Algorithme de détection des dents de scie en tempsSéries

Question

Ce que vous voyez ici est un graphique de l'accélération sur l'axe vertical (ou l'axe de la tête aux pieds) d'une personne qui marche.

Je veux mettre en œuvre une méthode fiable pour reconnaître ce modèle de mouvement et comptez pas d'étapes. Comme nous pouvons immédiatement remarquer que chaque étape correspond à un pic et un creux de la moyenne d'environ 10-10,5 ms^2 ligne.

Plus tôt, je comptais sur un mécanisme à base de détection de seuil, mais qui ont généré de très mauvais résultats, car il y a des variables:

1. Si la personne marche plus lente ou plus rapide le graphique se développerait dans le temps axe
2. Si une personne ou plus légère étapes plus dur que les pointes et les creux sont plus petits et plus, respectivement

cependant dans tous les cas, le motif est toujours le même qui est un pic et immersion à intervalles presque réguliers

quel est le meilleur algorithme raisonnable pour détecter ce modèle avec une précision raisonnable et temps de calcul

Answer 1

never mind j'ai tout compris, il était plutôt très simple, tout ce que je devais faire était de décider d'un seuil de bruit et une base niveau ou niveau zéro puis exécutez un détecteur de crête sur elle

suivant est la procédure abstraite

• niveau de base est calculé en temps réel en moyenne des derniers 30 échantillons
• valeurs au dessus du niveau de base - seuil de bruit ont été considérés comme des pics positifs
• valeurs en dessous du niveau de base - seuil de bruit ont été considérés comme des pointes négatives
• Une paire de pointes subséquentes positives et négatives détectées dans un court intervalle d'environ ~ 500ms est considéré comme une étape.

avec réglage précis de la précision est ~ 98% et peut compter pas des mesures prises très fiable