论文部分内容阅读
作为人体输出生理信号之一的步态信号通常具有明显的非线性分形特征，如何准确地探测到步态信号的动力学特征具有重要的现实意义。本文通过一种改进的重标度极差法准确地捕捉到了人体步态信号不同自由行走速度下的动力学分形特征，而将原始步态信号时间序列随机打乱顺序后分析，新序列则呈现出明显的随机性；通过与按节拍器产生的三种对应速率的步态信号进行分析比较后，发现正常健康人体输出的步态信号呈现长程正相关性，而按节拍器节律获得的步态信号则相关性减弱甚至消失，证明了人体运动控制系统调控步态信号的重要性。步态信号的动力学分形特性是健康人体的固有特征，具有很强的鲁棒性。缩短步态时间间隔序列长度后分析，该方法依然能够有效地探测到正常健康人体步态信号的动力学特征，因此该算法在人体运动控制系统的建模以及步态信号的量化上具有一定的应用价值。