伴随着社会的进步和发展,人们对自身的健康更加的重视,特别是现在人口老龄化越来越严重,当前的社会养老服务的基础设施及护理人员无法满足人的需求。目前我国医疗监护模式还主要是基于医院的大型设备,这种方式不仅会增加医院的负担,也带来诸多不便。引入新的医疗监护模式以提高医疗监护质量是一个迫切的需求。目前,在国际上兴起的体感网(BSN:Body Sensor Network)技术可以有效地辅助医院,允许患者在家中实现对生理信号的采集,从而达到远程医疗监护的目的。步态即为人体走路的姿态。人体走路的信息中包含了很多能反应人体健康状况的信息,所以对人体步态时空参数的分析在医学上有很重要的意义。传统的步态分析方法主要基于视频、压力传感器和大型步态模拟平台。但这些方法都有一定的缺点,不利于远程医疗的推广。随着微电子机械系统(MEMS)技术的飞速发展,加速度传感器和陀螺仪由于其廉价、轻量、低能耗和小尺寸等优点吸引了很多人的注意,并开始运用于运动分析中。本文提出了一种基于三轴加速度传感器和三轴陀螺仪的惯性测量模块(IMU)的步态定量分析算法。将惯性测量模块固定在人的脚踝部位,采集人体运动时的惯性信号,并对这些信号通过一定的算法进行分析,从而得到所需的步态参数。信号分析的过程主要包括信号预处理、步态分段、步态参数的计算和误差补偿四个部分。其中,信号预处理采用小波分解技术,步态周期进行分段时采用了基于知识的步态分段算法,步态空间参数的计算采用了四元数捷联惯性导航技术并求取脚的姿态,脚的姿态和速度的误差补偿分别采用了球状插值和线性插值技术。