近年来,由于可穿戴设备的便携性,可穿戴设备在人们的日常生活中变得越来越流行。现代的可穿戴设备基本都配备有惯性传感器,其中包括加速度计和陀螺仪。基于惯性传感器的人体运动感知机制也成为了近年来的研究热点。在本文中,我们主要关注基于惯性传感器的人体运动感知机制中的两个方面:多传感器设备的安全认证以及多传感器设备的空间同步。首先,无线热点网络允许设备之间自发地查找对方并且进行交互,但是由于无线网络的性质,设备之间的安全认证成为了一个重要的问题。在本文中,我们提出了一个基于陀螺仪的姿态跟踪模型(GYAT),并基于此模型设计和实现了一个基于惯性传感器的握手认证系统。两个手腕上佩戴可穿戴设备的用户可以通过现实世界中的握手动作建立设备之间的安全认证。在认证过程中,我们抽取惯性传感器数据的相关性,并且在用户设备上独立地生成密钥。我们在MOTO 360智能手表上实现了基于惯性传感器的握手认证系统,实验显示我们的GYAT算法可以获得平均85%的设备间数据相关性,以及平均14b/s的密钥生成速率。其次,在握手认证系统中基于陀螺仪姿态的跟踪模型的研究基础上,我们做了进一步的扩展研究,定义了多传感器设备的空间同步概念。空间同步技术可以为很多应用服务,比如说虚拟现实的动作感知以及人机交互(HCI)。在本文中,我们提出了一个基于人体运动的空间同步框架(MOSS),并基于此框架设计和实现了一个基于惯性传感器的空间同步系统,它适用于任何包含加速度计和陀螺仪的设备。当人体向前运动时(比如走路和跑步),系统利用人体上多个移动设备的加速度数据进行空间同步;当人体停止向前运动时,此时我们无法获得一致向前的力,系统将利用移动设备的陀螺仪数据来维持空间同步。我们在6个移动设备上,包括1个Google Glass,5个Samsung S5智能手机。实验显示我们的MOSS算法可以获得平均6.8°的角度误差以及平均93%的测量相似度。本文的主要贡献如下:1.我们提出了一个基于陀螺仪的姿态跟踪模型(GYAT),它能够跟踪节点的运动,并且校准惯性传感器数据,使得设备间的惯性传感器数据能够获得最大的相似度。2.我们实现了基于惯性传感器的握手认证系统,并在真实环境下进行了实验分析,实验结果显示我们的握手认证系统取得了平均85%的设备间数据相关性,以及平均14b/s的密钥生成速率。3.我们提出了多传感器设备空间同步的MOSS框架。特别地,我们提出了一个用来获取空间同步的一致方向估计器与一个维持空间同步的基于陀螺仪的姿态跟踪器。4.我们在COTS移动设备上实现了基于惯性传感器的空间同步系统,实验结果显示我们的系统可以获得平均6.8°的角度准确度,以及平均93%的测量相似度。