基于超高频RFID的跳绳计数方法及系统

摘要

本发明公开一种基于超高频RFID的跳绳计数方法，包括：对提取无线射频信号中的RSSI信号W0进行去噪，形成RSSI信号序列W1；基于极限跳绳速度确定搜索区间的搜索长度L0、搜索步长S，搜索RSSI信号序列W1内的谷峰值，基于搜索到的谷峰值判定是否存在有效跳绳行为；若判定结果为是，将有效跳绳行为的谷值和峰值分别放入谷值数据集和峰值数据集中，同时基于跳绳实际速度来调整搜索区间的搜索长度L1，继续搜索RSSI信号序列W1的所有谷峰值，并分别放入谷值数据集和峰值数据集中，直至跳绳行为结束；基于谷值数据集和峰值数据集中谷值和峰值计算用户的跳绳个数。基于射频信号实现跳绳计数，在光线弱、声音嘈杂的环境中能准确地计算待测用户的跳绳次数。

权利要求

1.一种基于超高频RFID的跳绳计数方法，其特征在于，所述方法具体包括如下步骤：S1、提取RFID无线射频信号中的RSSI信号W0，对RSSI信号序列W0进行去噪，形成RSSI信号序列W1；

S2、基于极限跳绳速度确定搜索区间的搜索长度L0、搜索步长S，搜索RSSI信号序列W1内的谷值与峰值，基于搜索到的谷值与峰值判定是否存在有效跳绳行为；

S3、若判定结果为是，将有效跳绳行为的谷值和峰值分别放入谷值数据集和峰值数据集中，同时基于跳绳实际速度来调整搜索区间的搜索长度L1，继续搜索RSSI信号序列W1的所有谷值和峰值，并分别放入谷值数据集和峰值数据集中，直至跳绳行为结束；

S4、基于谷值数据集和峰值数据集中谷值和峰值计算用户的跳绳个数；

有效跳绳行为的识别方法具体如下：

计算第i对峰谷对的差值di＝Maxi‑Mini，对应的时间差 和对应的数值索引差统计连续满足|di‑di‑1|＜ψ且 的次数U，若次数U超过次数阈值θ1，则确定存在有效跳绳行为；

步骤S2中的峰值和谷值搜索方法具体如下：

S21、移动滑动窗，形成长度为L0的搜索区间，确定搜索区间内的最大值ma＝Max[α,α+L]和最小值mi＝Min[α,α+L]，以及分别对应的数值索引号Indexma和Indexmi；

S22、根据最大值和最小值的数值索引在搜索区间的位置，从而确定搜索区间的波形；

S23基于当前搜索区间内的波形确定搜索区域内的峰值或谷值，执行步骤S21；

跳绳行为结束的识别方法具体如下：

连续满足|di‑di‑1|＞ψ且 的次数M，若次数M超过次数阈值θ2，则认为当前回合的跳绳结束，对应的M+1个峰值及谷值不放入峰值数据集及谷值数据集中；

步骤S3中的峰值和谷值搜索方法具体如下：

S31、移动滑动窗，形成长度为L1的搜索区间，确定搜索区间内的最大值ma＝Max[α,α+L]和最小值mi＝Min[α,α+L]，以及分别对应的数值索引号Indexma和Indexmi；

S32、根据最大值和最小值的数值索引在搜索区间的位置，从而确定搜索区间的波形；

S33、基于搜索区间内的波形确定搜索区间内的峰值或谷值，执行步骤S31。

2.如权利要求 1 所述的 基于超高频RFID的跳绳计数方法，其特征在于，跳绳个数的确定方法具体如下：在跳绳行为结束后，统计谷值数据集和峰值数据集中峰谷对个数，该峰谷对个数即为用户的跳绳个数；

其中，谷值数据集中第i个谷值与峰值数据集中第i个峰值组成第i个峰谷对。

3.一种基于超高频RFID的跳绳计数系统，其特征在于，所述系统包括：RFID无源标签，设置于待测用户的身体上；

RFID阅读器，通过RFID天线与各RFID无源标签通信，实时接收各RFID无源标签反射的无线射频信号，并上传至上位机；

上位机，接收到的无线射频信号，基于权利要求1至2任一权利要求所述基于超高频RFID的跳绳计数方法来识别待测用户的跳绳次数。

说明书

基于超高频RFID的跳绳计数方法及系统

技术领域

[0001] 本发明属于射频识别技术领域，更具体地，本发明涉及一种基于超高频RFID的跳绳计数方法及系统。

背景技术

[0002] 在全球范围内，超重和肥胖问题日益严重，严重影响了现代人的身体健康。跳绳训练是一项中高强度的有氧健身运动，只需要一根跳绳就可以玩出多种运动花样。不仅有助于预防各种疾病的发生，而且可以达到强身健体的效果。

[0003] 随着智能传感设备的发展，国内外已经有研究者对跳绳计数装置和跳绳计数方法进行了研究，现有的跳绳计数方法主要基于图像识别和声纹识别。基于图像识别的目标跟踪跳绳计数设备性能需求较高、价格昂贵，且不适合环境光线弱和隐私敏感的场景。通过获取跳绳时双脚落地时的声音提取次数信息是基于声纹识别跳绳计数的主要方法，此类方法对声音嘈杂的环境非常敏感，尤其在多人同时跳绳场景下几乎无法使用。

[0004] 现有技术在跳绳考试等应用场景下，每个考生的跳绳计数存在精准度不高的问题，此外，无法实现多人的跳绳计数。

发明内容

[0005] 本发明提供一种基于超高频RFID的跳绳计数方法，旨在提高跳绳计数的精准度。

[0006] 本发明是这样实现的，一种基于超高频RFID的跳绳计数方法，所述方法具体包括如下步骤：

[0007] S1、提取RFID无线射频信号中的RSSI信号W0，对RSSI信号序列W0进行去噪，形成RSSI信号序列W1；

[0008] S2、基于极限跳绳速度确定搜索区间的搜索长度L0、搜索步长S，搜索RSSI信号序列W1内的谷值与峰值，基于搜索到的谷值与峰值判定是否存在有效跳绳行为；

[0009] S3、若判定结果为是，将有效跳绳行为的谷值和峰值分别放入谷值数据集和峰值数据集中，同时基于跳绳实际速度来调整搜索区间的搜索长度L1，继续搜索RSSI信号序列W1的所有谷值和峰值，并分别放入谷值数据集和峰值数据集中，直至有效跳绳行为结束；

[0010] S4、基于谷值数据集和峰值数据集中谷值和峰值计算用户的跳绳个数。

[0011] 进一步的，有效跳绳行为的识别方法具体如下：

[0012] 计算第i对峰谷对的差值di＝Maxi‑Mini，对应的时间差 和对应的数值索引差

[0013] 统计连续满足|di‑di‑1|＜ψ且 的次数U，若次数U超过次数阈值θ1，则确定存在有效跳绳行为。

[0014] 进一步的，步骤S2中的峰值和谷值搜索方法具体如下：

[0015] S21、移动滑动窗，形成长度为L0的搜索区间，确定搜索区间内的最大值ma＝Max[α,α+L]和最小值mi＝Min[α,α+L]，以及分别对应的数值索引号Indexma和Indexmi；

[0016] S22、根据最大值和最小值的数值索引在搜索区间的位置，从而确定搜索区间的波形；

[0017] S23基于当前搜索区间内的波形确定搜索区间内的峰值或谷值，执行步骤S21。

[0018] 进一步的，跳绳行为结束的识别方法具体如下：

[0019] 连续满足|di‑di‑1|＞ψ且 的次数M，若次数M超过次数阈值θ2，则认为当前回合的跳绳结束，对应的M+1个峰值及谷值不放入峰值数据集及谷值数据集中。

[0020] 进一步的，步骤S3中的峰值和谷值搜索方法具体如下：

[0021] S31、移动滑动窗，形成长度为L1的搜索区间，确定搜索区间内的最大值ma＝Max[α,α+L]和最小值mi＝Min[α,α+L]，以及分别对应的数值索引号Indexma和Indexmi；

[0022] S32、根据最大值和最小值的数值索引在搜索区间的位置，从而确定搜索区间的波形；

[0023] S33基于当前搜索区间内的波形确定搜索区域内的峰值或谷值，执行步骤S31。

[0024] 进一步的，跳绳个数的确定方法具体如下：

[0025] 在跳绳行为结束后，统计谷值数据集和峰值数据集中峰谷对个数，该峰谷对个数即为用户的跳绳个数；

[0026] 其中，谷值数据集中第i个谷值与峰值数据集中第i个峰值组成第i个峰谷对。

[0027] 本发明是这样实现的，一种基于超高频RFID的跳绳计数系统，所述系统包括：

[0028] RFID无源标签，设置于待测用户的身体上；

[0029] RFID阅读器，通过RFID天线与各RFID无源标签通信，实时接收各RFID无源标签反射的无线射频信号，并上传至上位机；

[0030] 上位机，接收到的无线射频信号，基于上述基于超高频RFID的跳绳计数方法来识别待测用户的跳绳次数。

[0031] 本发明公开的一种基于超高频RFID的跳绳计数方法具有以下有益效果：

[0032] (1)本发明是基于射频信号来实现跳绳的计数，能够在光线弱、声音嘈杂的环境中准确地计算待测用户的跳绳次数和跳绳速度；

[0033] (2)根据使用者身上所贴的低成本无源RFID标签EPC号分辨不同用户跳绳，同时支持多个用户同时跳绳的计数，增加了多人跳绳比赛的实用性和趣味性；

[0034] (3)根据跳绳信号特性，自适应的调整搜索区间的搜索长度，提高搜索效率的同时，也提高了跳绳信号峰谷值获取的准确度。

附图说明

[0035] 图1为本发明实施例提供的超高频RFID的跳绳计数方法流程图；

[0036] 图2为本发明实施例提供的RSSI信号序列去噪前后的效果对比图。

具体实施方式

[0037] 下面对照附图，通过对实施例的描述，对本发明的具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

[0038] 本发明实施例提供的超高频RFID的跳绳计数系统包括：

[0039] RFID无源标签，设置于待测用户的身体上，例如胸前，每个RFID无源标签都存在唯一的标签EPC号；

[0040] RFID阅读器，通过RFID天线与各RFID无源标签通信，实时接收各RFID无源标签反射的无线射频信号，并上传至上位机；

[0041] 上位机，基于接收到的无线射频信号来识别待测用户的跳绳次数和平均跳绳速度，此外，上位机还能设置RFID阅读器的基本参数，包括工作频段，如设置工作频率为860‑960MHz，即接收频率860‑960MHz的无线射频信号。

[0042] 图1为本发明实施例提供的超高频RFID的跳绳计数方法流程图，该方法具体包括如下步骤：

[0043] S1、提取RFID无线射频信号中的RSSI信号W0，对RSSI信号序列W0进行去噪，形成RSSI信号序列W1；

[0044] 在本发明实施例中，RSSI(Received Signal Strength Indicator)为射频信号强度，对RSSI信号序列W0去噪的目的是：去除边缘突出尖峰使数据趋向平滑，便于精确搜索波峰和波谷，RSSI信号序列W0的去噪方法具体包括如下步骤：

[0045] 将输入的RSSI信号序列W0进行分解得到各层小波分解系数ω；

[0046] 然后，利用软阈值法处理各层分解系数I，去除与噪声有关的分量，得到新的小波系数

[0047] 最后，利用小波系数 进行小波重构，得到RSSI信号序列W1；图2为去噪前后的效果对比图，平滑去噪后的曲线对比原始信号曲线平滑程度更高，但仍保留了原始信号的峰谷数量。

[0048] RSSI信号的峰谷搜索包括：确定初始搜索区间的搜索长度和搜索步长，搜索降噪后信号W1中的波峰(即下文中的峰值)和波谷(即下文中谷值)，用于确认待测者是否有效跳绳行为；在确定存在跳绳行为后，则根据峰谷之间的平均采样间隙重新确认搜索区间的搜索长度，提高搜索效率；持续搜索跳绳信号峰谷值，直到连续跳绳结束。

[0049] S2、基于极限跳绳速度确定搜索区间的搜索长度L0、搜索步长S，搜索RSSI信号序列W1内的谷值与峰值，基于搜索到的谷值与峰值判定是否存在有效跳绳行为；

[0050] 普通人跳绳速度极限为200个/分钟，约为3.4个/秒，RFID无源标签平均采样速度约为17个/秒，初步确定搜索区间的初始搜索长度L0＝17/3.4＝5个采样点，固定搜索步长S＝5个采样点；以此步长搜索峰谷避免遗漏。

[0051] 搜索区间为长度为L0的窗口，确定搜索区间内的最大值ma＝Max[α,α+L]和最小值mi＝Min[α,α+L]，以及分别对应的数值索引号Indexma和Indexmi，根据最大值和最小值的数值索引在搜索区间的位置，从而确定搜索区间的波形，在当前搜索区间内的波形确定后，进而识别搜索区域内的峰值或谷值，之后移动窗口，形成新的搜索区域，对下一个搜索区域执行上述步骤，直至确认存在有效跳绳行为为止，其中，搜索区间的波形确定方法具体如下；

[0052] (1)当Indexma＝α+L且Indexmi＝α时，最值均在搜索区间两端，该搜索区间为单调递增趋势；

[0053] (2)当Indexma＝α且Indexmi＝α+L时，最值均在搜索区间两端，该搜索区间为单调递减趋势；

[0054] (3)当Indexma∈(α,α+L)时，最大值出现在搜索区间内部，该搜索区间为“低‑高‑低”趋势；

[0055] (4)当Indexmi∈(α,α+L)时，最小值出现在搜索区间内部，该搜索区间为“高‑低‑高”趋势。

[0056] 在本发明实施例中，基于搜索区间内的波形的峰值或谷值的识别方法具体如下：

[0057] 若搜索区间为“低‑高‑低”趋势，Indexma属于峰值；若搜索区间为“高‑低‑高”趋势时，Indexmi属于谷值；若当前搜索区间为单调递增，下一搜索区间为单调递减，则获取当前搜索区间和下一搜索区间内的最大值，该最大值属于峰值，若当前搜索间为单调递减，下一搜索区间为单调递增，则获取当前搜索区间和下一搜索区间内的最小值，该最小值为谷值；将峰值位置的数值索引对应的最大值放入峰值数据集中，将谷值位置的数值索引对应的最小值放入谷值数据集中；

[0058] 跳绳是有规律的运动，形成了有规律的信号振幅。跳绳起始时振幅和频率变化趋于稳定，根据此特性确定，连续多次出现成对峰谷之差的差值以及对应时间之差的差值均小于对应的阈值时，可认为是存在有效跳绳行为。具体验证方法为：

[0059] 计算第i个峰谷对的差值di＝Maxi‑Mini，对应的时间差 和对应的索引差 其中，Maxi、Mini分别为峰值数据集中第i个峰值、谷值数据集中第i个谷值， 分别表示峰值Maxi的出现时刻、谷值Mini的出现时刻，
分别表示峰值Maxi的数值索引号、谷值Mini的数值索引号。

[0060] 统计连续满足|di‑di‑1|＜ψ，且 的续次数U，若次数U超过次数阈值θ1，则确定为跳绳动作开始，则满足上述条件的U+1个峰值放入峰值数据集P＝(Max1,Max2,...,MaxU+1)，将满足上述条件的U+1个谷值放入谷值数据集V＝(Min1,Min2,...，MinU+1)；

[0061] S3、若判定结果为是，则基于跳绳的实际速度来调整搜索区间的搜索长度L1，基于搜索长度L1及搜索步长S，继续搜索RSSI信号序列W1的所有谷值和峰值，分别放入谷值数据集和峰值数据集中，直至跳绳行为结束；

[0062] 计算上述U+1对峰谷对的平均采样间隙 重新确定搜索区域的区间长度L1＝D/5个采样点，步长S＝5个采样点，继续剩余RSSI信号序列W1中的峰值及谷值搜索，将搜索到的峰值添加到峰值数据集P中，谷值添加到谷值数据集V中，此次峰值和谷值的搜索方法同上，直至跳绳行为结束。

[0063] 在本发明实施例中，跳绳行为结束的判定方法具体如下：

[0064] 连续满足|di‑di‑1|＞ψ且 的次数M，若次数M超过次数阈值θ2，则认为当前回合的跳绳结束，对应的M+1个峰值及谷值不放入峰值数据集及谷值数据集中。

[0065] S4、基于谷值数据集和峰值数据集中谷值和峰值计算用户的跳绳个数和平均跳绳速度。

[0066] 假定当前跳绳回合的峰值数据集P＝(Max1,Max2,…,Maxn)，谷值数据集V＝(Min1,Min2,…,Minn)，若是仅针对当前回合的跳绳行为进行计数的话，统计峰值数据集P和谷值数据集V中的峰谷对数量n，谷值数据集中第i个谷值与峰值数据集中第i个峰值组成第i个峰谷对，平均跳绳速度：跳绳总计数n与每个峰谷对中峰值与谷值的时间差累和的比值，即Ti表示第i个峰谷对中峰值与谷值的时间差。

[0067] 若针对待测用户的多个跳绳回合进行计数的话，针对每个跳绳回合都采用相同的方法来确定对应跳绳回合的峰值数据集P和谷值数据集V，针对m次跳绳回合而言，其峰谷值表示如下：

[0068]

[0069] 其中，Maxmn表示第m个跳绳回合的峰值数据集P中第n个峰值，若不存在n个峰值，则以数字“0”进行填充，Minmn表示第m个跳绳回合的谷值数据集V中第n个谷值，若不存在n个谷值，则以数字“0”进行填充。

[0070] 统计m个跳绳回合内的所有的非“0”峰谷对数量N，谷值数据集中第i个谷值与峰值数据集中第i个峰值组成第i个峰谷对，待测用户在m个跳绳回合中的跳绳次数即为N，平均跳绳速度：跳绳总计数N与每个峰谷对中峰值与谷值的时间差累和的比值，即 Ti表示第i个峰谷对中峰值与谷值的时间差。

[0071] 上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。