运动算法一范数二范数敏感轴

1.注意点：设计状态判别算法和工作模式转换过程；需要有未佩戴状态监测算法，实现降低设备功耗的作用。可以将人体活动规律分为活跃、休息、静止3中状态，分别对应高采样频率、中低采样频率和低采样频率3中模式，对应不同的运动监测，降低功耗。

2.单独利用单轴加速度数据很容易失去一部分的人体活动的特征，难以全面的表征人体活动的监测信息。可以考虑三个轴的加速度叠加，求取合加速度。

3. plot 标记符    颜色
r          红
g          绿
b          蓝
c          蓝绿
m          紫红
y          黄
k          黑
w          白

4. n=0:1：N-1。中间的1可省略，一般写成n=0：N-1即可。频率轴是从0开始的，到N-1，这不是真实的频率。只要将n*fs/N，即得到真实的频率。fs/N是频率分辨率。频率轴只需取f（1：N/2）即可，因为后半部分与前半部分是对称的

5. 一范数和二范数的对比

x y z 分别为三个轴的加速度。

    %% 采用对三轴加速度取模求和处理，一范数 a_sum = |ax| + |ay| + |az|dlen = length(x) - 1;xdata = x(1:dlen);ydata = y(1:dlen);zdata = z(1:dlen);tdata = t(1:dlen)/3600;for i = 1:1: dlenaSum(i) = abs(xdata(i)) + abs(ydata(i)) + abs(zdata(i));aSqrt(i) = sqrt(xdata(i)*xdata(i) + ydata(i)*ydata(i) + zdata(i)*zdata(i));endfigure(3)plot(tdata,xdata,'r');hold onplot(tdata,zdata,'b');hold onplot(tdata,ydata,'y');hold onplot(tdata,aSum,'g');hold onplot(tdata,aSqrt,'m');xlabel('t/s');ylabel('value m2/s');legend('ax','ay','az','asum','asqrt');

看图，2范数会好一些，一范数有很多毛刺。2范数与x轴加速度差不多，所以选取敏感轴是有必要的。

6.将上面的一范数和二范数滤波后

    for i = 1:1: dlenaSum(i) = abs(xdata(i)) + abs(ydata(i)) + abs(zdata(i));aSqrt(i) = sqrt(xdata(i)*xdata(i) + ydata(i)*ydata(i) + zdata(i)*zdata(i));end% 将一范数和二范数经过低通滤波器for i = 1:6:dlen-5faSum = LowFilter(aSum(i:i+5));fSum(i:i+5) = faSum;     faSqrt = LowFilter(aSqrt(i:i+5));fSqrt(i:i+5) = faSqrt;endfigure(1)plot(tdata(1:length(aSum)), aSum,'r');hold onlength(aSqrt)plot(tdata(1:length(aSqrt)), aSqrt,'b');hold onplot(tdata(1:length(fSum)),fSum,'m');hold onplot(tdata(1:length(fSqrt)),fSqrt,'y');xlabel('t/s')ylabel('value')title('经过低通滤波后的一范数和二范数')legend('一范数滤波前','二范数滤波前','一范数滤波后','二范数滤波后')

记录一下原始数据和滤波后的数据，以备参考

经过matlab的filter（B,A,data）后，再经过FFT（64），得到敏感轴的波形，下一步进行分析。

使用matlab自带的fft(data,64),发现最后的数据波形不一样。虽然之前已经验证编写的FFT，LowFilter函数没有问题，但是在这些数据这里发现，确实存在问题。与数据的精度有关系？？？？

运动算法一范数二范数敏感轴相关推荐

机器学习基础（六十一）—— 范数及范数的微分
ℓ1\ell_1 范数的微分 λ∥s∥1 \lambda \|s\|_1 ℓ1\ell_1 范数在 0 点不可微会影响梯度方法的应用. 解决方案: (1)非梯度方法 (2)"平滑" ...
常见的二范数是什么意思？有什么用？
#记录一下: 参考博文写的很清楚了,忘了一定要看参考博文! 在优化一个变换矩阵T时,常常用到这样的公式: 意思是:现在总共有N个三维点p和相机观测值z,那么我们的目标就是寻找一个最佳的位姿T,使得整体 ...
数字IC-1.10 手撕代码之整数乘法和二范数(Verilog HDL数字加减法练习好帮手)
目录 1.数字加减法运算 .绝对值.被乘数或被除数为2^n的乘除运算-归纳 2.二范数开根号代码实战 out = (a*a + b*b)^1/2 : JPL近似法 3.整数乘法代码实战 out = ...
向量范数证明例题_2范数(求矩阵的二范数例题)
矩阵的二范数一般怎么计算?? 所有元素的平方和开根号 1-范数:是指向量(矩阵)里面非零元素的个数.类似于求棋盘上复两个点间的沿方格边缘的距离.||x||1=sum(abs(xi));2-范数(或Eu ...
python 向量二范数_向量的范数| 使用Python的线性代数
python 向量二范数 Prerequisite: 先决条件: Defining Vector using Numpy 使用Numpy定义向量 Here, we are going to learn ...
矩阵与二范数的相关操作
向量 aaa 的二范数: ∥a∥2\|a\|_2∥a∥2 根据定义: aTa=∥a∥2\sqrt{a^Ta}=\|a\|_2aTa=∥a∥2 令有一向量 uuu,并且满足 ∥u∥2≤ϵ\|u\| ...
矩阵二范数化的向量化方法
计算矩阵二范数化的向量化方法设矩阵 X=[x1,x2,⋯,xn]∈RmX=\left[x_1, x_2, \cdots, x_n \right] \in \mathbb{R}^{m}X=[x1,x ...
手动求梯度，二范数的偏导，二范数平方的偏导
单位向量对自身的导数: 在向量方向变化时,导数不为0 在向量方向不变时 (实数空间),导数为0 https://math.stackexchange.com/questions/2983445/uni ...
matlab 求矩阵的列向量的二范数
对于矩阵来说求它的列向量的二范数:matlab实现例如 A = rand(10,4);Acol = sqrt(sum(abs(conj(A).*A)));%计算方法1ACOL = diag(A'*A ...

运动算法一范数二范数敏感轴

运动算法一范数二范数敏感轴相关推荐

最新文章

热门文章

运动算法 一范数 二范数 敏感轴

运动算法 一范数 二范数 敏感轴相关推荐

最新文章

热门文章

运动算法一范数二范数敏感轴

运动算法一范数二范数敏感轴相关推荐