摘要：科学技术使人们的生活更加便捷和快捷。随着移动网络的不断发展和智能手机的日益普及，基于智能手机的应用也在不断增加，开发需求也在不断增加。目前大多数智能手机中都内嵌了各种价格低廉、体积小巧、灵敏度高的传感器，而这些传感器无时无刻不在记录能够识别用户的数据信息，包括步态，指纹等。随着智能手机在敏感应用中的广泛使用，不断验证用户身份的不显眼方法变得至关重要。基于行走产生的步态加速度信号的特点，本文通过人体的步态加速度信号特征实现了人体识别系统的设计。基于智能手机的加速度计设备用于在人类行走期间测量和获取三轴步态加速度数据。将智能手机放在裤兜中，以250 Hz的采样率记录3D加速度信号。在完成记录之后，存储在智能手机APP本地数据库中，通过计算处理后，进行步态周期分割和步态特征提取。通过时域和频域分析，利用动态时间规整处理步行速度自然发生变化的问题，采用k近邻进行个体识别。对以正常速度行走的10名受试者进行实验。初步结果表明，可以根据他们的步态加速度识别用户。

关键词：智能手机;加速度传感器；步态特征；步态周期；步态识别

目录

摘要

Abstract

1前言：-1

1.1 研究背景和意义：-1

1.2 步态识别研究现状和发展趋势-2

1.3 步态识别系统的主要技术-3

1.3.1 计步算法：-3

1.3.2 K近邻分类算法-4

1.4.1 数据采集-4

1.4.2 特征提取-5

1.4.3分类器选择-5

1.5 论文概述-5

2系统方案的设计-6

2.1方案原理和特点-6

2.2方案选择依据-7

2.3设计步骤-7

2.4设计方案的论证-8

3硬件系统设计-10

3.1硬件系统概述-10

3.2加速度传感器工作原理-11

4软件系统设计-12

4.1开发环境简介-12

4.1.1 Android操作系统-12

4.1.2 Java Development kit（JDK）介绍-12

4.1.3 Android SDK-12

4.1.4 Android Studio-12

4.2系统设计流程图-13

4.2.1系统整体流程图-13

4.2.2 计步算法流程图-14

4.2.3 跑步与走路判断流程图-14

4.3主要功能模块的详细设计和实现过程-15

4.3.1功能模块的设计-15

4.3.2 主函数中主要功能的实现-15

4.3.3计步器算法的实现-17

4.3.4 判断走路与跑步功能的实现-20

4.3.5 判断手臂摇晃动作以及前伸动作功能的实现-21

4.3.6 步态特征值的提取-23

4.3.7 K近邻算法的实现-25

4.3.8后台服务保活的实现-28

5系统测试-29

6总结-31

参考文献-32

致 谢-34

附 录-35