计步算法 睡眠 心率 学习 PPG传感器（转））

计步算法

在步数测试中，3个方向（竖直、前进、左右方向）的加速度信号由差不多相同的尖锐峰值和相对平坦的谷底组成。纵向看，关联性不是很明显，周期最明显的是竖直方向的加速度信号，其次是前进方向的加速度信号。

正常步行，行走时左右脚跟或脚尖间的纵向距离称为步长，从一侧脚跟着地起到该侧脚跟再次着地为止所用的时间称为一个步行周期，一个步行周期所走的距离称为步幅。一般而言，身高越高，步长越大，相同身高，年龄越大，步长越小，与性别关系不大。

低通滤波器可以平滑信号的突变， 高通滤波器可以强化信号的锐变。

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。

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。

根据运动状态判别算法的结果，走路状态，时间间隔阈值设定与每秒3步；针对跑步状态，时间间隔阈值设定为每秒5步，当且仅当相邻峰值采样点之间的时间间隔满足阈值要求时，则认定为一次有效步伐。

休息状态由于手臂的摆动也会有类正弦波的加速度波形，可以采样临时步数，利用步数消除干扰，若前后两次计步检测的时间间隔超过正常行走的时间间隔的阈值时，将临时步数清零，并保存当前检测的临时步数，进行下一次计步检测。当连续两次计步检测的时间间隔满足条件是，进行临时步数的阈值判定。

频谱中的频率为对应的时间it,iHz = it