System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智能监测,尤其涉及一种用户状态监测方法、手环、装置、设备及存储介质。
技术介绍
1、随着生活水平的提高,智能手环作为一种集成了定位、健康监测等多种功能的便携式智能可穿戴设备,逐渐被人们青睐。
2、现有的智能手环通常采用到达时间差(time difference of arrival,tdoa)的方法进行用户定位。这种方法以每秒一次的频率发送广播包,这些包被周围的基站接收。利用这些手环发出的广播包到达每个基站的到达时间差,可以确定手环的位置。但通过到达时间差的方法进行定位由于建筑物、地形、系统误差等因素,导致定位精度低。此外,对于智能手环采集到的心率、血氧量数据的处理,手段复杂,提高了系统能耗。
3、上述内容仅用于辅助理解本专利技术的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供了一种用户状态监测方法、手环、装置、设备及存储介质,旨在解决现有技术中智能手环的数据监测精度低、能耗大的技术问题。
2、为实现上述目的,本专利技术提供了一种用户状态监测方法,所述方法应用于智能手环,所述方法包括以下步骤:
3、获取用户状态监测信号;
4、基于所述用户状态监测信号进行卡尔曼滤波,获得初次滤波信号;
5、通过中值滤波算法对所述初次滤波信号进行二次滤波,获得二次滤波信号;
6、根据所述二次滤波信号确定用户状态监测结果。
7、可选地,所述用户状态监测
8、所述获取用户状态监测信号的步骤,包括:
9、向不同定位基站发送定位请求包;
10、接收各所述定位基站基于所述定位请求包返回的用户定位状态监测信号。
11、可选地,所述初次滤波信号包括:定位初次滤波信号;
12、所述基于所述用户状态监测信号进行卡尔曼滤波,获得初次滤波信号的步骤,包括:
13、将所述用户定位状态监测信号作为卡尔曼滤波器的初始状态,并通过卡尔曼滤波算法对所述用户定位状态监测信号进行初次滤波,获得定位初次滤波信号。
14、可选地,所述二次滤波信号包括:定位二次滤波信号;
15、所述通过中值滤波算法对所述初次滤波信号进行二次滤波,获得二次滤波信号的步骤,包括:
16、根据所述定位初次滤波信号确定中值滤波窗口的窗口大小;
17、根据所述中值滤波窗口对所述定位初次滤波信号进行滤波处理,获得定位二次滤波信号。
18、可选地,所述用户状态监测信号还包括:用户身体状态监测信号;
19、相应地,所述初次滤波信号还包括:身体初次滤波信号;所述二次滤波信号还包括:身体二次滤波信号;
20、所述根据所述二次滤波信号确定用户状态监测结果的步骤,包括:
21、根据所述身体二次滤波信号和所述定位二次滤波信号确定用户状态监测结果。
22、可选地,所述根据所述用户状态监测信号确定用户状态监测结果的步骤之后,还包括:
23、对所述用户状态监测结果进行可视化展示。
24、此外,为实现上述目的,本专利技术还提出一种智能手环,所述智能手环包括:显示模块、主控模块、获取模块以及滤波模块;
25、所述获取模块,用于获取用户状态监测信号;
26、所述滤波模块,用于基于所述用户状态监测信号进行卡尔曼滤波,获得初次滤波信号;
27、所述滤波模块,还用于通过中值滤波算法对所述初次滤波信号进行二次滤波,获得用户状态监测信号;
28、所述主控模块,用于根据所述用户状态监测信号确定用户状态监测结果;
29、所述显示模块,用于对所述用户状态监测结果进行可视化展示。
30、此外,为实现上述目的,本专利技术还提出一种用户状态监测装置,所述用户状态监测装置包括:
31、获取模块,用于获取用户状态监测信号;
32、滤波模块,用于基于所述用户状态监测信号进行卡尔曼滤波,获得初次滤波信号;
33、所述滤波模块,还用于通过中值滤波算法对所述初次滤波信号进行二次滤波,获得二次滤波信号;
34、主控模块,用于根据所述二次滤波信号确定用户状态监测结果。
35、此外,为实现上述目的,本专利技术还提出一种用户状态监测设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用户状态监测程序,所述用户状态监测程序配置为实现如上文所述的用户状态监测方法的步骤。
36、此外,为实现上述目的,本专利技术还提出一种存储介质,所述存储介质上存储有用户状态监测程序,所述用户状态监测程序被处理器执行时实现如上文所述的用户状态监测方法的步骤。
37、本专利技术实施例通过获取用户状态监测信号;基于用户状态监测信号进行卡尔曼滤波,获得初次滤波信号;通过中值滤波算法对初次滤波信号进行二次滤波,获得二次滤波信号;根据用户状态监测信号确定用户状态监测结果。由于是通过卡尔曼滤波和中值滤波算法进行双重滤波,能够更有效地处理噪声和数据不确定性,提高了用户状态监测准确性的同时节省了监测设备的计算资源,降低了系统负载和能耗,延长了系统的续航时间,提升了设备的使用寿命和可持续性。
本文档来自技高网...【技术保护点】
1.一种用户状态监测方法,其特征在于,所述方法应用于智能手环,所述方法包括:
2.如权利要求1所述的用户状态监测方法,其特征在于,所述用户状态监测信号包括:用户定位状态监测信号;
3.如权利要求2所述的用户状态监测方法,其特征在于,所述初次滤波信号包括:定位初次滤波信号;
4.如权利要求3所述的用户状态监测方法,其特征在于,所述二次滤波信号包括:定位二次滤波信号;
5.如权利要求4所述的用户状态监测方法,其特征在于,所述用户状态监测信号还包括:用户身体状态监测信号;
6.如权利要求1-5任一项所述的用户状态监测方法,其特征在于,所述根据所述用户状态监测信号确定用户状态监测结果的步骤之后,还包括:
7.一种用户状态监测手环,其特征在于,所述用户状态监测手环包括:显示模块、主控模块、获取模块以及滤波模块;
8.一种用户状态监测装置,其特征在于,所述用户状态监测装置包括:
9.一种用户状态监测设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用户状态监
10.一种存储介质,其特征在于,所述存储介质上存储有用户状态监测程序,所述用户状态监测程序被处理器执行时实现如权利要求1至7任一项所述的用户状态监测方法的步骤。
...【技术特征摘要】
1.一种用户状态监测方法,其特征在于,所述方法应用于智能手环,所述方法包括:
2.如权利要求1所述的用户状态监测方法,其特征在于,所述用户状态监测信号包括:用户定位状态监测信号;
3.如权利要求2所述的用户状态监测方法,其特征在于,所述初次滤波信号包括:定位初次滤波信号;
4.如权利要求3所述的用户状态监测方法,其特征在于,所述二次滤波信号包括:定位二次滤波信号;
5.如权利要求4所述的用户状态监测方法,其特征在于,所述用户状态监测信号还包括:用户身体状态监测信号;
6.如权利要求1-5任一项所述的用户状态监测方法,其特征在于,所述根据所述用户状态监测信号确定用户...
【专利技术属性】
技术研发人员:孙军,王小波,何武,李志宇,
申请(专利权)人:中铁二十局集团第二工程有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。