连续行走时产生的加速度的大小 | 图片来源 [6]
自相关系数计步算法基于加速度的循环特征，通过计算两个相邻步行周期上整体加速度的相关性强弱判断行人是否行走，相关性越高，则准确计步的概率越大。
另外一种智能手机计步方法是频域计步算法，即通过收集离散时间序列上的传感器数据，将这些数据进行短时傅里叶变换（Short Term Fourier Transform，STFT）或者快速傅里叶变换（Fast Fourier Transform，FFT）。
传感器收集到的数据转换到频域后，可以放大一些在时域上不够明显的信号特征。
我们非常熟悉的陀螺仪在智能手机的计步功能中也发挥了重要的作用。陀螺仪的主要功能是检测角动量。
以FFT计步算法为例，将陀螺仪采集到角速度最大的坐标轴作为敏感轴，接着对角速度数据作FFT处理，将时域角速度数据转换为频域数据。
最后，判断数据是否在典型步行频率范围内且超出预设的振幅阈值，若符合上述条件，则计一步。
相较于时域的计步方式，频域计步方式会更加准确，但同时也带来了更大的能耗。
如下表格对目前各种计步算法进行了简单的总结：
各种计步算法的优缺点对比 [7]
通过对跑步机和智能手机计步方式的了解，我们可以知道跑步机是通过运动者设定的速度和运动时间进行距离记录。
而智能手机的计步方式相对更为多样，但其共性是通过对传感器得到的数据进行不同的算法分析从而进行计步。
这样看来，我们在跑步机上的跑步姿势、步长和步频都会导致智能手机测量结果的精准程度不同，也就造成了小编在跑步机记录跑步距离5 km，而智能手机记录结果却是6.55 km的巨大差异。
所以仔细想想…难道是小编短腿导致了步频偏高，所以手机记录结果虚高？？？
大家也一起来看看不同记录方式的差异有多大吧！
参考文献
[1] 知乎 | 跑步机是如何从刑具翻身成为大众健身器械的？
[2] 褚俊英,郭彬,孙彤.基于传感技术的跑步机速度自动跟踪控制方法[J].自动化与仪器仪表,2020(07):38-41.DOI:10.14016/j.cnki.1001-9227.2020.07.038.
[3] 程龙乐，许金林，等．基于图像处理的跑步机速度自适应技术研究［J］．计算机技术与发展， 2016，( 10) : 92－94．
[4] 刘洋,周旭,孙怡宁,刘遥,马书芳.基于步法的跑步机速度跟踪控制方法[J].传感技术学报,2015,28(02):217-220.
[5] 王盼.基于单片机的智能计步器设计[J].仪表技术,2021(06):23-25 45.DOI:10.19432/j.cnki.issn1006-2394.2021.06.006.
[6] 杨润泽. 一种节能的智能手机计步算法的研究与应用[D].内蒙古大学,2019.
[7]王继. 基于行人航迹推算的室内智能手机定位方法研究[D].山东科技大学,2020.
文中未标明来源的表情包图片均来源网络
编辑：Norma
