进入21世纪以来人们的物质生活逐渐丰富,很多人不再是仅仅关注温饱问题,身体健康和生活品质逐渐受到人们的关心,越来越多的人们热衷于强身健体,其中羽毛球由于其简便、有趣、花样多的特点而受到人们的青睐。得益于科学技术的飞速发展,像智能运动手环、智能手表、智能鞋垫、智能头盔等产品在内的智能设备和网络技术也得到了迅猛的发展。这些智能设备会收集佩戴者的运动数据,通过佩戴者的运动数据得到佩戴者详细的运动信息,再将信息反馈给运动者。使得运动者在锻炼身体的同时,更加了解自己的身体状况和竞技水平,还能增加运动的趣味性。然而,很少有用于羽毛球运动的智能设备或者数据统计系统。因此,本文提出了一种能够识别6种常见的羽毛球挥拍动作类型的算法,设计并实现了一款能够实时识别挥拍动作、统计运动数据、分析运动数据并带有社交功能的手机应用软件。研究内容主要分为以下两个部分:（1）研究出了一种基于两层分类器动作识别算法,能够识别常见的6种羽毛球挥拍动作类型。本文通过固定在羽毛球球拍握把底部的单惯性传感器,采集了12名运动者的挥拍动作数据,采用低功耗蓝牙（Blue Low Energy,BLE）进行数据的传输和收集。对采集到的实时数据通过动作窗口和滑动窗口相结合的窗口切割方法进行截取,提取经窗口截取后的动作数据特征,再使用主成分分析法（Principal Component Analysis,PCA）和线性判别分析法（Linear Discriminant Analysis,LDA）对特征数据进行降维,以间接实现特征选择,最后采用基于支持向量机（Support Vector Machine,SVM）和自适应提升算法（Adaptive Boosting,Ada Boost）的两层分类器来识别羽毛球运动中的6种常见挥拍动作。经过实验证明,本文所采用的方法对6种常见羽毛球挥拍动作类型的识别率能够达到96.75%。（2）研发了一款基于i OS的羽毛球辅助训练应用软件,软件通过BLE与数据采集设备通信,收集运动者的实时挥拍动作数据,并能够实时识别出具体的挥拍动作类型。此外,应用软件还包含注册登录、运动数据统计分析及社交功能。用户能够通过社交模块,将运动数据及运动状态分享给其他一起运动的朋友们,互相了解交流以帮助运动者提高竞技水平。