最近在研究如何使用 iphone手機進行計步，網上找了些資料，基本上是基於加速計原理。至於什麼是加速計，加速計的使用原理大家就到google 上了，這裡不講這部份。
在研究中，根據自己搜到的資料，有使用差分法，離散，快速傅利葉變換來進行過濾提取，但是，由於我畢業多年了，這些大學裡的演算法，我也忘得七七八八了，現在看到這些就有點亂，一時間都識不了這些數學符號了，想要看懂這些，對我來說，可能需要乙個來到兩周的複習，估計可以免強看懂這些演算法吧。但目前也沒有心思來複習了，因此自己根據自己的一些粗方法，然後一步步縮小識別範圍來提取最終的走路步數。
下面計一下我的方法：希望能對和我一樣，對數學已經忘記多年的朋友能有幫助，至於對演算法高手的就不要見笑了。
準備工作，為了能更好的分析走路的頻率，我自己寫了個監控，採集資料模組。見圖：
有了這個觀察工具之後，就可以進行必要的分析了。
1。利用重力感應的加速計進行資料採集，想必大家用過加速計的話，可以看到得到的資料向量值相對較小，變化也特別細，（x,y,z）。
2。對加速計的資料進行處理，當然我這也是使用目前傳統的做法，sqrt(x*x +y*y +z*z); 但我對這個資料進行了放大20倍進行觀察。
3。關鍵：這裡需要對採集到的資料進行觀察。見我的採集資料分析。
手拿iphone平放在手撐上，極力保持走路中平行不易受震動影響（主要是想在這種小震動能不能測出步數）見圖：
從圖中的藍色線可以看到幾乎是比較平整的線形分布。
再來看將手機放在上衣口袋裡時採集到資料進行分析：
資料中這裡是兩步，有明顯的步調波動。
下面再來看一下放在褲代里產生的步調頻率，如圖：
其中波峰較大的（藍色），是有手機在代的腳的落腳點，右這的哪個小波峰是沒有手機的落腳點。可見在行走過程中會產生這樣乙個週期性的變化。
4。現在分析出資料圖樣之後，乙個問題就是如何從這些不規測的資料中提正確提取出步調。
因此這裡會用到濾波，大家可以從圖中看到紅色線條部分，就是我進行濾波之後得出的圖樣，我把所有波峰慮為高訊號輸入，波谷濾為低訊號輸入
因此經濾波後就可以看到一高一低的訊號，但訊號中還是有波雜波，（什麼意思呢？）就是因濾波之後，原來多個連續波峰有可能被變為一高一低的連續頻率。
因此在這裡需要檢測出步調產生的連續波峰。這也是比較難提取的地方了。通常說波峰對於尖角波峰波從可以利用 data[n-1] data[n+1]可以得到第ｎ點是波峰，同樣波谷也可以用data[n-1]>data[n],data[n]幾圖：
5。進行步數提取，從上面的步驟後，可以看到經最後的濾波後有小小的雜波。哪現在就是要對這些雜波進行分析取樣，變為最終的符會人的走路週期。我這裡也沒有很好的演算法進行提取，只是利用連續的波峰時間差進行區分，如當前收到的為低訊號時，下乙個資料為高訊號，哪麼在這個變化點記錄下此時的低訊號時間點，同時記下高訊號的時間點。先看圖樣吧，光文字有點亂。
如何判斷為連續波峰（目的用於作為乙個步數大小進行計算。）如上圖，在第一步變化區時記錄下lowbegintime記為ls ,highbegintime記為hs,當第一次變化後，一直在高訊號區輸出，認為訊號源是沒有變化的，這時只需要重新整理高訊號的時間點即可，一直等到第二次變化區出現（由高訊號變為低訊號）這時需要及時記錄下變化時的高訊號時間點hs1, 和低訊號的時間點ls1,然後就是低訊號不變，一直輸入到第三次變化區，這時又會碰到乙個高訊號的時間點，hs2,得用hs2-hs1之間的時間差如果小於ｘ閥值則認為是連續的。此時如果這兩個波峰被判斷為連線哪麼低訊號就需要被重新整理到ls2了。如果被判斷不為連續，哪麼此時ls1-ls就是乙個步數所變化時間ｔ，如果ｔ在人的頻率範圍，哪麼就可以作為一步計算了。這個判斷方法的好處在於可以將人為的不斷搖手機產生的頻率時，這裡不會作為步數計算。但如果手搖手機產生的震動頻率與人的步調差不多的情況下，還是會進行計算步數的，這是目前採用加速 計不可避免的誤計。
以上經本人親自己測試，以不同方式走路，除去啟動前的和結束時的噪波干擾，基本能正確算出走路的步數。
智慧型手機的時代
早餐的時候和同事聊起智慧型手機的發展，我們都覺得未來的手機世界非智慧型莫屬。一方面是人們的要求越來越高，以前能在電腦上享受的服務，現在也想在手機上體驗一把，而且說不定要求更高。另一方面，智慧型手機 和技術門檻的降低，也進一步帶動了這個市場。如果同樣的價錢可以買一部智慧型手機，那feature pho...
基於WIFI和android的智慧型手機開門設計
一 概述 android 安卓 是一種以linux為基礎的開源 作業系統，用於各種移動便攜裝置。其優點是擴充套件性強，應用程式豐富，現已發展到5.0版本。android的市場份額已躍居全球第一，為此基於安卓平台的各種應用也在迅速發展著。基於wifi和android的智慧型手機開門系統採用wifi轉串...
隱秘攻擊 惡意病毒可使智慧型手機加速老化
近日紐約大學研究人員發表了一篇 闡明 惡意病毒是如何加速智慧型手機老化的?惡意程式影響裝置硬體 在題為 magic 魔力 惡意老化電路 核心 的 中，來自紐約大學計算機研究小組的學者通過列舉了一連串方法，如晶元過載 故意降低效能以及留後門等對智慧型手機進行了悄無聲息的攻擊，結果顯示攻擊造成手機出現包...