EEMD降噪的行人活动识别方法

作者：孙伟; 姜伟^*; 黄恒; 吴家骥

来源：导航定位学报, 2021, 9(03): 41-47.

DOI：10.16547/j.cnki.10-1096.20210307

• 微机电系统惯性传感器
• 行人活动识别
• 集合经验模态分解
• 数据降噪

针对微机电传感器加速度计存在随机误差引起的数据质量差,从而导致行人活动识别精度不高的问题,提出了一种基于集合经验模态分解算法的数据降噪行人活动识别方法。利用加速度计收集训练数据和活动识别数据,采用集合经验模态分解算法,将加速度信号分解为多个本征模态分量和一个残余分量,去除高频部分模态分量并对其余分量进行重构,得到降噪信号后再提取时域、频域特征,分别进行模型训练和活动识别。三组行人活动识别实验结果表明,基于集合经验模态分解算法的数据降噪行人活动识别方法对5种日常行人活动识别率较高,平均查全率达到91.8%,平均查准率到达92.3%,其中慢跑查全率最高,达到97.5%,查准率达到100%。对比实验结果表明,经该算法处理后,各模式识别精度均有所提升,其中,上楼模式查全率提升4.3%;行走模式查全率提升2.1%;下楼模式查全率提升4.7%,验证了降噪算法的有效性。

• 单位
  武汉大学; 辽宁工程技术大学