我对信号处理很陌生。我的数据是一个人在他/她的口袋里拿着智能手机走路的加速度。
目标
试图
将数据分割成循环部分（每一步和脚的缩回）和非循环部分（可能在步骤之间等待或当用户停止与某人交谈时）。
计算循环部分和非循环部分的统计数据（平均值、s.dev、中值、互相关、每一步之间的时间等）。
话虽如此，我缺乏确定两个信号是否“相似”的基础知识，我认为这是来自某个距离函数。我找到了ResearchGate 线程，但我想知道是否还有其他我应该包括的内容（特别是因为我的目标与那些用户不同）。他们提到的方法是：
我的背景主要是统计/机器学习/软件，所以如果有任何解释被简化，我将不胜感激！
使用梅尔频率倒谱系数 (MFCC) 和动态时间规整 (DTW) 可以获得有价值的结果。
将信号分成多个段。我建议使用 50% 的重叠。计算每一帧的 MFCC，然后你将获得每一帧的 MFCC 向量。最后，您将获得每个信号的 [MFFC 数量，帧数] 矩阵。要比较不同时间长度的序列之间的相似性，请计算两个矩阵之间的欧几里得距离。您也可以使用标准化的欧几里德距离（检查 Python 的 scipy.spatial.distance.cdist）。
cost_matrix = cdist(x, y, metric='euclidean')
因此，您将获得一个成本矩阵。在这个成本矩阵上应用 DTW 算法，你会发现分数，它会告诉你输入信号之间的相似性。我建议您查看不同数量的 MFCC 如何影响结果，并考虑信号的长度。
我推荐这个链接来阅读有关 MFCC 的更多详细信息，并且有一个有用的关于 DTW 的视频教程。您还可以找到许多关于 DTW 的文章，它是衡量两个时间序列之间相似性的一种众所周知的度量。
对于目标 1。
相似性的度量最好由最大比率组合器或匹配滤波器给出。我在这里假设您没有任何干扰。因此，您可以简单地将接收到的 3 维向量沿“已知”用户向量投影。具有较高相关值的对应于用户。
现在你如何想出这些“已知”的向量，完全取决于你的数据集。
对于目标 2。
尝试将相关性建模为受到一些高斯噪声的干扰。设置一个有意义的置信区间，到围绕高斯的平均值（涵盖 95% 的不确定性）。高斯的平均值将是用户信号的范数平方。
一个典型的做法是：