1.1背景简介

近年来随着信息科学和传感器技术的进步，基于传感器的人体行为识别获得了极大发展。人体行为识别技术涉及到行为感知和识别这两项核心技术。在行为感知方面，传统的方法多采用基于计算机视觉的行为感知技术。然而该方法由于隐私侵入性强、观察范围有限且容易受到光照条件、遮挡等多种因素的影响等原因，不能完全满足日常行为感知的需求。随着传感器技术的发展，有学者提出使用可穿戴传感器网络来感知人体行为，收到了良好的效果。在行为识别方面，传统的工作多集中在单人顺序执行的简单行为的识别上，且很多工作仅能对人体行为进行离线的识别。而在现实生活中，人的行为具有复杂性，各类应用对于识别结果也往往有实时性的需求。传统方法的不足是将多个传感器固定在实验者身上进行行为感知，在实际生活中将对用户造成不便。鉴于手机传感器的便携性和高能性，本文提出一种基于EMS手机加速度传感器信号特征提取来进行行为识别与分析的方法。

1.2课题研究的意义

传感器技术的应用使获取环境信息和用户活动信息变得切实可行， 从而对环境监控、 医疗健康事业以及智能家居等其他相关领域起到了很大的辅助作用， 尤其是手机传感器技术对整个感知计算环境有着重要的影响。使用手机式传感器系统可以对个人、 家庭以及社区进行长期的监测， 从而掌握其行为动机防止意外情况发生，保护其安全性。建立在手机传感器技术基础上的行为感知技术是感知计算领域的一个重要分支。 通过感知用户行为， 对用户当前的活动或者身体状态进行识别， 在一些个性化的服务领域起到非常重要的作用。 例如在智能家居或智能办公领域， 可以通过对用户的活动状态进行感知， 并根据历史数据对用户的行为习惯进行建模， 从而能够做到自动地调整环境、 进行相关事件的提醒等。 在医疗监护领域， 可以用于小孩、 老人以及残疾人士的监护和病情趋势的判断等。基于传感器的行为识别己成为目前研究的热点， 一般采用传感器技术和数据挖掘／机器学习算法相结合的方法， 从底层的传感器信息推断高层的用户行为。

1.3国内外研究现状

随着信息科技和传感器技术的不断进步， 移动感知技术获得了较快的发展， 移动感知领域是在传统的感知领域基础上发展而来。 传统的感知领域主要使用环境传感器来感应用户的触发情况从而做出相应的反应， 因此在很多情况下都需要使用专门的设备、 搭建环境， 并且为了适应不同的应用环境还需要进行人工调整。 移动感知则是使用相关传感器并且通过蓝牙或者无线WiFi与电脑终端相连， 对用户自身或者与环境的交互情况进行感知和处理， 大大扩展了感知计算的普适性。智能手机在作为一种移动交流设备的同时还是一种多传感器的集合体， 比如在手机中集合了陀螺仪传感器、 加速度传感器以及GPS 定位等等。 由于这些传感器本身的功能， 使得智能手机的应用领域越来越广（ 例如在医疗安全、 环境监测以及交通运输等方面的应用）， 并且出现了一个新的应用领域， 即手机感知领域。 手机感知是移动感知领域的一个分支， 它使用手机这种普适性较强的设备来感知用户的行为活动， 使得感知计算的应用领域大大扩展。

2. 研究的基本内容与方案

2.1研究的基本内容

1. 熟悉EMD算法的基本工作原理。

2. 熟悉Matlab基本编程及仿真方法。

3. 理解手机加速度传感器信号基本特点。