信号处理系统通过检测 Z 轴角度分布的稳定性和加速度信号的变异性来识别非穿戴时段。当设备检测到不自然的运动缺失或方向变化时，它会将该时间段标记为非穿戴数据。为了管理这些数据缺失，系统通常采用均值插补技术，用来自 7 天监测期内相同特定时间点的平均活动水平来填充缺失的时间段。
通过结合角度稳定性分析和均值插补，信号处理系统将碎片化的数据转化为完整的 24 小时分析。这种方法最大限度地减少了因参与者不依从而导致的统计偏差，确保了长期运动行为分析的完整性。
检测机制
为了区分用户静止不动和设备放在桌子上，信号处理算法依赖于两个不同的物理特性。
分析 Z 轴角度稳定性
非穿戴的主要指标是Z 轴角度的分布。
穿戴时，即使是静止的人体，由于呼吸或轻微的姿势调整，也会产生细微的方向变化。
非穿戴时段的特征是 Z 轴角度绝对且持续的稳定性，这表明设备被放置在静态表面上。
评估加速度变异性
除了方向，系统还会评估加速度信号的变异性。
活体生物在加速度计数据中会产生基线的“噪声”或微小运动。
当变异性下降到生理阈值以下，确认没有人体运动时，算法就会确认设备未被穿戴。
通过插补管理数据缺失
一旦识别出非穿戴时段，系统就必须处理由此产生的数据缺失，以防止分析结果出现偏差。
均值插补法
标准的解决方案是均值插补。
系统会扫描在连续 7 天内收集到的有效数据。
它会计算缺失发生的确切一天中的时间点的平均活动水平（例如，如果周二下午 2 点的数据缺失，则计算其他六天下午 2 点的平均值）。
保持统计完整性
这种方法对于保持数据完整性至关重要。
简单地将非穿戴时间视为“零活动”（久坐行为）会引入显著的统计偏差。
插补确保最终输出代表一个真实的 24 小时运动构成，而不是一个因依从性问题而损坏的数据集。
理解权衡
虽然有效，但认识到插补策略固有的局限性很重要。
常规行为的假设
均值插补依赖于用户行为在一周内保持一致的假设。
它根据一天中该时间的“平均”运动概率来填充缺失，而不是捕捉缺失时刻的具体现实。
虽然这可以减少总体分析中的偏差，但可能会掩盖在非穿戴时段发生的独特、非常规事件。
确保可靠的分析
为您的目标做出正确的选择
- 如果您的主要关注点是统计有效性：依赖均值插补，以防止非穿戴时段人为地夸大久坐时间计算。
- 如果您的主要关注点是用户依从性：监控 Z 轴稳定性标志的频率，以识别可能需要重新培训设备协议的参与者。
强大的信号处理能力将不完美的依从性转化为可靠、可操作的行为洞察。
摘要表：
| 检测特征 | 非穿戴标准 | 管理方法 |
|---|---|---|
| Z 轴角度 | 绝对、持续的方向稳定性 | 均值插补 |
| 加速度信号 | 变异性低于生理阈值 | 用平均值填充缺失 |
| 数据完整性 | 区分静态表面和人体休息 | 防止统计偏差 |
使用 3515 鞋类解决方案优化您的性能
作为服务于全球分销商和品牌所有者的大型制造商，3515 为所有类型的鞋类提供全面的生产能力。无论您是分析用户运动以优化性能，还是寻求高耐用性的装备，我们旗舰的安全鞋系列和战术靴都经过精心设计，符合最高的行业标准。
我们广泛的产品组合涵盖了从工作靴和战术靴到户外鞋、训练鞋、运动鞋和正装鞋，确保我们能够以精准和优质满足您多样化的批量需求。
准备好提升您的产品线了吗？ 立即联系我们，了解 3515 如何为您的品牌提供应有的卓越制造和可靠性。
参考文献
- Stuart J. Fairclough, Richard Tyler. Characteristics of 24-hour movement behaviours and their associations with mental health in children and adolescents. DOI: 10.1186/s44167-023-00021-9
本文还参考了以下技术资料 3515 知识库 .