加速度传感器计步器设计及其性能提高(外文翻译)_外文翻译温度传感器

加速度传感器计步器设计及其性能提高(外文翻译)由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“外文翻译温度传感器”。

基于加速度传感器的计步器及性能提高

摘要：计步器可以帮助人们实时掌握锻炼情况，它通过检测人体行走步数和步幅可计算出行走的路程。为了提高计步器的准确性，借助MATLAB仿真工具，充分利用加速度传感器输出的三轴加速度信号，经分别处理后．利用基于信号能量自适应门限来检测加速度信号的峰值个数，从而准确地计算出人体行走的步数。最后。对年轻人与老年人行走数据进行采集，通过文中方法与传统方法处理后进行对比。实验结果表明，相对于传统方法，基于信号能量自适应门限检测方法具有更好的性能．能有效地提高计步器的准确度。

关键词：加速度传感器，单片机，微机电系统，低功耗。

1、介绍

计步器是一种颇受欢迎的日常锻炼进度监控器，可以激励人们挑战自己，增强体质，帮助瘦身。早期设计利用加重的机械开关检测步伐，并带有一个简单的计数器。晃动这些装置时，可以听到有一个金属球来回滑动，或者一个摆锤左右摆动敲击挡块。如今，先进的计步器利用MEMS（微机电系统）惯性传感器和复杂的软件来精确检测真实的步伐。MEMS惯性传感器可以更准确地检测步伐，误检率更低。MEMS惯性传感器具有低成本、小尺寸和低功耗的特点，因此越来越多的便携式消费电子设备开始集成计步器功能，如音乐播放器和手机等。ADI公司的3轴加速度计ADXL335, ADXL345和 ADXL346小巧纤薄，功耗极低，非常适合这种应用。文章介绍了加速度传感器的工作原理、结构及功能，设计出了一种基于加速度传感器的电子计步器。实验中由加速度传感器获取步态的加速度信号，单片机的内置模数转换器对其进行采样和A/D 转换后，就得到了步态的特征数据，此数据通过并口被送入单片机中经过一定的算法，输出在LCD 液晶显示屏上显示。

人体行走时的行为可以通过很多参数来描述，但不同的参数反映着不同的方面，本文主要是测量人行走步数，以达到及时了解自己每日行走的步数及运动量并进行及时调节和锻炼的目的，人行走的行为可以通过距离、速度、加速度等参数来描述，不同的参数有着不同的精确度，通过检测人行走时的加速度信号可以有效的获得步数信息。而人行走时在水平前向、侧向和垂直方向上都有加速度，如下图所示：

ADXL335是三轴(X 轴，Y 轴，Z 轴)加速度传感器，正好可以对人行走时的三个方向的加速度信号进行检测，从而更精确的获取人行走时的信息。

图2.ADXL335功能框图

图3.从一名跑步者测得的x、y和z轴加速度的典型图样

2、加速度传感器的原理

加速度是速度变化量与发生这一变化所用时间的比值（△V/△t），是描述物体速度改变快慢的物理量，通常用a表示，a=F/m,加速度只和施加在物体上合力F，和物体的质量有关，与速度和时间无关。重力加速度：地球表面附近的物体因受重力产生的加速度叫做重力加速度，也叫自由落体加速度，用g表示。重力加速度g的方向总是竖直向下的。在同一地区的同一高度，任何物体的重力加速度都是相同的。惯性传感器：应用惯性原理和测量技术，感受载体运动的加速度、位置和姿态的各种敏感装置。如加速度传感器，MEMS是指可批量制作的，集微型机械结构构、微型传感器、微型执行器以及信号处理和控制电路、直至接口、通信和电源等于一体的微型器件或系统。现在的加速度传感器，陀螺仪都是基于MEMS的。加速度传感器是一种能够测量加速力的电子设备。加速力就是当物体在加速过程中作用在物体上的力，就好比地球引力，也就是重力。加速力可以是个常量，比如g，也可以是变量。线加速度计的原理是惯性原理，也就是力的平衡，A(加速度)=F(惯性力)/M(质量)我们只需要测量F就可以了。怎么测量F？用电磁力去平衡这个力就可以了。就可以得到F对应于电流的关系。只需要用实验去标定这个比例系数就行了。当然中间的信号传输、放大、滤波就是电路的事了。多数加速度传感器是根据压电效应的原理来工作的。所谓的压电效应就是“对于不存在对称中心的异极晶体加在晶体上的外力除了使晶体发生形变以外，还将改变晶体的极化状态，在晶体内部建立电场，这种由于机械力作用使介质发生极化的现象称为正压电效应”。一般加速度传感器就是利用了其内部的由于加速度造成的晶体变形这个特性。由于这个变形会产生电压，只要计算出产生电压和所施加的加速度之间的关系，就可以将加速度转化成电压输出。当然，还有很多其它方法来制作加速度传感器，比如压阻技术，电容效应，热气泡效应，谐振式，隧穿式，等，但是其最基本的原理都是由于加速度产生某个介质产生变形，通过测量其变形量并用相关电路转化成电压输出。二轴加速度传感器能够同时检测两个方向（x轴，y轴）上的加速度。三轴加速度传感器能够同时检测三个方向上的加速度，x，y，z。

图4.传感器检测原理垂直剖面图

3、加速度传感器算法

首先，为使加速度图样所示的信号波形变得平滑，需要一个数字滤波器。可以使用四个寄存器和一个求和单元，如图5所示。当然，可以使用更多寄存器以使加速度数据更加平滑，但响应时间会变慢。

图5.数字滤波器 图6显示了来自一名步行者所戴计步器的最活跃轴的滤波数据。对于跑步者，峰峰值会更高。

图6.最活跃轴的滤波数据

动态阈值和动态精度：系统持续更新3轴加速度的最大值和最小值，每采样50次更新一次。平均值(Max + Min)/2称为“动态阈值”。接下来的50次采样利用此阈值判断个体是否迈出步伐。由于此阈值每50次采样更新一次，因此它是动态的。这种选择具有自适应性，并且足够快。除动态阈值外，还利用动态精度来执行进一步滤波，如图7所示。

图7.动态阈值和动态精度

利用一个线性移位寄存器和动态阈值判断个体是否有效地迈出一步。该线性移位寄存器含有2个寄存器：sample_new寄存器和sample_old寄存器。这些寄存器中的数据分别称为sample_new和sample_old。当新采样数据到来时，sample_new无条件移sample_old入寄存器。然而，sample_result是否移入sample_new寄存器取决于下述条件：如果加速度变化大于预定义精度，则最新的采样结果sample_result移入sample_new寄存器，否则sample_new寄存器保持不变。因此，移位寄存器组可以消除高频噪声，从而保证结果更加精确。

步伐迈出的条件定义为：当加速度曲线跨过动态阈值下方时，加速度曲线的斜率为负值(sample_new

步伐计数器利用此算法可以很好地工作，但有时显得太敏感。当计步器因为步行或跑步之外的原因而非常迅速或非常缓慢地振动时，步伐计数器也会认为它是步伐。为了找到真正的有节奏的步伐，必须排除这种无效振动。利用“时间窗口”和“计数规则”可以解决这个问题。

“时间窗口”用于排除无效振动。假设人们最快的跑步速度为每秒5步，最慢的步行速度为每2秒1步。这样，两个有效步伐的时间间隔在时间窗口[0.2 s峰值加速度差较大，各种弹簧点看起来不同。因此，代表弹簧的量的数据，而不是代表真实数据的数据量是不同的，与图10相比。该算法只看到加速度测量值的一组，不会注意这些测量值的上下文中的问题，因此，无需拆卸有用的数据。

图10

图11

这两个图之间也有一些重要的区别。底部的一部分，每一个步骤的曲线在图11中略窄的曲线的顶部是更一致（更少的鲜明的峰）。这些差异导致更高的平均样本值和最小和最大的采样值。为了便于比较，检查数据图，在图12中不同的个体的步幅非常相似，在图10中的主体1。然而，数据本身看起来很大的不同。

图12 主题2比主题1在步幅有很大的变化（如图10所示）。然而，这两组数据代表大致相同的行走距离。仅仅计算距离的峰值提供了广泛的不同的结果。使用一个简单的双积分有同样的问题。

所有努力拿出一个全面的方法解决这个问题，使用简单的计算存在同样的问题。这导致了一系列的正常化中的数据方式，消除了弹簧的尝试，但这些尝试证明未成功。主要的原因似乎是它们要求的数据的上下文中的一些出入。然而，该解决方案需要能够上下文中的数据，而无需操作。一种可能的解决这个问题的方法开始浮出水面。前面提到过的数据如何去改变时，从慢到快的步伐，有不太明显的变化，由于弹性用更长的时间，更快的步幅。得到的结果是更高的采样点的平均值，相对于数据的最小值和最大值。视觉上，它有点难以保证，在图12中所示的步骤中给定量的反弹。但是，计算表明，平均与峰值在图10中是非常相似。因此，一个简单的算法是来确定行走距离。这个算法便是：

d是所计算的距离。k是一个常数。max在这个步骤测量中的最大的加速度值，min是最小加速度值。avg为平均加速度值。

这个简单的解决方案，保持良好的各种步幅长度。但有些科目变化多达10％的距离，从测得的平均距离为组。这是不是在±7.5％的误差范围是针对未校准的测量。另一种解决方案是需要的。

在最后的测试中使用的比例似乎反映了不同科目的步骤在弹性中差异。两种方法相结合是有意义的尝试。让我们再回到原来的想法，使用双积分，这个比例被用作一个修正系数，从计算特征运算下弹簧数据。因此，得出的公式是：

该算法保持了良好误差消除性，所有的变化在约6％之内。该算法本身容易校准与调整的乘数k的步伐。结果指出，这里没有包括这个平均值使用。在这个实验中，只有X-和Y-轴被使用。灵活选择的3轴加速度传感器，两个轴被认为是足够完成任务。ADXL323可用于代替ADXL330。因为引脚配置为Z轴的输出是相同的，而且可以同时用于相同的布局。这些实验在计步器的距离测量上取得好成绩。步计数算法确保它运作良好，一边走一边运行，然而，它可能是一个简单的算法可以被愚弄为nonwalking运动。预计在AN-602中描述的时间窗函数能够得到改善。

5、总结

ADXL345是一款出色的加速度计，非常适合计步器应用。它具有小巧纤薄的特点，采用3 mm × 5 mm × 0.95 mm塑封封装，利用它开发的计步器已经出现在医疗仪器和高档消费电子设备中。它在测量模式下的功耗仅40 µA，待机模式下为0.1 µA，堪称电池供电产品的理想之选。嵌入式FIFO极大地减轻了主处理器的负荷，使功耗显著降低。此外，可以利用可选的输出数据速率进行定时，从而取代处理器中的定时器。13位分辨率可以检测非常小的峰峰值变化，为开发高精度计步器创造了条件。最后，它具有三轴输出功能，结合上述算法，用户可以将计步器戴在身上几乎任何部位。

几点建议：如果应用对成本极其敏感，或者模拟输出加速度计更适合，建议使用ADXL335，它是一款完整的小尺寸、薄型、低功耗、三轴加速度计，提供经过信号调理的电压输出。如果PCB尺寸至关重要，建议使用ADXL346，这款低功耗器件的内置功能甚至比ADXL345还多，采用小巧纤薄的3 mm × 3 mm × 0.95 mm塑封封装，电源电压范围为1.7 V至2.75 V。

参考文献

[1]Choi Kwonhue．Cheun Kyungwhoon，JunE Taejin．

Adaptive PN code acquisition using instantaneous power— scaled detection threshold under rayleigh fading and pulsed gauian noise jamming[J]．2005.[2]CAI B G．Position estimation via fusion and integration of GPS andinertial 8ensol{[R]．[8．I]：Report of CITR． the Ohio State University，2008.[3] Toward free-living walking speed estimation using Gauian Proce-based Regreion with on-body accelerometers and gyroscopes2008 [5] Randomised controlled trial of a complex intervention by primary care nurses to increase walking in patients aged 60–74 years: protocol of the PACE-Lift(Pedometer Accelerometer Consultation Evaluation2013 [6] Development and Testing of a Device for Human Kinematics Measurement2006

[8] Translating accelerometer counts into energy expenditure: advancing the quest2006 [10] Space and habitat use of the African elephant in the Tarangire-Manyara ecosystem, Tanzania: Implications for conservation2005 [12] Convert your smartphone into a pedometer and tracking device2010 [14] Dead-Reckoning Method Using the Spring Model2011