[发明专利]一种基于光纤振动信号的步态识别装置、系统及方法

权利要求书

1.一种基于分布式光纤传感设备的步态识别装置的识别方法，其特征在于：所述装置包括光时域反射仪模块，信号预处理模块，信号切割模块，信号特征提取模块和信号分类模块；

其中光时域反射仪模块用于采集由步行振动信号产生的光电信号强度数据；

信号预处理模块用于对提取到的二维强度信号进行预处理，滤除底噪，计算某一时段内识别到的人数，分离采集到的不同人体信号，并移除没有目标用户信号的静止帧；

信号切割模块用于对于预处理后的信号进行片段切割，对长度长的信号进行分帧处理；并对每帧内的两路信号进行分割；

信号特征提取模块用于对分割后的片段信号进行特征提取，并输出一组步态特征向量；

信号分类模块用于对每一组信号所提取的步态特征向量进行分类，并输出其身份标签；

所述方法具体为：

步骤1：启动光时域反射仪并记录目标用户行走的数据S(z,t)，获取其生成的信号强度数据并以TXT文档的形式输出；

步骤2：利用信号预处理模块对获得的强度二维信号进行预处理，首先设置一定阈值X_threshold的滤波器，认为信号能量低于该强度的信号为噪声并直接滤除；移除静止帧，即首先设置能量阈值E_threshold，将信号切分为多帧，对各帧计算帧能量E_i，判断该帧是否为静止帧；最后检查是否存在“步行-停止-步行”的情况，对于一非静止帧j,判断其相邻的K个帧是否属于静止帧，如果在该非静止帧的相邻帧中出现静止帧则说明实验数据存在“走-停-走”的现象，利用信号特征提取模块的步频算法提取原非静止帧内步行的迈步间隔D，以及静止帧后的迈步间隔Q，利用二者的差值，若D-Q插值大于阈值，则在j帧与j+K+1帧之间补齐D-Q个0，否则在这两帧之间补齐Q-D个0；修正舍去停止帧对于原迈步间隔的破坏，最后计算修正后的各帧起止点，拼接各帧并输出；对装置左右光纤同时测得的两路传感信号进行分离，得到双通道信号，将双通道信号每一通道的二维信号取其单位时间内的最大幅度值，获得时间-最大振幅的一维信号X(t)；

步骤3：利用信号切割模块完成信号分帧；首先设置帧数，将整个信号长度均分为帧数个等长模块，通过检测帧内是否存在不完整的一步来决定是否需要延伸帧头或帧尾，如果存在不完整的一步则在对应的位置延伸帧头或帧尾，完成各帧的输出；

步骤4：对每帧内信号进行特征提取，提取如下共11组特征，第i帧单帧特征向量[f_i,1,f_i,2,f_i,3,f_i,4,f_i,5,f_i,6,f_i,7,f_i,8,f_i,9,f_i,10,f_i,11]各元素定义如下：

(1)f_i,1：步频，即每分钟的步数估计值；

(2)f_i,2：步幅，即单步距离的平均值；

(3)f_i,3：振动信号的能量平均值；

(4)f_i,4：最大振幅时域信号X(t)的方差均值比；

(5)f_i,5：最大振幅时域信号X(t)的峰值系数；

(6)f_i,6：最大振幅时域信号X(t)的过均值率；

(7)f_i,7：最大振幅时域信号X(t)的平均持续时间；

(8)f_i,8：最大振幅时域信号X(t)的样本熵；

(9)f_i,9：最大振幅时域信号X(t)的频谱峰值频率；

(10)f_i,10：最大振幅时域信号X(t)的功率谱熵；

(11)f_i,11：振动信号的空间跨度平均值；

步骤5：将全部特征组合作为特征向量，对特征向量进行标准化，采用极度梯度提升树作为分类器，XGBoost使用的弱分类器为CART，XGBoost通过不断添加CART，不断使特征进行分裂完成CART分类器的集成。