[发明专利]一种基于智能手表的个人用水量检测方法

权利要求书

1.一种基于智能手表的个人用水量检测方法，其特征在于，包括以下步骤：

S1、基于智能手表，采集三轴陀螺仪状态、时间、声波分贝信息以及声波频率信息；

S2、根据三轴陀螺仪状态、声波分贝信息以及声波频率信息，判断是否发生用水行为，若是，则进入步骤S3，否则返回步骤S1；

S3、通过时间、声波分贝信息以及声波频率信息获取特征矩阵图；

S4、将特征矩阵图输入至卷积神经网络CNN，获取用水行为类型；

S5、结合分贝以及时间构建线性关系曲线，并根据用水行为类型对应的线性关系曲线，获取用水量检测结果；

所述步骤S2具体为：

S2.1、根据三轴陀螺仪状态，判断智能手表使用者是否产生手部运动，若是，则进入步骤S2.2，否则重复步骤S2.1；

S2.2、判断是否存在声波分贝信息以及声波频率信息，若是，则进入步骤S2.3，否则返回步骤S2.1；

S2.3、判断声波分贝信息是否位于50至90之间，若是，则初步判定为用水行为，并进入步骤S3，否则返回步骤S1；

所述步骤S3具体为：

S3.1、根据时间、声波分贝信息以及声波频率信息，构建傅里叶变化函数为：

其中，ω表示声波频率信息，t表示时间，e表示自然常数，i表示虚数单位，f(t)表示时间t的函数，F(ω)表示随声波频率信息ω变化后的函数；

S3.2、以傅里叶变化函数为基础，获取关于时间变化的傅里叶函数；

S3.3、通过欧拉公式将关于时间变换的傅里叶函数进行转换，得到随时间变化声波的特征矩阵；

S3.4、根据步骤S3.3得到的特征矩阵，将声波信号按照时间和频域两个维度排列为特征矩阵图；

所述步骤S3.2具体为：

S3.2.1、根据水流非周期性变化和周期性变化，将傅里叶变化函数转换为非周期性傅里叶变化函数f(t)_{_np}和周期性傅里叶变化函数f(t)_{_p}；

S3.2.2、根据f(t)_{_np}、f(t)_{_p}以及t，绘制关于时间t变化的傅里叶函数；

所述步骤S3.2.1中非周期性傅里叶变化函数f(t)_{_np}具体为：

e^inωt＝cos(nωt)+isin(nωt)

e^-inωt＝cos(nωt)-isin(nωt)

其中，T'表示趋近于无穷的周期，其用于非周期性变化函数的计算，n表示正实数，eⁱⁿ表示复数；

所述步骤S3.2.1中周期性傅里叶变化函数f(t)_{_p}具体为：

其中，T表示时间周期；

所述步骤S3.3中随时间变化声波的特征矩阵具体为：

其中，ξ表示复数n阶单位根的共轭形式，Fn表示随阶数n变化的声波特征矩阵；

所述ξ具体为：

所述步骤S3.4中特征矩阵图具体为：

其中，y表示卷积神经网络CNN的输入，f(u)表示得到的特征矩阵图，θ表示设定的阈值，ω_i表示卷积神经网络CNN网络中神经元之间连接的权重，x_i表示输入向量，即特征矩阵Fn，m＝1,2,...,n，表示根据时间和频域获取的特征矩阵图。

2.根据权利要求1所述的基于智能手表的个人用水量检测方法，其特征在于，所述步骤S4中卷积神经网络CNN包括依次连接的输入层、第一卷积层、第一池化层、第二卷积层、第二池化层、第一全连接层、第二全连接层以及输出层。

3.根据权利要求2所述的基于智能手表的个人用水量检测方法，其特征在于，所述步骤S5具体为：

S5.1、设定冲厕、水龙头以及淋浴的用水声波分贝区间以及用水定额；

S5.2、根据声波分贝区间以及用水定额，并结合声波持续时间，构建线性关系曲线；

S5.3、根据用水行为类型对应的线性关系曲线，并结合本次用水的分贝，获取用水量检测结果。

4.根据权利要求3所述的基于智能手表的个人用水量检测方法，其特征在于，所述步骤S5.1具体为：冲厕用水声波分贝区间为70～85db，用水定额为6～12升/次；水龙头用水声波分贝区间为60～75db，用水定额为0.1～0.3升/秒；淋浴用水声波分贝区间为45～75db，用水定额为0.1～0.3升/秒；

所述步骤S5.2中线性关系曲线具体为：

Q_瞬＝k·t·q

其中，Q_瞬表示瞬时时间内随声波变化的用水量；k表示声音系数，与分贝有关，通过无量纲化将分贝折算为0～1之间的系数，分贝越大用水量越大；DB_瞬表示瞬时时间内的声波分贝，DB_max表示本次用水过程中声波分贝的最大值，DB_min表示本次用水过程中声波分贝的最小值；t表示随声波变化的短历时时长；q表示用水定额；Q_总表示用水总时长t时段内的累积用水量。