2.2 算法設(shè)計

依據(jù)人體在行走、站立和跌倒所損耗的能量的不同，通過實驗可以得出在不同動作下其能量損耗的閾值范圍。因此在后臺的數(shù)據(jù)分析方法上提出了引入能量損耗的方法進(jìn)行分析。能量損耗是動態(tài)加速度的平方在特定時間域上的積分，其表達(dá)如公式（9）示[7]：

本文a=1，能量損耗的計算以每個采樣窗體為單位進(jìn)行。

針對老年人的生活狀況特點(diǎn)進(jìn)行分析，并結(jié)合實際設(shè)計了相應(yīng)的跌倒檢測算法。算法流程如圖3所示，流程圖從整體上描述了跌倒檢測判斷的過程。算法從開始到“數(shù)據(jù)傳輸”這部分的實現(xiàn)都是在用戶終端實現(xiàn)，整個信號的預(yù)處理過程都是以一個采樣窗體為基本單位，如果在一個采樣時間內(nèi)檢測到疑似數(shù)據(jù)，則將此單位內(nèi)的數(shù)據(jù)都傳輸至后臺進(jìn)行進(jìn)一步的確認(rèn)處理，否則，丟棄該數(shù)據(jù)段繼續(xù)采集加速度信號。

在后臺的數(shù)據(jù)處理階段，主要是利用能量損耗進(jìn)行分析并輔以特定時間內(nèi)的人體v、s、Φ計算分析來提高系統(tǒng)檢測的準(zhǔn)確性。

3 實驗與結(jié)果分析

為了驗證算法的準(zhǔn)確性，邀請了10位60歲以上老人進(jìn)行試驗，但在跌倒實驗環(huán)節(jié)出于安全考慮沒有讓老人參與而是邀請了學(xué)生進(jìn)行模擬摔倒（在墊子上完成）。實驗的跌倒方式分為：向前/向后跌倒未平躺、向前/向后跌倒后平躺、向左/向右側(cè)跌倒。依據(jù)這幾種跌倒方式設(shè)計了一套如表1所示的動作。每一次實驗的實驗者都隨機(jī)從中選出一些動作并結(jié)合真正的跌倒組合一套完整的實驗動作。系統(tǒng)以45 Hz的采樣頻率進(jìn)行樣本的采集，并通過設(shè)計的算法進(jìn)行數(shù)據(jù)的分析處理。

實驗者從上述的動作中隨機(jī)選取動作組合進(jìn)行實驗，每名實驗者需進(jìn)行5組實驗，10名實驗者共需完成50組實驗。

實驗統(tǒng)計結(jié)果如表1所示，通過實驗數(shù)據(jù)可知所設(shè)計的跌倒檢測方法有較高的準(zhǔn)確率，能夠分辨絕大部分的跌倒事件，但在對跌倒后沒有平躺事件和滑倒并迅速回復(fù)平衡的情況存在一定的誤報率。

本文構(gòu)建了基于三維加速度傳感器、微處理器和無線通信模塊為核心的跌倒檢測模塊，通過實驗證明了其有效性，能夠較好地區(qū)分日?；顒雍偷故录?。在數(shù)據(jù)預(yù)處理上采取了基于1-class SVM的數(shù)據(jù)分類算法提取可疑數(shù)據(jù)，并創(chuàng)新性地提出了利用人體活動損耗的能量差異進(jìn)行跌倒的最終判定，在確保系統(tǒng)的準(zhǔn)確性上增加了對特定時域內(nèi)的人體的姿態(tài)分析（對速度、位移及人體傾角的計算分析），取得了一定的成效。但在用戶終端對原始數(shù)據(jù)的分類處理上還需要對1-class SVM算法做進(jìn)一步的改進(jìn)。