买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种基于近超声信号的非接触式健身动作识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119884922B 。

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411888313.5，技术领域涉及：A61B8/00；该发明授权一种基于近超声信号的非接触式健身动作识别方法是由王智;呼沛璇;贾乃征设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于近超声信号的非接触式健身动作识别方法在说明书摘要公布了：本发明公开了一种基于近超声信号的非接触式健身动作识别方法。方法包括在健身运动区域中布置麦克风和扬声器，使用扬声器发射近超声信号，麦克风进行回波信号采集；对采集到的回波信号进行滤波处理得到各个标准动作对应的幅度谱图，接着对幅度谱图进行分割得到标准动作图像块，利用标准动作图像块构建健身动作数据集；利用健身动作数据集完成动作识别模型的训练，利用麦克风采集健身者在健身过程中的回波信号，对健身动作回波信号依次进行滤波、分割处理，再将结果输入到训练好的动作识别模型中，输出健身者的健身动作的识别结果。本发明克服了识别健身活动通常依赖健身教练、视觉或可穿戴设备的问题，提高了居家健身的便利性和训练识别准确性。

本发明授权一种基于近超声信号的非接触式健身动作识别方法在权利要求书中公布了：1.一种基于近超声信号的非接触式健身动作识别方法，其特征在于，包括以下步骤： 步骤S1、首先，在健身运动区域中布置麦克风和扬声器，使用扬声器发射近超声chirp信号，并利用麦克风进行健身动作的回波信号采集； 步骤S2、对步骤S1采集的健身动作回波信号进行滤波处理得到幅度谱图，接着对幅度谱图进行分割得到标准动作图像块，利用标准动作图像块构建健身动作数据集； 步骤S3、接着，构建动作识别模型，将健身动作数据集输入到构建好的动作识别模型中进行训练，获得训练好的动作识别模型； 步骤S4、最后，利用麦克风采集健身者在健身过程中的回波信号，对健身动作回波信号依次进行滤波、分割处理得到标准动作图像块，再将标准动作图像块输入到训练好的动作识别模型中，输出健身者的健身动作的识别结果； 所述步骤S2中，对健身动作的回波信号进行滤波处理得到幅度谱图的方式如下： 步骤S2.1.1、首先将同种标准动作下M次采集的回波信号同步输入到带通滤波器中以进行滤波，得到频率在14kHz-23kHz范围的回波信号y[n]； 步骤S2.1.2、然后将扬声器发射的近超声chirp信号作为参考信号x[n]，计算滤波后的回波信号y[n]与参考信号之间的互相关函数Rxy[k]； 步骤S2.1.3、接着使用峰值提取算法对回波信号与参考信号之间的互相关函数Rxy[k]进行峰值提取，得到互相关函数Rxy[k]的最大峰； 步骤S2.1.4、提取互相关函数Rxy[k]的最大峰之后的回波信号y[n]作为目标信号y’[n]，利用参考信号定义伪传输信号s’[n]，根据目标信号和伪传输信号处理得到转换信号xs[n]； 步骤S2.1.5、对转换信号xs[n]进行快速傅里叶变换，使得转换信号xs[n]由时域信号转换到频域信号XF[nfft]，将m帧近超声chirp信号所对应的频域信号XF[nfft]按照近超声chirp信号的帧数序列进行组合，得到频域信号矩阵XF[m,nfft]，m表示近超声chirp信号的帧数； 步骤S2.1.6、计算di，即健身运动区域内第i个障碍物到麦克风的距离，将频域信号矩阵XF[m,nfft]中第di行的所有元素均替换为0值，得到更新后的频域信号矩阵作为目标信号矩阵XF′[m,nfft]； 步骤S2.1.7、最后，对目标信号矩阵XF′[m,nfft]进行滑窗MTI动态滤波，得到每种标准动作下的幅度谱图P[m,nff]。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。