步态作为人的一种行为特征,在身份识别、运动分析、医学领域都有着重要的研究意义。目前主流的步态研究方法有两种,一种是基于视频图像的方法,另一种是基于运动传感器(主要是加速度传感器)的方法。其中基于图像的方法对设备要求高、资金投入大,且限于在特定场所使用,现阶段国内的步态研究主要采用该方法。随着传感器技术的发展及制作工艺的改进,基于加速度传感器的步态研究也日渐增多,而且加速度传感器具有尺寸小、精度高、功耗低等优点,因此更容易进入应用领域。本文研究并设计了一种基于加速度信号的步态模式分类系统,实现了对水平行走和上、下楼梯三种运动状态的识别。该系统由加速度信号采集装置和数据分析处理软件两部分构成。主要研究工作包括以下内容:第一、介绍了国内外步态研究的现状、背景和意义,以及本课题的主要研究内容、难点和重点。第二、叙述了步态加速度信号采集装置的设计,该装置由加速度信号采集发送模块和无线接收模块两部分构成。将加速度信号采集发送模块固定于被测试者的后腰部,测量其运动时的三维加速度信号,并无线发送出去。与此同时,和上位机连接的无线接收模块接收由加速度信号采集模块发送的信号,并传送到计算机中。使用这种方法采集数据时不影响人的正常行走运动。文中详细描述了该采集装置的结构、硬件电路和控制软件的设计等。第三、通过对所采集的步态加速度样本数据进行分析研究,设计了一种基于多级分类模型的步态模式识别算法。该算法中的多级分类模型是采用离散小波变换提取与运动相关频带的时频特征,结合步频以及垂直方向和前进方向加速度信号之间的互相关性,并经过特征融合设计而成。通过10个人共360组数据的实验测试表明:本研究所设计的多级分类算法在提取少量特征的前提下达到了比较高的识别率,而且对测试对象的依赖性较小。最后,对本课题研究进行了总结分析,指出了系统中存在的不足以及可能的改进方法,并对步态研究的应用前景进行了展望。