、y轴、z轴三个方向在t时刻的加速度值；第二步：CA信号经过EMD分解得到一组IMF分量c_i(t)，i＝1,2,3，计算每一个IMF分量的能量，E_i＝∫|c_i(t)|²dt；第三步：利用PCA对每一个IMF分量的能量E_i进行降维，并与E_i共同组成特征矩阵其中F_ij表示第i个IMF分量的第j个主成分，j＝1,2,3；第四步：将特征矩阵输入到随进森林进行训练，得到判定模型；利用判定模型对老人动作产生的身体运动加速度分量进行判定，辨别老人动作是否为跌倒。