随着社会的发展,人们越来关注健康这个话题,适量的运动和良好的睡眠可以让人们保持健康。人体运动状态、运动卡路里消耗、运动姿态识别和睡眠监测是当前研究的热点,而微型传感器技术的发展给可穿戴式人体运动监测带来了可能性。这种技术在人体运动监测中有很多的优势,特别是基于惯性传感器的运动监测。本文用加速度传感器模块的方法实现了人体运动状态识别、精确计算不同运动状态下的卡路里消耗、运动姿态表征和睡眠状态分析。本文首先对人体走、跑和上下楼梯的不同运动进行分析,寻找能区别它们的特征量,识别不同的运动程度,用支持向量机的方法对日常运动包括走路、跑步和上下楼进行识别,在此基础上精确计算不同运动状态的卡路里消耗。研究表明,这种方法可以很好的识别人体日常不同的运动状态,用不同的计算方法计算不同运动强度的卡路里消耗可以更加准确。运动时正确的运动姿态不管是对平时的锻炼者还是病人的康复都非常重要。在人体运动姿态解算原理和常用坐标系分析基础上,选用欧拉角来表示人体的运动姿态。通过对正常走路和不正常走路情况下两只手腕和脚踝的加速度和欧拉角数据进行实测分析,结果表明该方法可以较好地表征人体运动姿态,可用来监测中风病人的恢复程度,也可以让人们发现自己不正常的运动姿态从而进行调整。好的睡眠质量对人们的身心健康意义重大,而睡眠与觉醒和我们的体动有一定关系。不同的人的睡眠状况会有差异,但是我们不同的睡眠状态下手臂的运动还是有规律可循。本文进一步尝试用合加速度和角度同时表征睡眠中肢体的运动幅度,进而检测人体睡眠状况。研究表明用此方法可以对人体的睡眠或觉醒进行识别并能够对睡眠深度进行分析。