它短程通信探針/信號(hào)提供。在一些實(shí)施例中，外部信號(hào)可由例如環(huán)境光強(qiáng)度等環(huán)境提 供。
[0087] 在一些實(shí)施例中，僅使用運(yùn)動(dòng)傳感器實(shí)施自動(dòng)觸發(fā)。運(yùn)動(dòng)信號(hào)的簽名取決于傳感 器裝置的放置而顯著不同。甚至在相同放置地點(diǎn)處，每一用戶的活動(dòng)也將以在時(shí)域以及變 換域（包含但不限于頻譜域）中具有不同特性的運(yùn)動(dòng)信號(hào)來(lái)記錄。因此，機(jī)器學(xué)習(xí)分類(lèi)技 術(shù)（例如決策樹(shù)學(xué)習(xí)、隱式馬爾可夫模型（HMM)及線性判別分析）可考慮用于此監(jiān)督學(xué)習(xí)。 對(duì)于離線訓(xùn)練，根據(jù)傳感器裝置的放置及用戶的活動(dòng)類(lèi)型收集并標(biāo)注數(shù)據(jù)。接著從時(shí)域中 的數(shù)據(jù)以及其經(jīng)變換表示（包含但不限于傅立葉變換及小波變換）提取特征。接著使用所 述特征來(lái)訓(xùn)練確定決策規(guī)則的系數(shù)。可離線訓(xùn)練此組系數(shù)（例如，在后處理中在云端上）。 所述組系數(shù)接著并入到傳感器裝置的嵌入式系統(tǒng)中以便確定用戶的裝置放置地點(diǎn)及活動(dòng) 類(lèi)型。
[0088] 在一些實(shí)施例中，除運(yùn)動(dòng)傳感器之外，還可使用額外傳感器來(lái)檢測(cè)活動(dòng)。額外傳感 器可包含但不限于下文中進(jìn)一步描述的那些傳感器。可在統(tǒng)計(jì)上從來(lái)自額外傳感器的具有 或不具有運(yùn)動(dòng)信號(hào)的信號(hào)推斷活動(dòng)類(lèi)型。舉例來(lái)說(shuō)，可利用HMM，其中隱藏狀態(tài)定義為物理 活動(dòng)，且所觀測(cè)狀態(tài)為傳感器信號(hào)的子組或全部。使用額外傳感器用于自動(dòng)觸發(fā)活動(dòng)類(lèi)型 模式的實(shí)例為通過(guò)檢測(cè)浸漬壓力增大或高壓而經(jīng)由壓力傳感器自動(dòng)檢測(cè)游泳。與運(yùn)動(dòng)信號(hào) 中的一些簽名組合的GPS數(shù)據(jù)或GPS信號(hào)可在統(tǒng)計(jì)上建模以檢測(cè)速度為活動(dòng)（例如駕駛及 騎車(chē)）的合乎需要度量的用戶活動(dòng)。
[0089] 在一些實(shí)施例中，可通過(guò)使用短程無(wú)線通信自動(dòng)地或半自動(dòng)地（例如，自動(dòng)地執(zhí) 行選擇模式的一或多個(gè)步驟但非所有步驟）選擇模式，如2013年3月5日申請(qǐng)的標(biāo)題為"近 場(chǎng)通信系統(tǒng)及其操作方法（Near Field Communication System, and Method of Operating Same)"的美國(guó)專(zhuān)利申請(qǐng)案13/785,904中所描述，所述美國(guó)專(zhuān)利申請(qǐng)案以引用的方式全部 并入本文中。在一些實(shí)施例中，無(wú)線電裝置可放置在與待檢測(cè)的活動(dòng)相關(guān)聯(lián)的特定地點(diǎn)處。 舉例來(lái)說(shuō)，NFC芯片可連接到健身器材。健身用戶可在特定鍛煉前后用其具NFC功能的傳 感器裝置標(biāo)記所述健身器材。在一個(gè)實(shí)施例中，安裝在健身器材上的NFC芯片還可發(fā)射從 健身器材搜集的鍛煉數(shù)據(jù)，其可用以校正及/或改進(jìn)由傳感器裝置測(cè)量的活動(dòng)數(shù)據(jù)。
[0090] 甚至在活動(dòng)期間，無(wú)線電裝置也可用以跟蹤活動(dòng)的強(qiáng)度及效率。此想法的一個(gè)實(shí) 施方案涉及用于室內(nèi)攀爬（例如，攀巖）的裝備有NFC的攀爬繩。攀爬者必須使其手及腳 接觸攀爬繩（來(lái)向上爬），以及界定路線的初始攀爬繩及最終攀爬繩（路線為可用于攀爬的 預(yù)定義區(qū)域、路徑及/或攀爬繩組，且通常給出對(duì)應(yīng)于其難度的等級(jí)）。安裝在用戶的手、腳 及或其它身體部位上的傳感器裝置與放置于攀爬繩中或其附近的NFC芯片通信。經(jīng)由所述 傳感器裝置收集的信息在傳感器裝置及/或云端計(jì)算系統(tǒng)中處理以向用戶提供對(duì)活動(dòng)的 更好了解。詳述實(shí)施方案及實(shí)施例見(jiàn)部分4. a。
[0091] 可利用預(yù)先存在的無(wú)線電設(shè)備來(lái)檢測(cè)用戶活動(dòng)。現(xiàn)代汽車(chē)常常配備有藍(lán)牙（BT) 技術(shù)。啟用BT的傳感器裝置可經(jīng)由BT通信協(xié)議與汽車(chē)配對(duì)。一旦監(jiān)測(cè)裝置與汽車(chē)彼此配 對(duì)，則走入汽車(chē)中將促使兩者之間的同步，且汽車(chē)將能夠發(fā)射關(guān)于用戶活動(dòng)的狀態(tài)及信息 (例如，以X mph駕駛η小時(shí)）。
[0092] 用于進(jìn)入運(yùn)動(dòng)強(qiáng)度模式的觸發(fā)事項(xiàng) [0093] 手動(dòng)觸發(fā)
[0094] 類(lèi)似于活動(dòng)類(lèi)型模式及裝置放置模式，還可通過(guò)與跟蹤裝置（例如，觸按、推動(dòng)按 鈕、執(zhí)行示意動(dòng)作，等）或與輔助裝置（例如，在智能電話應(yīng)用程序中選擇）的用戶交互來(lái) 觸發(fā)運(yùn)動(dòng)強(qiáng)度模式。
[0095] 自動(dòng)觸發(fā)
[0096] 在一些實(shí)施例中，跟蹤裝置或BMD的傳感器輸出含有可檢測(cè)運(yùn)動(dòng)強(qiáng)度簽名。此運(yùn) 動(dòng)強(qiáng)度簽名可通過(guò)BMD檢測(cè)且觸發(fā)裝置進(jìn)入各種運(yùn)動(dòng)強(qiáng)度模式?？墒褂脗鞲衅鬏敵龅慕M 合。觸發(fā)算法的輸入可直接或間接地來(lái)自傳感器輸出。舉例來(lái)說(shuō)，所述輸入可從加速度計(jì) 直接輸出，或其可為經(jīng)處理加速度計(jì)輸出，例如下文描述的"睡眠狀態(tài)"。
[0097] 如上文所解釋?zhuān)承┗顒?dòng)特性與由用戶所佩戴的BMD的運(yùn)動(dòng)傳感器檢測(cè)的不同運(yùn) 動(dòng)強(qiáng)度水平相關(guān)聯(lián)。在一些條件下，用戶參與移動(dòng)活動(dòng)，但用戶的佩戴BMD的肢體相比于肢 體自由移動(dòng)的常規(guī)移動(dòng)活動(dòng)具有減少的運(yùn)動(dòng)或受限的加速度。舉例來(lái)說(shuō)，用戶可能在握持 桿的同時(shí)在跑步機(jī)上跑步、在推動(dòng)購(gòu)物車(chē)的同時(shí)步行，或在攜帶沉重對(duì)象時(shí)步行。在此些條 件下，運(yùn)動(dòng)傳感器所檢測(cè)到的運(yùn)動(dòng)強(qiáng)度可能大大減小。此由圖4A到B中所示的數(shù)據(jù)加以說(shuō) 明。圖4A展示用于用戶的靜止、步行及跑步活動(dòng)的在時(shí)域（上圖）及頻域（下圖）中的加 速度數(shù)據(jù)。圖4B展示用于靜止、手扶于桿上時(shí)的跑步及手自由時(shí)的跑步的類(lèi)似數(shù)據(jù)。圖4A 的上圖展示跑步比步行產(chǎn)生的加速度信號(hào)高，步行的加速度信號(hào)又高于靜止。圖4B的上圖 展示手自由時(shí)的跑步產(chǎn)生最高信號(hào)強(qiáng)度水平，其高于手扶于桿上時(shí)的跑步，手扶于桿上時(shí) 的跑步高于靜止。值得注意的是，手扶于桿上時(shí)的跑步引起的加速度信號(hào)相比于步行較不 規(guī)則且噪聲較多。在手扶于桿上時(shí)的跑步時(shí)的此較低信號(hào)電平及/或較高噪聲下，難以使 用時(shí)域數(shù)據(jù)的峰值檢測(cè)分析來(lái)獲得步數(shù)。在一些條件下，BMD自動(dòng)地分析運(yùn)動(dòng)傳感器所提 供的運(yùn)動(dòng)信號(hào)，且自動(dòng)地切換運(yùn)動(dòng)強(qiáng)度模式，其采用不同數(shù)據(jù)處理算法來(lái)處理運(yùn)動(dòng)數(shù)據(jù)。 [0098] 在一個(gè)實(shí)施例中，裝置可使用運(yùn)動(dòng)傳感器信號(hào)強(qiáng)度確定裝置的模式。可例如通過(guò) 信噪比、信號(hào)范數(shù)（例如LU L2,等）、在某些頻帶中的信號(hào)能量/功率、小波縮放參數(shù)及/ 或超出一或多個(gè)閾值的樣本的數(shù)目來(lái)確定運(yùn)動(dòng)傳感器信號(hào)強(qiáng)度。在一些實(shí)施例中，加速度 計(jì)輸出功率用以確定不同運(yùn)動(dòng)強(qiáng)度模式，其中功率被計(jì)算為加速度計(jì)振幅值（或振幅平方 值）的總和。在一些實(shí)施例中，可使用來(lái)自一或多個(gè)運(yùn)動(dòng)傳感器的一個(gè)軸或兩個(gè)軸或三個(gè) 軸的數(shù)據(jù)來(lái)確定運(yùn)動(dòng)強(qiáng)度。在一些實(shí)施例中，來(lái)自一個(gè)軸的數(shù)據(jù)在信號(hào)相對(duì)較高時(shí)用于進(jìn) 一步分析，且來(lái)自?xún)蓚€(gè)或兩個(gè)以上軸的數(shù)據(jù)在信號(hào)相對(duì)較低時(shí)用于進(jìn)一步分析。
[0099] 當(dāng)運(yùn)動(dòng)水平在某一范圍內(nèi)時(shí)，可激活運(yùn)動(dòng)強(qiáng)度模式。在計(jì)步器傳感器裝置的情況 下，可存在對(duì)應(yīng)于三個(gè)模式的三個(gè)不同運(yùn)動(dòng)水平范圍：活動(dòng)模式、半活動(dòng)模式及不活動(dòng)模 式。下文進(jìn)一步論述模式的算法確定及模式之間的轉(zhuǎn)變，其以連續(xù)方式實(shí)現(xiàn)步數(shù)計(jì)數(shù)及用 戶的生物計(jì)量信號(hào)的后續(xù)測(cè)量。應(yīng)注意，本文所述的三模式方法用于說(shuō)明，且并不限制本發(fā) 明。可存在較少模式（例如，在兩模式系統(tǒng)中，活動(dòng)及不活動(dòng)（例如，汽車(chē)））或大于3個(gè)模 式。實(shí)際上，模式的數(shù)目可取決于用戶及用戶所執(zhí)行的典型活動(dòng)而變化。模式的數(shù)目還可 取決于用戶參與某些活動(dòng)的可能性而針對(duì)每一用戶動(dòng)態(tài)地改變。舉例來(lái)說(shuō)，當(dāng)檢測(cè)到用戶 使用GPS工作時(shí)，可停用高度活動(dòng)模式。
[0100] 在一些實(shí)施例中，除實(shí)時(shí)或準(zhǔn)實(shí)時(shí)運(yùn)動(dòng)傳感器數(shù)據(jù)之外或替代實(shí)時(shí)或準(zhǔn)實(shí)時(shí)運(yùn)動(dòng) 傳感器數(shù)據(jù)，可使用先前處理及/或存儲(chǔ)的傳感器信息來(lái)確定運(yùn)動(dòng)強(qiáng)度模式。在一些實(shí)施 例中，此類(lèi)先前信息可包含以固定時(shí)間間隔（例如，每分鐘一次）記錄的先前周期（例如，7 天）內(nèi)的運(yùn)動(dòng)信息。在一些實(shí)施例中，先前信息包含以下各者中的一或多者：睡眠分?jǐn)?shù)（覺(jué) 醒、睡眠、不安，等）、燃燒卡路里、所爬樓梯數(shù)、所走步數(shù)，等?？墒褂脵C(jī)器學(xué)習(xí)來(lái)從先前信息 檢測(cè)行為簽名，其可接著用以預(yù)測(cè)受試者在當(dāng)前時(shí)間具有某些活動(dòng)水平的可能性。一些實(shí) 施例使用一或多個(gè)分類(lèi)器或其它算法來(lái)組合來(lái)自多個(gè)源（例如，加速度計(jì)功率及按分鐘記 錄的數(shù)據(jù)）的輸入并確定用戶參與具有某些特性的活動(dòng)的概率。舉例來(lái)說(shuō)，如果用戶傾向 于在下午3點(diǎn)伏案工作但在下午6點(diǎn)去購(gòu)物，則先前運(yùn)動(dòng)相關(guān)數(shù)據(jù)將展示反映用戶的趨勢(shì) 的數(shù)據(jù)模式，所述趨勢(shì)可由分類(lèi)器中的BMD用來(lái)確定用戶在今日下午6:15可能在當(dāng)前時(shí)間 推著購(gòu)物車(chē)步行。
[0101] 在一些實(shí)施例中，可基于用戶可能進(jìn)行每一活動(dòng)（例如，駕駛）達(dá)連續(xù)時(shí)間周期的 先驗(yàn)知識(shí)來(lái)將聚類(lèi)算法（例如，k_均值聚類(lèi)、最接近鄰域聚類(lèi)，及期望最大化）應(yīng)用到分類(lèi) 的模式。
[0102] 在一些實(shí)施例中，可通過(guò)使用如上文針對(duì)活動(dòng)類(lèi)型模式及裝置放置模式的自動(dòng)選 擇所描述的短程無(wú)線通信來(lái)自動(dòng)或半自動(dòng)地選擇運(yùn)動(dòng)強(qiáng)度模式。
[0103] 傳感器數(shù)據(jù)處理區(qū)別-活動(dòng)類(lèi)型模式、裝置放置模式，及監(jiān)測(cè)
[0104] 用戶在一天當(dāng)中執(zhí)行許多類(lèi)型的活動(dòng)。然而，傳感器裝置不必針對(duì)所有活動(dòng)優(yōu)化。 知曉用戶在給定時(shí)間的活動(dòng)使得傳感器裝置能夠運(yùn)行針對(duì)每一特定活動(dòng)優(yōu)化的一或多個(gè) 算法。這些活動(dòng)特定算法產(chǎn)生更準(zhǔn)確數(shù)據(jù)。根據(jù)一些實(shí)施例，在每一活動(dòng)活動(dòng)模式中，可應(yīng) 用不同數(shù)據(jù)處理算法以改進(jìn)活動(dòng)度量準(zhǔn)確度且提供活動(dòng)特定生物計(jì)量數(shù)據(jù)。
[0105] 用戶可能在不同位置佩戴BMD。可如上文所描述手動(dòng)或自動(dòng)地設(shè)定裝置放置模 式。在每一裝置放置模式中，運(yùn)行放置特定算法以便更準(zhǔn)確地估計(jì)所關(guān)注的生物計(jì)量數(shù)據(jù)。 放置特定算法的變體可為自適應(yīng)運(yùn)動(dòng)信號(hào)強(qiáng)度閾值，其根據(jù)身體部位的預(yù)期移動(dòng)而改變其 值?？墒褂米赃m應(yīng)濾波技術(shù)來(lái)使用先驗(yàn)放置模式消除身體部位的過(guò)度移動(dòng)。例如支持向量 機(jī)或費(fèi)希爾判別分析等模式辨識(shí)技術(shù)還可用以獲得放置特定分類(lèi)器，所述分類(lèi)器將辨別信 號(hào)或信號(hào)的簽名是否表示所關(guān)注的生物計(jì)量數(shù)據(jù)。
[0106] 傳感器數(shù)據(jù)處理區(qū)別-運(yùn)動(dòng)強(qiáng)度模式
[0107] 時(shí)域分析
[0108] 在一些實(shí)施例中，BMD應(yīng)用在時(shí)域中處理數(shù)據(jù)的算法。此在對(duì)于數(shù)據(jù)容易在時(shí)域 中識(shí)別生理活動(dòng)的基本單位時(shí)尤其有用。此通常用于具有高信號(hào)或SNR的數(shù)據(jù)。在一些實(shí) 施例中，時(shí)域分析包含運(yùn)動(dòng)振幅數(shù)據(jù)（例如，加速度）的峰值檢測(cè)。返回到上文所論述且在 圖4A到B的上圖中所示的實(shí)例數(shù)據(jù)，可見(jiàn)到運(yùn)動(dòng)信號(hào)或SNR在用戶在手自由時(shí)說(shuō)話或跑步 時(shí)的條件中為大的條件。在如同這些條件的條件下，根據(jù)一些實(shí)施例，BMD使用時(shí)域分析。
[0109] 在許多實(shí)施例中，時(shí)域分析相比于下文進(jìn)一步描述的頻域分析更具時(shí)間及能量效 益，頻域分析適合于具有不充分的信號(hào)或SNR的數(shù)據(jù)。運(yùn)動(dòng)數(shù)據(jù)的峰值檢測(cè)相比于頻率分 析通常需要分析較少量的數(shù)據(jù)，因此其具有較低數(shù)據(jù)量及分析需求。在不同實(shí)施例中，可使 用從約為秒量級(jí)的持續(xù)時(shí)間收集的數(shù)據(jù)執(zhí)行峰值檢測(cè)操作。在一些實(shí)施例中，數(shù)據(jù)持續(xù)時(shí) 間的范圍為大約0. 5到120秒或1到60秒、2到30秒或2到10秒。相比之下，在一些實(shí)施 例中，頻率分析可使用比用于峰值檢測(cè)中的數(shù)據(jù)持續(xù)時(shí)間長(zhǎng)的數(shù)據(jù)。
[0110] 在一個(gè)實(shí)施例中，時(shí)域分析可應(yīng)用到具有相對(duì)較低信號(hào)或SNR的數(shù)據(jù)以找出與經(jīng) 緩沖運(yùn)動(dòng)傳感器信號(hào)的周期性及/或周期相關(guān)聯(lián)的特征。這些分析可包含但不限于自動(dòng)回 歸分析、線性預(yù)測(cè)分析、自動(dòng)回歸移動(dòng)平均分析及自動(dòng)/部分相關(guān)性分析。一或多個(gè)閾值規(guī) 則及條件性決策規(guī)則接著應(yīng)用到所述特征及/或分析的系數(shù)上以檢測(cè)周期性被估計(jì)周期， 且隨后為用戶的生物計(jì)量數(shù)據(jù)。
[0111] 頻域分析
[0112] 在一些實(shí)施例中，當(dāng)時(shí)域傳感器數(shù)據(jù)不容易識(shí)別生理活動(dòng)的基本單位時(shí)，使用在 頻域中操作的算法。常常發(fā)生問(wèn)題，因?yàn)橹芷谛孕盘?hào)具有相對(duì)較低的振幅，且峰值檢測(cè)算法 可能不夠可靠。一個(gè)實(shí)例為跟蹤裝置處于用戶的手腕上同時(shí)用戶正推動(dòng)?jì)雰很?chē)或購(gòu)物車(chē)時(shí) 的步數(shù)計(jì)數(shù)。另一實(shí)例為用戶處于跑步機(jī)上或正騎自行車(chē)時(shí)的步數(shù)計(jì)數(shù)。另一實(shí)例為用戶 在汽車(chē)中時(shí)的步數(shù)計(jì)數(shù)。在此情況下，頻域分析幫助我們避免對(duì)用戶歸因于在車(chē)上的振動(dòng) 而移動(dòng)（例如當(dāng)汽車(chē)顛簸時(shí)）時(shí)的步數(shù)進(jìn)行計(jì)數(shù)。第三實(shí)例為用戶步行同時(shí)用佩戴BMD的 肢體攜帶沉重對(duì)象時(shí)。
[0113] 參考上文所論述且在圖4B的上圖中所示的實(shí)例數(shù)據(jù)，當(dāng)用戶手扶在桿上跑步時(shí)， 加速度信號(hào)或SNR小。對(duì)于上圖中所示的數(shù)據(jù)難以使用峰值檢測(cè)，因?yàn)閿?shù)據(jù)有噪聲且峰值 不可靠。然而，頻率分量展示對(duì)于手扶在桿上跑步的兩個(gè)子圖，兩個(gè)頻譜峰值在圖4B的下 圖中處于約65Hz及130Hz處。在如同這些條件的條件下，根據(jù)一些實(shí)施例，BMD使用頻域 分析。
[0114] 如上文所提及，頻率分析可使用比用于峰值檢測(cè)中的數(shù)據(jù)緩沖的持續(xù)時(shí)間長(zhǎng)的數(shù) 據(jù)。在一些實(shí)施例中，用于頻率分析的數(shù)據(jù)持續(xù)時(shí)間的范圍在約秒量級(jí)到分鐘量級(jí)。在一 些實(shí)施例中，范圍為約1秒到60分鐘、2秒到30分鐘、4秒到10分鐘、10秒到5分鐘、20秒 到2分鐘，或30秒到1分鐘。
[0115] 在一些實(shí)施例中，可取決于分類(lèi)的所需分辨率設(shè)定經(jīng)緩沖運(yùn)動(dòng)信號(hào)的長(zhǎng)度。使用 運(yùn)動(dòng)強(qiáng)度模式的選擇算法到此經(jīng)緩沖運(yùn)動(dòng)信號(hào)的每一應(yīng)用對(duì)于運(yùn)動(dòng)信號(hào)的片段返回分類(lèi) 模式（例如，半活動(dòng)及駕駛模式）及步數(shù)（步調(diào)）計(jì)數(shù)。可接著將后處理應(yīng)用到傳感器裝置 的處理電路及/或遠(yuǎn)程處理電路（例如，云端服務(wù)器）中的這些所得值上。在一個(gè)實(shí)施例 中，可將簡(jiǎn)單濾波器應(yīng)用到估計(jì)步數(shù)（步調(diào)）以便移除步數(shù)（步調(diào)）計(jì)數(shù)的突然改變。在 另一情況下，可基于用戶可能正進(jìn)行每一活動(dòng)（例如，駕駛）達(dá)連續(xù)時(shí)間周期的先驗(yàn)知識(shí)將 聚類(lèi)算法（例如，k_均值聚類(lèi)、最接近鄰域聚類(lèi)，及期望最大化）應(yīng)用到分類(lèi)的模式。接著 使用來(lái)自聚類(lèi)的這些經(jīng)更新模式來(lái)更新給定經(jīng)緩沖運(yùn)動(dòng)信號(hào)的步數(shù)（步調(diào)）。
[0116] 在一些實(shí)施例中，BMD的運(yùn)動(dòng)強(qiáng)度模式可具有活動(dòng)模式、半活動(dòng)模式及不活動(dòng)模 式。在活動(dòng)模式中，傳感器裝置的運(yùn)動(dòng)傳感器檢測(cè)加速度、位移、海拔改變（例如，使用壓力 傳感器）及/或旋轉(zhuǎn)，其可使用峰值檢測(cè)算法轉(zhuǎn)換為步數(shù)。在不活動(dòng)模式中，用戶久坐（例 如，靜坐），且計(jì)步器（經(jīng)由運(yùn)動(dòng)傳感器）不測(cè)量具有走路簽名的任何信號(hào)。在此情況下，不 執(zhí)行進(jìn)一步計(jì)算以檢測(cè)步數(shù)。在半活動(dòng)模式中，運(yùn)動(dòng)傳感器觀測(cè)一些用戶移動(dòng)，但運(yùn)動(dòng)信號(hào) 并不擁有能夠使用峰值檢測(cè)算法準(zhǔn)確地檢測(cè)走路的足夠強(qiáng)的走路簽名（例如，運(yùn)動(dòng)傳感器 信號(hào)中由走路產(chǎn)生的一連串高振幅峰值。
[0117] 在半活動(dòng)模式中，可對(duì)某一長(zhǎng)度的經(jīng)緩沖運(yùn)動(dòng)信號(hào)執(zhí)行時(shí)域及/或頻域分析以找 出與例如走路等周期性移動(dòng)相關(guān)聯(lián)的特征。如果找出任何表示經(jīng)緩沖運(yùn)動(dòng)信號(hào)的周期性的 周期性或特征，則估計(jì)周期，且接著將其解釋為用戶的生物計(jì)量數(shù)據(jù)，例如經(jīng)緩沖運(yùn)動(dòng)信號(hào) 的平均步頻。
[0118] 頻域分析可包含不同于如圖4A和4B中所說(shuō)明的僅使用FFT或光譜圖的技術(shù)。舉 例來(lái)說(shuō)，一種方法可涉及首先對(duì)時(shí)域信號(hào)進(jìn)行帶通處理，且接著在時(shí)域中運(yùn)行峰值計(jì)數(shù)器。 可使用其它方法來(lái)利用頻率分析處理數(shù)據(jù)，且可接著進(jìn)一步處理所述經(jīng)處理數(shù)據(jù)以獲得信 號(hào)的周期性或峰值。
[0119] 在一些實(shí)施例中，可使用包含但不限于傅立葉變換（例如，快速傅立葉變換 (FFT))、倒譜變換、小波變換、濾波器組分析、功率譜密度分析及/或周期圖分析的技術(shù)對(duì) 經(jīng)緩沖運(yùn)動(dòng)信號(hào)執(zhí)行頻域變換/分析。在一個(gè)實(shí)施例中，可執(zhí)行頻域中的峰值檢測(cè)算法以 找出為經(jīng)緩沖運(yùn)動(dòng)信號(hào)的平均步頻的函數(shù)的頻譜峰值。如果未找出頻譜峰值，則算法將得 出結(jié)論：用戶的移動(dòng)與走動(dòng)運(yùn)動(dòng)不相關(guān)聯(lián)。如果找出峰值或一組峰值，則估計(jì)經(jīng)緩沖運(yùn)動(dòng)信 號(hào)的周期，從而實(shí)現(xiàn)生物計(jì)量數(shù)據(jù)的推斷。在另一實(shí)施例中，應(yīng)用例如費(fèi)希爾周期性測(cè)試等 統(tǒng)計(jì)假想測(cè)試以確定經(jīng)緩沖運(yùn)動(dòng)信號(hào)是否擁有任何周期性，且隨后確定其是否擁有與用戶 的活動(dòng)相關(guān)聯(lián)的生物計(jì)量信息。在又一實(shí)施例中，采用諧波結(jié)構(gòu)來(lái)測(cè)試周期性及/或估計(jì) 周期。舉例來(lái)說(shuō)，可執(zhí)行其參數(shù)模型并有經(jīng)緩沖運(yùn)動(dòng)信號(hào)的調(diào)和性的一般化似然比測(cè)試。
[0120] 在另一實(shí)施例中，可將一組機(jī)器習(xí)得系數(shù)應(yīng)用到從上文所描述的頻域及/或時(shí)域 分析獲得的頻域及/或時(shí)域特征的子組上。系數(shù)與所述頻譜特征的子組的內(nèi)積的線性/非 線性映射接著確定給定經(jīng)緩沖運(yùn)動(dòng)信號(hào)是否是從涉及一些周期性移動(dòng)的用戶運(yùn)動(dòng)產(chǎn)生。機(jī) 器學(xué)習(xí)算法將運(yùn)動(dòng)信號(hào)分類(lèi)成兩個(gè)類(lèi)別：從走路產(chǎn)生的信號(hào)，及從與走路不相關(guān)的活動(dòng)產(chǎn) 生的信號(hào)。
[0121] 舉例來(lái)說(shuō)，通過(guò)此半活動(dòng)模式算法，甚至當(dāng)用戶將傳感器裝置佩戴在其手腕上并 握持跑步機(jī)的把手同時(shí)其在跑步機(jī)上步行時(shí)也可檢測(cè)步數(shù)。在經(jīng)緩沖運(yùn)動(dòng)信號(hào)不具有走動(dòng) 運(yùn)動(dòng)的簽名的情況下，可忽略所述經(jīng)緩沖運(yùn)動(dòng)信號(hào)而不對(duì)任何步數(shù)進(jìn)行計(jì)數(shù)以消除對(duì)步數(shù) 進(jìn)行不正確計(jì)數(shù)的可能性。舉例來(lái)說(shuō)，在崎嶇不平的道路上駕駛的用戶在時(shí)域中的運(yùn)動(dòng)信 號(hào)將展示高振幅的一系列峰值，其具有類(lèi)似于走路的簽名的簽名。對(duì)于在崎嶇不平的道路 上駕駛的時(shí)域運(yùn)動(dòng)信號(hào)上運(yùn)行峰值檢測(cè)計(jì)步器算法將致使計(jì)步器在其不應(yīng)對(duì)步數(shù)進(jìn)行計(jì) 數(shù)時(shí)對(duì)步數(shù)進(jìn)行計(jì)數(shù)。然而，在頻域中及/或在對(duì)其應(yīng)用適當(dāng)時(shí)域分析的信號(hào)中，在崎嶇不 平道路上駕駛的相同運(yùn)動(dòng)信號(hào)不大可能具有與走動(dòng)運(yùn)動(dòng)相關(guān)聯(lián)的簽名（例如周期性的簽 名）。當(dāng)表示于頻域及/或?qū)ζ鋺?yīng)用時(shí)域分析的信號(hào)中的信號(hào)并不具有走動(dòng)運(yùn)動(dòng)的簽名時(shí)， 并不對(duì)步數(shù)進(jìn)行計(jì)數(shù)，因?yàn)榭杉俣ㄓ脩魧?shí)際上并未步行或跑步。
[0122] 實(shí)例-用于步行/跑步活動(dòng)類(lèi)型的運(yùn)動(dòng)強(qiáng)度模式
[0123] 圖5A是根據(jù)一些實(shí)施例的用于使用BMD跟蹤步數(shù)的過(guò)程500的流程圖。所述過(guò) 程自動(dòng)地選擇運(yùn)動(dòng)強(qiáng)度模式，且對(duì)于不同運(yùn)動(dòng)強(qiáng)度模式應(yīng)用不同數(shù)據(jù)處理算法。BMD具有提 供指示用戶的生理活動(dòng)的數(shù)據(jù)的一戶多個(gè)傳感器，所述數(shù)據(jù)包含指示步數(shù)的運(yùn)動(dòng)數(shù)據(jù)。BMD 使用一或多個(gè)運(yùn)動(dòng)傳感器感測(cè)用戶的運(yùn)動(dòng)，下文進(jìn)一步描述所述傳感器。見(jiàn)框504。BMD分 析由運(yùn)動(dòng)傳感器提供的運(yùn)動(dòng)數(shù)據(jù)以確定由用戶的活動(dòng)引起的運(yùn)動(dòng)強(qiáng)度。見(jiàn)