CN107144291A

CN107144291A - 一种数据处理方法及移动终端

Info

Publication number: CN107144291A
Application number: CN201710370082.2A
Authority: CN
Inventors: 王丰
Original assignee: Vivo Mobile Communication Co Ltd
Current assignee: Vivo Mobile Communication Co Ltd
Priority date: 2017-05-23
Filing date: 2017-05-23
Publication date: 2017-09-08
Anticipated expiration: 2037-05-23
Also published as: CN107144291B

Abstract

本发明提供了一种数据处理方法及移动终端，其中数据处理方法包括：获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量；根据N个时间窗口内的预设数目个坐标轴上对应的加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性；根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态。本发明实施例提供的数据处理方法，运算简单，可以防止移动终端误计步，对于运动场景识别及用户步伐模式分类有参考意义，同时可以提升用户体验。

Description

一种数据处理方法及移动终端

技术领域

本发明涉及通信技术领域，尤其涉及一种数据处理方法及移动终端。

背景技术

目前市场上的移动终端设备，用于计步的主要方法大多是基于加速度传感器的峰谷值设定一些阈值，一旦超过阈值就会触发计步。由于人体在走路和跑步的过程中，移动终端有时会变换角度和姿态，加速度传感器测出来的数据是基于移动终端的坐标系而不是大地坐标系，数据反应出来的是合加速度在移动终端坐标系的3个轴上的投影，即使作用力大小和方向不变而移动终端姿态变化也会造成3个轴数据的变化。而且加速度传感器的数据是移动终端实际加速度与重力加速度的矢量和。

目前智能终端厂商采用的计步算法大多侧重于使用合加速度的幅度值而未充分考虑合加速度及其变化量在3个轴上的分量以及合加速度与3个轴的夹角。这就导致了一些误判计步的情况。

目前移动终端使用的计步器，在用户拿起终端上下晃动，前后左右晃动而实际并没有走路的情况下也会计步，甚至在终端闹钟响起震动的时候也可能计步，这样不仅影响了用户对计步器的使用体验，而且也会对运动消耗能量的计算造成很大误差，甚至会造成对用户行为习惯和出行方式的识别错误，影响用户体验。

发明内容

本发明实施例提供一种数据处理方法及移动终端，以解决现有技术中移动终端的计步器无法准确识别计步状态，对运动消耗能量的统计造成误差，影响用户使用体验的问题。

第一方面，本发明实施例提供一种数据处理方法，应用于移动终端，该方法包括：

获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量；

根据N个时间窗口内的预设数目个坐标轴上对应的加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性；

根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态。

第二方面，本发明实施例还提供一种移动终端，包括：

获取模块，用于获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量；

第一确定模块，用于根据N个时间窗口内的预设数目个坐标轴上对应的加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性；

第二确定模块，用于根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态。

本发明实施例的有益效果至少包括：

本发明技术方案，通过获取预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量，根据加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性，根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态，可以对移动终端的计步状态进行准确的判定，且判断方式简单，对于运动场景识别及用户步伐模式分类有参考意义，有效防止了移动终端晃动时的误计步，提高了用户的使用体验。

附图说明

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1表示本发明实施例的数据处理方法示意图；

图2表示本发明实施例的数据处理方法流程图；

图3a表示用户携带移动终端运动时对应的加速度分量变化示意图；

图3b表示用户携带移动终端运动时YZ轴对应的皮尔逊积矩相关系数示意图；

图3c表示移动终端晃动时对应的加速度分量变化示意图；

图3d表示移动终端晃动时YZ轴对应的皮尔逊积矩相关系数示意图一；

图3e表示移动终端晃动时YZ轴对应的皮尔逊积矩相关系数示意图二；

图3f表示移动终端晃动时YZ轴对应的皮尔逊积矩相关系数示意图三；

图4表示本发明实施例的移动终端示意图；

图5表示本发明实施例的移动终端框图一；

图6表示本发明实施例的移动终端框图二。

具体实施方式

本发明实施例提供一种数据处理方法，应用于移动终端，如图1所示，包括：

步骤101、获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量。

移动终端的内部设置有加速度传感器，通过加速度传感器可以获取每一时刻对应的加速度信号。本发明实施例中移动终端对应的坐标系为三维直角坐标系，其中三维直角坐标系各个坐标轴的情况可以为：X轴与Y轴所在的平面与移动终端的显示屏幕所在的端面平行，Z轴与显示屏幕所在的端面垂直。相应的，三维直角坐标系对应的坐标轴的数量为3个，这里的预设数目为3个。

在利用加速度传感器获取加速度信号之后，可以确定在三维直角坐标系的每一个坐标轴上对应的加速度分量。在本发明实施例中，需要获取在预设时间对应的N个时间窗口内，每一个坐标轴上对应的加速度数据分量；其中在获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量时，具体为：在时间窗口为W的预设时间M内，获取加速度传感器在N个时间窗口内分别对应的加速度信号；对每一时间窗口内的加速度信号进行分解，获取加速度信号在预设数目个坐标轴上对应的加速度数据分量。

在预设时间M内，确定N个时间窗口，其中每一时间窗口对应的时间长度为W，相邻两个时间窗口在时间上相连续，或者存在重叠时间段。针对每一时间窗口，需要统计该时间窗口的每一个采样时刻点对应的加速度信号，其中在时间窗口为W的预设时间M内，获取加速度传感器在N个时间窗口内分别对应的加速度信号的步骤为:通过预设时间M与采样频率F的乘积，获取采样时刻点的数量；计算采样时刻点的数量与时间窗口W之差，所得值与步长S相比得到第一比值；计算第一比值加1的和，得到第一标准值，确定第一标准值为预设时间M内对应的时间窗口数量N，并在每一时间窗口内获取对应的加速度信号；其中步长S为时间窗口每次移动所跨越的采样时刻点数，采样频率F为单位时间内对应的采样时刻点的数量。

具体的，首先确定单位时间内对应的采样时刻点，根据单位时间内对应的采样时刻点的数量确定采样频率F。在获取采样频率F之后，计算预设时间M与采样频率F的乘积，获取预设时间内对应的采样时刻点的数量P＝MF。然后计算采样时刻点的数量P与时间窗口W之差，在得到差值之后，需要获取时间窗口每次移动所跨越的采样时刻点数S，其中时间窗口每次移动所跨越的采样时刻点数S即为步长。

在得到采样时刻点的数量P与时间窗口W之差后，计算所得差值与步长S的比值，确定所得到的值为第一比值，然后计算第一比值加1的和，所得到的和值为第一标准值，确定得到的第一标准值即为预设时间M内对应的时间窗口数量N。在确定预设时间内对应的时间窗口的数量之后，针对每一时间窗口，采集该时间窗口内的加速度信号。

其中滑动的时间窗口W通常设为一秒到两秒对应的采样时刻点数，当时间窗口W为200个采样时刻点，采样频率F为100HZ，步长s对应于50个采样时刻点时；在预设时间M＝10s内对应的采样时刻点的数量P＝MF＝10*100＝1000，则此时对应的N＝(1000-200)/50+1＝17，即当前情况下对应的时间窗口的数量N为17个。

在17个时间窗口内，分别获取每一时间窗口内每一采样时刻点对应的加速度信号，然后针对每一加速度信号进行分解，获取每一个坐标轴上对应的加速度分量。在获取预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量之后，执行步骤102。

步骤102、根据N个时间窗口内的预设数目个坐标轴上对应的加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性。

在根据N个时间窗口内的预设数目个坐标轴上对应的加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性时，具体为：获取每一时间窗口内每一个坐标轴上加速度数据分量的标准差，根据每一坐标轴对应的N个标准差，获取三个对应的第一向量；获取每一时间窗口内任意两个坐标轴之间加速度数据分量的协方差，根据任意两个坐标轴对应的N个协方差，获取三个对应的第二向量；根据三个第一向量和三个第二向量，获取三个皮尔逊积矩相关系数向量；其中每一皮尔逊积矩相关系数向量对应于两个坐标轴之间的线性相关性。

本发明实施例中的坐标系为三维直角坐标系，则对应的坐标轴包括三个。其中获取每一时间窗口内每一个坐标轴上加速度数据分量的标准差，根据每一坐标轴对应的N个标准差，获取三个对应的第一向量的过程为：

在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算每一坐标轴上加速度数据分量的标准差X_σ、Y_σ以及Z_σ；根据N个时间窗口内分别对应的X坐标轴上加速度数据分量的标准差X_σ，确定X坐标轴上对应的第一向量；根据N个时间窗口内分别对应的Y坐标轴上加速度数据分量的标准差Y_σ，确定Y坐标轴上对应的第一向量；根据N个时间窗口内分别对应的Z坐标轴上加速度数据分量的标准差Z_σ，确定Z坐标轴上对应的第一向量。

针对每一时间窗口而言，需要获取该时间窗口的各个采样时刻点处对应的加速度信号，进而获取每一加速度信号在三个坐标轴上对应的加速度分量X_i、Y_i、Z_i，在获取三个坐标轴上对应的加速度分量之后，计算每一坐标轴上加速度数据分量的标准差。针对一时间窗口而言，可以获取X坐标轴上对应的加速度数据分量的标准差X_σ、Y坐标轴上对应的加速度数据分量的标准差Y_σ、Z坐标轴上对应的加速度数据分量的标准差Z_σ。在预设时间M对应的N个时间窗口内，获取每一时间窗口内X坐标轴上对应的加速度数据分量的标准差、Y坐标轴上对应的加速度数据分量的标准差、Z坐标轴上对应的加速度数据分量的标准差。

针对X坐标轴而言，获取N个时间窗口内对应的N个加速度数据分量的标准差之后，根据获取的N个X坐标轴上对应的加速度数据分量的标准差，形成X坐标轴上对应的第一向量，其中X坐标轴上对应的第一向量包括N个元素，每一元素表示每一时间窗口内的X坐标轴上的加速度数据分量的标准差。

针对Y坐标轴而言，获取N个时间窗口内对应的N个加速度数据分量的标准差之后，根据获取的N个Y坐标轴上对应的加速度数据分量的标准差，形成Y坐标轴上对应的第一向量，其中Y坐标轴上对应的第一向量包括N个元素，每一元素表示每一时间窗口内的Y坐标轴上的加速度数据分量的标准差。

针对Z坐标轴而言，获取N个时间窗口内对应的N个加速度数据分量的标准差之后，根据获取的N个Z坐标轴上对应的加速度数据分量的标准差，形成Z坐标轴上对应的第一向量，其中Z坐标轴上对应的第一向量包括N个元素，每一元素表示每一时间窗口内的Z坐标轴上的加速度数据分量的标准差。至此可以获取三个对应的第一向量。其中，三个第一向量中的N个元素按照时间窗口的先后顺序进行排列，每一时间窗口对应于一元素。

其中，在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算每一坐标轴上加速度数据分量的标准差X_σ、Y_σ以及Z_σ的方式为：

在每一时间窗口的各个采样时刻点处，确定X轴上的加速度数据分量X_i、Y轴上的加速度数据分量Y_i、Z轴上的加速度数据分量Z_i；

计算X轴上对应的加速度数据分量的均值X₀、Y轴上对应的加速度数据分量的均值Y₀、Z轴上对应的加速度数据分量的均值Z₀；

其中，

K为时间窗口内对应的采样时刻点的数量，i表示任一加速度数据分量对应的标号。

具体的，针对每一时间窗口而言，需要确定时间窗口内的采样时刻点的数量，针对每一采样时刻点确定一加速度信号，将每一采样时刻点处的加速度信号进行分解，得到X、Y、Z轴上对应的加速度数据分量。当每一时间窗口对应的采样时刻点的数量为K时，则可以确定在一时间窗口内对应的加速度信号的数量为K个，针对每一加速度信号进行分解，可以获取每一加速度信号在X、Y、Z轴上对应的加速度数据分量。

针对X坐标轴而言，一个时间窗口内，X坐标轴上对应的加速度数据分量的个数为K个，分别为X₁、X₂…X_k，针对这K个加速度数据分量，需要计算K个加速度数据分量的均值X₀，其中X₀＝(X₁+X₂+…+X_k)/K。

在获取K个加速度数据分量对应的均值X₀之后，根据X₁、X₂…X_k以及X₀计算X坐标轴上加速度数据分量的标准差X_σ。在计算标准差X_σ时，采用公式一进行计算。

其中，i表示任一加速度数据分量对应的标号，i的取值范围为1～K，需要计算每一加速度分量X_i与均值X₀之差的平方值，在得到K个平方值之后，对得到的K个平方值进行累加，得到和值，然后对计算得到的和值进行开方运算，即可获得X坐标轴上加速度数据分量的标准差X_σ。

同理，针对Y坐标轴而言，一个时间窗口内，Y坐标轴上对应的加速度数据分量的个数为K个，分别为Y₁、Y₂…Y_k，针对这K个加速度数据分量，需要计算K个加速度数据分量的均值Y₀，其中Y₀＝(Y₁+Y₂+…+Y_k)/K。

在获取K个加速度数据分量对应的均值Y₀之后，根据Y₁、Y₂…Y_k以及Y₀计算Y坐标轴上加速度数据分量的标准差Y_σ。在计算标准差Y_σ时，采用公式二进行计算。

其中，i表示任一加速度数据分量对应的标号，i的取值范围为1～K，需要计算每一加速度分量Y_i与均值Y₀之差的平方值，在得到K个平方值之后，对得到的K个平方值进行累加，得到和值，然后对计算得到的和值进行开方运算，即可获得Y坐标轴上加速度数据分量的标准差Y_σ。

针对Z坐标轴而言，一个时间窗口内，Z坐标轴上对应的加速度数据分量的个数为K个，分别为Z₁、Z₂…Z_k，针对这K个加速度数据分量，需要计算K个加速度数据分量的均值Z₀，其中Z₀＝(Z₁+Z₂+…+Z_k)/K。

在获取K个加速度数据分量对应的均值Z₀之后，根据Z₁、Z₂…Z_k以及Z₀计算Z坐标轴上加速度数据分量的标准差Z_σ。在计算标准差Z_σ时，采用公式三进行计算。

其中，i表示任一加速度数据分量对应的标号，i的取值范围为1～K，需要计算每一加速度分量Z_i与均值Z₀之差的平方值，在得到K个平方值之后，对得到的K个平方值进行累加，得到和值，然后对计算得到的和值进行开方运算，即可获得Z坐标轴上加速度数据分量的标准差Z_σ。

在针对每一时间窗口，获取X坐标轴上加速度数据分量的标准差X_σ、Y坐标轴上加速度数据分量的标准差Y_σ以及Z坐标轴上加速度数据分量的标准差Z_σ之后，根据获取的N个标准差X_σ，按照时间窗口的先后排列顺序，对N个标准差X_σ排列，形成X坐标轴上的第一向量；根据获取的N个标准差Y_σ，按照时间窗口的先后排列顺序，对N个标准差Y_σ排列，形成Y坐标轴上的第一向量；根据获取的N个标准差Z_σ，按照时间窗口的先后排列顺序，对N个标准差Z_σ排列，形成Z坐标轴上的第一向量。

在获取三个第一向量之后，需要获取三个第二向量，其中获取三个第二向量的方式为：获取每一时间窗口内任意两个坐标轴之间加速度数据分量的协方差，根据任意两个坐标轴对应的N个协方差，获取三个对应的第二向量。

具体为：在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算相邻两坐标轴之间加速度数据分量的协方差XY_cov、YZ_cov以及XZ_cov；根据N个时间窗口内分别对应的XY坐标轴之间加速度数据分量的协方差XY_cov，确定XY坐标轴上对应的第二向量；根据N个时间窗口内分别对应的YZ坐标轴之间加速度数据分量的协方差YZ_cov，确定YZ坐标轴上对应的第二向量；根据N个时间窗口内分别对应的XZ坐标轴之间加速度数据分量的协方差XZ_cov，确定XZ坐标轴上对应的第二向量。

针对每一时间窗口，需要确定时间窗口内对应的采样时刻点，针对每一采样时刻点，需要获取对应的加速度信号，然后将对应的加速度信号进行分解，得到X、Y、Z坐标轴上对应的加速度分量，然后计算相邻两坐标轴之间加速度数据分量的协方差。其中由于移动终端对应的坐标系为三维直角坐标系，任意相邻的两坐标轴分别为XY坐标轴、YZ坐标轴以及XZ坐标轴。

针对一时间窗口而言，可以获取XY坐标轴之间对应的加速度数据分量的协方差XY_cov、YZ坐标轴之间对应的加速度数据分量的协方差YZ_cov、XZ坐标轴之间对应的加速度数据分量的协方差XZ_cov。在预设时间M对应的N个时间窗口内，获取每一时间窗口内XY坐标轴之间对应的加速度数据分量的协方差、YZ坐标轴之间对应的加速度数据分量的协方差、XZ坐标轴之间对应的加速度数据分量的协方差。

根据N个协方差XY_cov，形成XY轴之间对应的第二向量，根据N个协方差XZ_cov，形成XZ轴之间对应的第二向量，根据N个协方差YZ_cov，形成YZ轴之间对应的第二向量。

其中，在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算相邻两坐标轴之间加速度数据分量的协方差XY_cov、YZ_cov以及XZ_cov时，具体为：在每一时间窗口的各个采样时刻点处，确定X轴上的加速度数据分量X_i、Y轴上的加速度数据分量Y_i、Z轴上的加速度数据分量Z_i；计算X轴上对应的加速度数据分量的均值X₀、Y轴上对应的加速度数据分量的均值Y₀、Z轴上对应的加速度数据分量的均值Z₀；根据下述公式计算协方差XY_cov、YZ_cov以及XZ_cov；

其中，针对每一时间窗口，需要确定该时间窗口的各个采样时刻点处对应的加速度信号，根据每一采样时刻点处对应的加速度信号，确定三个坐标轴上对应的加速度数据分量，然后针对每一坐标轴，计算该坐标轴上对应的加速度数据分量在时间窗口内的均值。然后根据相邻两个坐标轴上的均值以及加速度数据分量来进行计算，获取相邻两坐标轴之间的协方差。

针对Y坐标轴而言，一个时间窗口内，Y坐标轴上对应的加速度数据分量的个数为K个，分别为Y₁、Y₂…Y_k，针对这K个加速度数据分量，需要计算K个加速度数据分量的均值Y₀，其中Y₀＝(Y₁+Y₂+…+Y_k)/K。

在一时间窗口内，获取X轴上的K个加速度数据分量对应的均值X₀、Y轴上的K个加速度数据分量对应的均值Y₀之后，根据X₁、X₂…X_k、Y₁、Y₂…Y_k、X₀以及Y₀，采用公式四计算协方差XY_cov。

其中，i表示任一加速度数据分量对应的标号，i的取值范围为1～K，针对XY轴而言，需要计算每一加速度分量X_i与均值X₀之差、每一加速度分量Y_i与均值Y₀之差，然后对所得的差值进行相乘运算，得到一乘积。针对K个加速度分量进行此操作后，可以得到K个乘积，对得到的K个乘积进行累加，所得到的值除以K，即可得到协方差XY_cov。

在获取X轴上的K个加速度数据分量对应的均值X₀、Z轴上的K个加速度数据分量对应的均值Z₀之后，根据X₁、X₂…X_k、Z₁、Z₂…Z_k、X₀以及Z₀，采用公式五计算协方差XZ_cov。

其中，i表示任一加速度数据分量对应的标号，i的取值范围为1～K，针对XZ轴而言，需要计算每一加速度分量X_i与均值X₀之差、每一加速度分量Z_i与均值Z₀之差，然后对所得的差值进行相乘运算，得到一乘积。针对K个加速度分量进行此操作后，可以得到K个乘积，对得到的K个乘积进行累加，所得到的值除以K，即可得到协方差XZ_cov。

在获取Y轴上的K个加速度数据分量对应的均值Y₀、Z轴上的K个加速度数据分量对应的均值Z₀之后，根据Y₁、Y₂…Y_k、Z₁、Z₂…Z_k、Y₀以及Z₀，采用公式六计算协方差YZ_cov。

其中，i表示任一加速度数据分量对应的标号，i的取值范围为1～K，针对YZ轴而言，需要计算每一加速度分量Y_i与均值Y₀之差、每一加速度分量Z_i与均值Z₀之差，然后对所得的差值进行相乘运算，得到一乘积。针对K个加速度分量进行此操作后，可以得到K个乘积，对得到的K个乘积进行累加，所得到的值除以K，即可得到协方差YZ_cov。

在针对每一时间窗口得到协方差XY_cov、XZ_cov、YZ_cov之后，根据N个时间窗口，获取N个协方差XY_cov，针对N个协方差XY_cov，按照时间窗口的先后排列顺序，获取XY轴之间对应的第二向量。根据N个时间窗口，获取N个协方差XZ_cov，针对N个协方差XZ_cov，按照时间窗口的先后排列顺序，获取XZ轴之间对应的第二向量；根据N个时间窗口，获取N个协方差YZ_cov，针对N个协方差YZ_cov，按照时间窗口的先后排列顺序，获取YZ轴之间对应的第二向量。

在获取三个第一向量和三个第二向量之后，根据三个第一向量和三个第二向量，获取三个皮尔逊积矩相关系数向量的过程为：在每一时间窗口内，根据三个第一向量，获取第一坐标轴和第二坐标轴的标准差乘积作为第一参考值；在每一时间窗口内，根据三个第二向量，获取第一坐标轴与第二坐标轴之间的协方差作为第二参考值；在每一时间窗口内，计算第二参考值和第一参考值之比，获取第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数；根据N个时间窗口内对应的皮尔逊积矩相关系数，确定第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数向量；其中，第一坐标轴和第二坐标轴为X坐标轴和Y坐标轴，或者第一坐标轴和第二坐标轴为X坐标轴和Z坐标轴，或者第一坐标轴和第二坐标轴为Y坐标轴和Z坐标轴。

具体的，在每一时间窗口内，在三个第一向量中，获取第一坐标轴上的加速度数据分量对应的标准差以及第二坐标轴上的加速度数据分量对应的标准差，计算两个标准差的乘积，获取第一参考值。

在每一时间窗口内，在三个第二向量中，获取第一坐标轴与第二坐标轴之间的协方差作为第二参考值，然后计算第二参考值与第一参考值之比，确定该时间窗口内对应的皮尔逊积矩相关系数，根据N个时间窗口内对应的N个皮尔逊积矩相关系数，形成第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数向量。

由于第一坐标轴和第二坐标轴可以为X坐标轴和Y坐标轴，可以为X坐标轴和Z坐标轴，还可以为Y坐标轴和Z坐标轴，则对应的皮尔逊积矩相关系数向量为三个。

当第一坐标轴和第二坐标轴为X坐标轴和Y坐标轴时，在X轴对应的第一向量中，获取第一时间窗口内的标准差X_σ，在Y轴对应的第一向量中，获取第一时间窗口内的标准差Y_σ。根据XY轴之间对应的第二向量，确定XY轴之间的协方差。然后计算标准差X_σ与标准差Y_σ的乘积，获取第一参考值，将XY轴之间的协方差确定为第二参考值，计算第二参考值与第一参考值的比值，确定第一时间窗口内XY轴之间对应的皮尔逊积矩相关系数。根据N个时间窗口内对应的皮尔逊积矩相关系数，确定一包含N个元素的XY轴之间对应的皮尔逊积矩相关系数向量。

当第一坐标轴和第二坐标轴为X和Z坐标轴时，同样可以获取第一时间窗口内XZ轴之间对应的皮尔逊积矩相关系数。根据N个时间窗口内对应的皮尔逊积矩相关系数，确定一包含N个元素的XZ轴之间对应的皮尔逊积矩相关系数向量。

当第一坐标轴和第二坐标轴为Y和Z坐标轴时，同样可以获取第一时间窗口内YZ轴之间对应的皮尔逊积矩相关系数。根据N个时间窗口内对应的皮尔逊积矩相关系数，确定一包含N个元素的YZ轴之间对应的皮尔逊积矩相关系数向量。需要说明的是，这里的第一时间窗口为N个时间窗口内的任意一时间窗口。

在确定三个皮尔逊积矩相关系数向量之后，执行步骤103。

步骤103、根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态。

其中，由于每一皮尔逊积矩相关系数向量对应于任意相邻两个坐标轴之间的线性相关性，在根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态时，即为根据皮尔逊积矩相关系数向量，确定预设时间内移动终端的运动状态。具体为：根据三个皮尔逊积矩相关系数向量，判断是否存在至少1个向量中连续3个皮尔逊积矩相关系数的绝对值大于预设皮尔逊阈值；若存在，确定在预设时间内移动终端处于非计步状态。

针对每一皮尔逊积矩相关系数向量，将向量中的皮尔逊积矩相关系数的绝对值与预设皮尔逊阈值进行比较，判断是否存在至少一个皮尔逊积矩相关系数向量中连续的3个元素均大于预设皮尔逊阈值，如果存在至少一向量，则确定在预设时间内移动终端处于非计步状态。其中皮尔逊积矩相关系数向量中包括N个元素，每一元素对应于一皮尔逊积矩相关系数。

需要说明的是，正常的步伐，无论是将移动终端放在衣袋里慢走快走和跑步，以及握在手中走路，皮尔逊积矩相关系数的数值绝对值都远远小于1。也就是在大于或者接近于一个步伐间隔的时间窗口内，正常的步伐得到的3个轴的加速度分量的变化量之间的关系不是线性相关的。即使不通过滤波，不做任何预处理，也可以使用皮尔逊积矩相关系数排除掉所有直线运动以及所有接近于直线运动的来回晃动抖动导致的误计步(包括闹钟等引起的震动、移动终端来回晃动、乘坐公交车地铁飞机以及私家车等引起的震动)。

本发明实施例中移动终端对应的坐标系为三维直角坐标系，如图2所示，本发明提供的数据处理方法的具体流程为：

步骤201、获取加速度传感器采集的加速度信号在三个坐标轴上对应的加速度数据分量。

步骤202、判断单位时间长度内合加速度模的峰谷值以及方差是否大于预设动态阈值。若是则执行步骤203，否则执行步骤209。

步骤203、获取在时间窗口W内，三个坐标轴上加速度数据分量的标准差，并计算在步长为S的预设时间M内每一坐标轴对应的由标准差组成的第一向量。

其中，在预设时间M内对应N个时间窗口，每一时间窗口内对应于三个标准差，针对每一坐标轴，根据每一时间窗口内的标准差，形成包含N个元素的第一向量，获取三个第一向量。

步骤204、计算时间窗口内任意相邻两坐标轴之间对应的协方差，在预设时间M内，确定任意两坐标轴对应的由协方差组成的第二向量。

在每一时间窗口内可以确定三个协方差，分别为XY轴之间的协方差、XZ轴之间的协方差以及YZ轴之间的协方差。在预设时间内，针对任意两个坐标轴，可以确定N个协方差，根据N个协方差确定第二向量，进而获取三个针对任意两个坐标轴的第二向量。

需要说明的是，协方差表示的是两个变量总体误差的期望。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值；如果两个变量的变化趋势相反，即其中一个变量大于自身的期望值时另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。如果两个变量是统计独立的，那么二者之间的协方差就是0。这里的变量为三个，分别为X轴上的变量、Y轴上的变量以及Z轴上的变量。

步骤205、根据第一向量和第二向量确定每一时间窗口内对应的三个皮尔逊积矩相关系数，根据N个时间窗口，确定三个皮尔逊积矩相关系数向量。

皮尔逊积矩相关系数(PMCC)，描述的是两个变量间线性相关强弱的程度。取值在-1与+1之间，若PMCC＞0，表明两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大；若PMCC＜0，表明两个变量是负相关，即一个变量的值越大另一个变量的值反而会越小。PMCC的绝对值越大表明相关性越强，要注意的是这里并不存在因果关系。若PMCC＝0，表明两个变量间不是线性相关，但有可能是其他方式的相关(比如曲线方式)。

步骤206、判断在三个皮尔逊积矩相关系数向量中，是否存在至少1个向量的连续3个元素的绝对值大于预设的皮尔逊阈值。若存在执行步骤207，否则执行步骤208。

正常的步伐状态下，无论是慢走快走和跑步，皮尔逊积矩相关系数PMCC的数值绝对值都远远小于1。也就是在大于或者接近于一个步伐间隔的时间窗口内，正常的步伐得到的3个轴的加速度分量的变化量之间的关系不是线性相关的。即使不通过滤波，不做任何预处理，也可以使用皮尔逊积矩相关系数PMCC排除掉所有直线运动以及所有接近于直线运动的来回晃动抖动导致的误计步。

步骤207、判断出移动终端的运动路径是接近于直线周期性晃动，然后执行步骤209。

步骤208、使用预设判据参数识别运动步伐。

步骤209、对移动终端的运动状态不进行计步操作。

下面对集中运动状态下对应的皮尔逊积矩相关系数的情况进行举例说明。

如图3a所示，为用户携带移动终端跑步时，对应的3个轴加速度分量的变化情况。如图3b所示，为用户携带移动终端跑步时，Y轴和Z轴之间对应的皮尔逊积矩相关系数示意图，其中通常状态下，皮尔逊积矩相关系数的绝对值小于0.2，在慢走的时候也小于0.35。在此时，Y轴和Z轴之间对应的皮尔逊积矩相关系数为0.10188。

若移动终端的显示屏幕与水平面夹角保持60度，移动终端先上下晃动再前后晃动各20次时，对应的3个轴加速度分量当中变化最剧烈的两个轴加速度分量的皮尔逊积矩相关系数的绝对值通常在0.97以上(取决于来回晃动与直线的接近程度)；因为人为地手持移动终端晃动不是严格地直线运动，所以皮尔逊积矩相关系数的绝对值接近但不等于1，但是这个情形的皮尔逊积矩相关系数的数值远大于正常步伐的皮尔逊积矩相关系数的数值，所以可以准确地防止误计步。

如图3c所示，为移动终端上下晃动和前后晃动对应的加速度波形图。如图3d所示，为移动终端上下晃动和前后晃动时，Y轴和Z轴之间对应的皮尔逊积矩相关系数示意图，其中此时对应的采样点在400～500之间，当前状态下对应的皮尔逊积矩相关系数为0.97437。

如图3e所示，为移动终端上下晃动和前后晃动时，Y轴和Z轴之间对应的皮尔逊积矩相关系数示意图，其中此时对应的采样点在1400～1500之间，当前状态下对应的皮尔逊积矩相关系数为0.9721。

如图3f所示，为移动终端上下晃动和前后晃动时，Y轴和Z轴之间对应的皮尔逊积矩相关系数示意图，其中此时对应的采样点在2900～3000之间，当前状态下对应的皮尔逊积矩相关系数为-0.96602。

本发明实施例提供的数据处理方法，不仅有效防止误计步，还可以用于对移动终端的所有接近于直线的运动状态进行准确识别，例如微信摇一摇、闹钟或者来电震动、移动终端放在裤袋里抖动双脚、乘坐公交车飞机地铁以及私家车甚至拍照时候的双手抖动，这些抖动的场景中3个轴的加速度分量当中，至少有两个轴的加速度分量之间的皮尔逊积矩相关系数的数值很高。根据线性相关性最强的两个轴及其振幅可以大致判断出移动终端的姿态，再结合加速度分量的波峰波谷的幅值以及振荡频率，以及动态时间规整、模式识别分类算法就可以对上述这些场景进一步准确识别，可以在移动终端上开发出更多的人工智能功能。

本发明实施例还提供一种移动终端，如图4所示，包括：

获取模块10，用于获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量；

第一确定模块20，用于根据N个时间窗口内的预设数目个坐标轴上对应的加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性；

第二确定模块30，用于根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态。

其中，获取模块10包括：

第一获取子模块11，用于在时间窗口为W的预设时间M内，获取加速度传感器在N个时间窗口内分别对应的加速度信号；

第二获取子模块12，用于对每一时间窗口内的加速度信号进行分解，获取加速度信号在预设数目个坐标轴上对应的加速度数据分量。

其中，第一获取子模块11包括:

第一获取单元111，用于通过预设时间M与采样频率F的乘积，获取采样时刻点的数量；

计算单元112，用于计算采样时刻点的数量与时间窗口W之差，所得值与步长S相比得到第一比值；

处理单元113，用于计算第一比值加1的和，得到第一标准值，确定第一标准值为预设时间M内对应的时间窗口数量N，并在每一时间窗口内获取对应的加速度信号；

其中步长S为时间窗口每次移动所跨越的采样时刻点数，采样频率F为单位时间内对应的采样时刻点的数量。

其中，移动终端对应的坐标系为三维直角坐标系；第一确定模块20包括：

第三获取子模块21，用于获取每一时间窗口内每一个坐标轴上加速度数据分量的标准差，根据每一坐标轴对应的N个标准差，获取三个对应的第一向量；

第四获取子模块22，用于获取每一时间窗口内任意两个坐标轴之间加速度数据分量的协方差，根据任意两个坐标轴对应的N个协方差，获取三个对应的第二向量；

第五获取子模块23，用于根据三个第一向量和三个第二向量，获取三个皮尔逊积矩相关系数向量；

其中每一皮尔逊积矩相关系数向量对应于两个坐标轴之间的线性相关性。

其中，第三获取子模块21包括：

第一确定单元211，用于在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算每一坐标轴上加速度数据分量的标准差X_σ、Y_σ以及Z_σ；

第二确定单元212，用于根据N个时间窗口内分别对应的X坐标轴上加速度数据分量的标准差X_σ，确定X坐标轴上对应的第一向量；

第三确定单元213，用于根据N个时间窗口内分别对应的Y坐标轴上加速度数据分量的标准差Y_σ，确定Y坐标轴上对应的第一向量；

第四确定单元214，用于根据N个时间窗口内分别对应的Z坐标轴上加速度数据分量的标准差Z_σ，确定Z坐标轴上对应的第一向量。

其中，第一确定单元211包括：

第一确定子单元2111，用于在每一时间窗口的各个采样时刻点处，确定X轴上的加速度数据分量X_i、Y轴上的加速度数据分量Y_i、Z轴上的加速度数据分量Z_i；

第一计算子单元2112，用于计算X轴上对应的加速度数据分量的均值X₀、Y轴上对应的加速度数据分量的均值Y₀、Z轴上对应的加速度数据分量的均值Z₀；

其中，

其中，第四获取子模块22包括：

第五确定单元221，用于在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算相邻两坐标轴之间加速度数据分量的协方差XY_cov、YZ_cov以及XZ_cov；

第六确定单元222，用于根据N个时间窗口内分别对应的XY坐标轴之间加速度数据分量的协方差XY_cov，确定XY坐标轴上对应的第二向量；

第七确定单元223，用于根据N个时间窗口内分别对应的YZ坐标轴之间加速度数据分量的协方差YZ_cov，确定YZ坐标轴上对应的第二向量；

第八确定单元224，用于根据N个时间窗口内分别对应的XZ坐标轴之间加速度数据分量的协方差XZ_cov，确定XZ坐标轴上对应的第二向量。

其中，第五确定单元221包括：

第二确定子单元2211，用于在每一时间窗口的各个采样时刻点处，确定X轴上的加速度数据分量X_i、Y轴上的加速度数据分量Y_i、Z轴上的加速度数据分量Z_i；

第二计算子单元2212，用于计算X轴上对应的加速度数据分量的均值X₀、Y轴上对应的加速度数据分量的均值Y₀、Z轴上对应的加速度数据分量的均值Z₀；

根据下述公式计算协方差XY_cov、YZ_cov以及XZ_cov；

其中，第五获取子模块23包括：

第二获取单元231，用于在每一时间窗口内，根据三个第一向量，获取第一坐标轴和第二坐标轴的标准差乘积作为第一参考值；

第三获取单元232，用于在每一时间窗口内，根据三个第二向量，获取第一坐标轴与第二坐标轴之间的协方差作为第二参考值；

第四获取单元233，用于在每一时间窗口内，计算第二参考值和第一参考值之比，获取第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数；

第九确定单元234，用于根据N个时间窗口内对应的皮尔逊积矩相关系数，确定第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数向量；

其中，第一坐标轴和第二坐标轴为X坐标轴和Y坐标轴，或者第一坐标轴和第二坐标轴为X坐标轴和Z坐标轴，或者第一坐标轴和第二坐标轴为Y坐标轴和Z坐标轴。

其中，第二确定模块30包括：

判断子模块31，用于根据三个皮尔逊积矩相关系数向量，判断是否存在至少1个向量中连续3个皮尔逊积矩相关系数的绝对值大于预设皮尔逊阈值；

确定子模块32，用于若存在，确定在预设时间内移动终端处于非计步状态。

本发明实施例还提供一种移动终端，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的数据处理方法。

本发明实施例，通过获取预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量，根据加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性，根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态，可以对移动终端的计步状态进行准确的判定，且判断方式简单，对于运动场景识别及用户步伐模式分类有参考意义，有效防止了移动终端晃动时的误计步，提高了用户的使用体验。

图5是本发明另一个实施例的移动终端的框图。图5所示的移动终端500包括：至少一个处理器501、存储器502、至少一个网络接口504和其他用户接口503。移动终端500中的各个组件通过总线系统505耦合在一起。可理解，总线系统505用于实现这些组件之间的连接通信。总线系统505除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图5中将各种总线都标为总线系统505。

其中，用户接口503可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。

可以理解，本发明实施例中的存储器502可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本文描述的系统和方法的存储器502旨在包括但不限于这些和任意其它适合类型的存储器。

在一些实施方式中，存储器502存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统5021和应用程序5022。

其中，操作系统5021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序5022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序5022中。

在本发明实施例中，通过调用存储器502存储的程序或指令，具体的，可以是应用程序5022中存储的程序或指令，处理器501用于：获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量；根据N个时间窗口内的预设数目个坐标轴上对应的加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性；根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态。

上述本发明实施例揭示的方法可以应用于处理器501中，或者由处理器501实现。处理器501可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502，处理器501读取存储器502中的信息，结合其硬件完成上述方法的步骤。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

可选的，处理器501在获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量时，还用于：在时间窗口为W的预设时间M内，获取加速度传感器在N个时间窗口内分别对应的加速度信号；对每一时间窗口内的加速度信号进行分解，获取加速度信号在预设数目个坐标轴上对应的加速度数据分量。

可选的，在时间窗口为W的预设时间M内，获取加速度传感器在N个时间窗口内分别对应的加速度信号时，处理器501还用于：通过预设时间M与采样频率F的乘积，获取采样时刻点的数量；计算采样时刻点的数量与时间窗口W之差，所得值与步长S相比得到第一比值；计算第一比值加1的和，得到第一标准值，确定第一标准值为预设时间M内对应的时间窗口数量N，并在每一时间窗口内获取对应的加速度信号；其中步长S为时间窗口每次移动所跨越的采样时刻点数，采样频率F为单位时间内对应的采样时刻点的数量。

可选的，移动终端对应的坐标系为三维直角坐标系；根据N个时间窗口内的预设数目个坐标轴上对应的加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性时，处理器501还用于：获取每一时间窗口内每一个坐标轴上加速度数据分量的标准差，根据每一坐标轴对应的N个标准差，获取三个对应的第一向量；获取每一时间窗口内任意两个坐标轴之间加速度数据分量的协方差，根据任意两个坐标轴对应的N个协方差，获取三个对应的第二向量；根据三个第一向量和三个第二向量，获取三个皮尔逊积矩相关系数向量；其中每一皮尔逊积矩相关系数向量对应于两个坐标轴之间的线性相关性。

可选的，在获取每一时间窗口内每一个坐标轴上加速度数据分量的标准差，根据每一坐标轴对应的N个标准差，获取三个对应的第一向量时，处理器501还用于：在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算每一坐标轴上加速度数据分量的标准差X_σ、Y_σ以及Z_σ；根据N个时间窗口内分别对应的X坐标轴上加速度数据分量的标准差X_σ，确定X坐标轴上对应的第一向量；根据N个时间窗口内分别对应的Y坐标轴上加速度数据分量的标准差Y_σ，确定Y坐标轴上对应的第一向量；根据N个时间窗口内分别对应的Z坐标轴上加速度数据分量的标准差Z_σ，确定Z坐标轴上对应的第一向量。

可选的，在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算每一坐标轴上加速度数据分量的标准差X_σ、Y_σ以及Z_σ时，处理器501还用于：在每一时间窗口的各个采样时刻点处，确定X轴上的加速度数据分量X_i、Y轴上的加速度数据分量Y_i、Z轴上的加速度数据分量Z_i；计算X轴上对应的加速度数据分量的均值X₀、Y轴上对应的加速度数据分量的均值Y₀、Z轴上对应的加速度数据分量的均值Z₀；

其中，

可选的，在获取每一时间窗口内任意两个坐标轴之间加速度数据分量的协方差，根据任意两个坐标轴对应的N个协方差，获取三个对应的第二向量时，处理器501还用于：在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算相邻两坐标轴之间加速度数据分量的协方差XY_cov、YZ_cov以及XZ_cov；根据N个时间窗口内分别对应的XY坐标轴之间加速度数据分量的协方差XY_cov，确定XY坐标轴上对应的第二向量；根据N个时间窗口内分别对应的YZ坐标轴之间加速度数据分量的协方差YZ_cov，确定YZ坐标轴上对应的第二向量；根据N个时间窗口内分别对应的XZ坐标轴之间加速度数据分量的协方差XZ_cov，确定XZ坐标轴上对应的第二向量。

可选的，在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算相邻两坐标轴之间加速度数据分量的协方差XY_cov、YZ_cov以及XZ_cov时，处理器501还用于：在每一时间窗口的各个采样时刻点处，确定X轴上的加速度数据分量X_i、Y轴上的加速度数据分量Y_i、Z轴上的加速度数据分量Z_i；计算X轴上对应的加速度数据分量的均值X₀、Y轴上对应的加速度数据分量的均值Y₀、Z轴上对应的加速度数据分量的均值Z₀；根据下述公式计算协方差XY_cov、YZ_cov以及XZ_cov；

可选的，在根据三个第一向量和三个第二向量，获取三个皮尔逊积矩相关系数向量时，处理器501还用于：在每一时间窗口内，根据三个第一向量，获取第一坐标轴和第二坐标轴的标准差乘积作为第一参考值；在每一时间窗口内，根据三个第二向量，获取第一坐标轴与第二坐标轴之间的协方差作为第二参考值；在每一时间窗口内，计算第二参考值和第一参考值之比，获取第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数；根据N个时间窗口内对应的皮尔逊积矩相关系数，确定第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数向量；其中，第一坐标轴和第二坐标轴为X坐标轴和Y坐标轴，或者第一坐标轴和第二坐标轴为X坐标轴和Z坐标轴，或者第一坐标轴和第二坐标轴为Y坐标轴和Z坐标轴。

可选的，根据任意两个坐标轴之前的线性相关性，确定预设时间内移动终端的运动状态时，处理器501还用于：根据三个皮尔逊积矩相关系数向量，判断是否存在至少1个向量中连续3个皮尔逊积矩相关系数的绝对值大于预设皮尔逊阈值；若存在，确定在预设时间内移动终端处于非计步状态。

移动终端500能够实现前述实施例中移动终端实现的各个过程，为避免重复，这里不再赘述。

这样，通过获取预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量，根据加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性，根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态，可以对移动终端的计步状态进行准确的判定，且判断方式简单，对于运动场景识别及用户步伐模式分类有参考意义，有效防止了移动终端晃动时的误计步，提高了用户的使用体验。

图6是本发明另一个实施例的移动终端的结构示意图。具体地，图6中的移动终端600可以为手机、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、或车载电脑等。

图6中的移动终端600包括射频(Radio Frequency，RF)电路610、存储器620、输入单元630、显示单元640、处理器660、音频电路670、WiFi(Wireless Fidelity)模块680和电源690。

其中，输入单元630可用于接收用户输入的数字或字符信息，以及产生与移动终端600的用户设置以及功能控制有关的信号输入。具体地，本发明实施例中，该输入单元630可以包括触控面板631。触控面板631，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板631上的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板631可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给该处理器660，并能接收处理器660发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板631。除了触控面板631，输入单元630还可以包括其他输入设备632，其他输入设备632可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

其中，显示单元640可用于显示由用户输入的信息或提供给用户的信息以及移动终端600的各种菜单界面。显示单元640可包括显示面板641，可选的，可以采用LCD或有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板641。

应注意，触控面板631可以覆盖显示面板641，形成触摸显示屏，当该触摸显示屏检测到在其上或附近的触摸操作后，传送给处理器660以确定触摸事件的类型，随后处理器660根据触摸事件的类型在触摸显示屏上提供相应的视觉输出。

触摸显示屏包括应用程序界面显示区及常用控件显示区。该应用程序界面显示区及该常用控件显示区的排列方式并不限定，可以为上下排列、左右排列等可以区分两个显示区的排列方式。该应用程序界面显示区可以用于显示应用程序的界面。每一个界面可以包含至少一个应用程序的图标和/或widget桌面控件等界面元素。该应用程序界面显示区也可以为不包含任何内容的空界面。该常用控件显示区用于显示使用率较高的控件，例如，设置按钮、界面编号、滚动条、电话本图标等应用程序图标等。

其中处理器660是移动终端600的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在第一存储器621内的软件程序和/或模块，以及调用存储在第二存储器622内的数据，执行移动终端600的各种功能和处理数据，从而对移动终端600进行整体监控。可选的，处理器660可包括一个或多个处理单元。

在本发明实施例中，通过调用存储该第一存储器621内的软件程序和/或模块和/或该第二存储器622内的数据，处理器660用于：获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量；根据N个时间窗口内的预设数目个坐标轴上对应的加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性；根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态。

可选的，处理器660在获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量时，还用于：在时间窗口为W的预设时间M内，获取加速度传感器在N个时间窗口内分别对应的加速度信号；对每一时间窗口内的加速度信号进行分解，获取加速度信号在预设数目个坐标轴上对应的加速度数据分量。

可选的，在时间窗口为W的预设时间M内，获取加速度传感器在N个时间窗口内分别对应的加速度信号时，处理器660还用于：通过预设时间M与采样频率F的乘积，获取采样时刻点的数量；计算采样时刻点的数量与时间窗口W之差，所得值与步长S相比得到第一比值；计算第一比值加1的和，得到第一标准值，确定第一标准值为预设时间M内对应的时间窗口数量N，并在每一时间窗口内获取对应的加速度信号；其中步长S为时间窗口每次移动所跨越的采样时刻点数，采样频率F为单位时间内对应的采样时刻点的数量。

可选的，移动终端对应的坐标系为三维直角坐标系；根据N个时间窗口内的预设数目个坐标轴上对应的加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性时，处理器660还用于：获取每一时间窗口内每一个坐标轴上加速度数据分量的标准差，根据每一坐标轴对应的N个标准差，获取三个对应的第一向量；获取每一时间窗口内任意两个坐标轴之间加速度数据分量的协方差，根据任意两个坐标轴对应的N个协方差，获取三个对应的第二向量；根据三个第一向量和三个第二向量，获取三个皮尔逊积矩相关系数向量；其中每一皮尔逊积矩相关系数向量对应于两个坐标轴之间的线性相关性。

可选的，在获取每一时间窗口内每一个坐标轴上加速度数据分量的标准差，根据每一坐标轴对应的N个标准差，获取三个对应的第一向量时，处理器660还用于：在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算每一坐标轴上加速度数据分量的标准差X_σ、Y_σ以及Z_σ；根据N个时间窗口内分别对应的X坐标轴上加速度数据分量的标准差X_σ，确定X坐标轴上对应的第一向量；根据N个时间窗口内分别对应的Y坐标轴上加速度数据分量的标准差Y_σ，确定Y坐标轴上对应的第一向量；根据N个时间窗口内分别对应的Z坐标轴上加速度数据分量的标准差Z_σ，确定Z坐标轴上对应的第一向量。

可选的，在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算每一坐标轴上加速度数据分量的标准差X_σ、Y_σ以及Z_σ时，处理器660还用于：在每一时间窗口的各个采样时刻点处，确定X轴上的加速度数据分量X_i、Y轴上的加速度数据分量Y_i、Z轴上的加速度数据分量Z_i；计算X轴上对应的加速度数据分量的均值X₀、Y轴上对应的加速度数据分量的均值Y₀、Z轴上对应的加速度数据分量的均值Z₀；

其中，

可选的，在获取每一时间窗口内任意两个坐标轴之间加速度数据分量的协方差，根据任意两个坐标轴对应的N个协方差，获取三个对应的第二向量时，处理器660还用于：在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算相邻两坐标轴之间加速度数据分量的协方差XY_cov、YZ_cov以及XZ_cov；根据N个时间窗口内分别对应的XY坐标轴之间加速度数据分量的协方差XY_cov，确定XY坐标轴上对应的第二向量；根据N个时间窗口内分别对应的YZ坐标轴之间加速度数据分量的协方差YZ_cov，确定YZ坐标轴上对应的第二向量；根据N个时间窗口内分别对应的XZ坐标轴之间加速度数据分量的协方差XZ_cov，确定XZ坐标轴上对应的第二向量。

可选的，在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的加速度数据分量X_i、Y_i、Z_i，并计算相邻两坐标轴之间加速度数据分量的协方差XY_cov、YZ_cov以及XZ_cov时，处理器660还用于：在每一时间窗口的各个采样时刻点处，确定X轴上的加速度数据分量X_i、Y轴上的加速度数据分量Y_i、Z轴上的加速度数据分量Z_i；计算X轴上对应的加速度数据分量的均值X₀、Y轴上对应的加速度数据分量的均值Y₀、Z轴上对应的加速度数据分量的均值Z₀；根据下述公式计算协方差XY_cov、YZ_cov以及XZ_cov；

可选的，在根据三个第一向量和三个第二向量，获取三个皮尔逊积矩相关系数向量时，处理器660还用于：在每一时间窗口内，根据三个第一向量，获取第一坐标轴和第二坐标轴的标准差乘积作为第一参考值；在每一时间窗口内，根据三个第二向量，获取第一坐标轴与第二坐标轴之间的协方差作为第二参考值；在每一时间窗口内，计算第二参考值和第一参考值之比，获取第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数；根据N个时间窗口内对应的皮尔逊积矩相关系数，确定第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数向量；其中，第一坐标轴和第二坐标轴为X坐标轴和Y坐标轴，或者第一坐标轴和第二坐标轴为X坐标轴和Z坐标轴，或者第一坐标轴和第二坐标轴为Y坐标轴和Z坐标轴。

可选的，根据任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态时，处理器660还用于：根据三个皮尔逊积矩相关系数向量，判断是否存在至少1个向量中连续3个皮尔逊积矩相关系数的绝对值大于预设皮尔逊阈值；若存在，确定在预设时间内移动终端处于非计步状态。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述的是本发明的优选实施方式，应当指出对于本技术领域的普通人员来说，在不脱离本发明所述的原理前提下还可以作出若干改进和润饰，这些改进和润饰也在本发明的保护范围内。

Claims

1.一种数据处理方法，应用于移动终端，其特征在于，所述方法包括：

根据N个时间窗口内的预设数目个坐标轴上对应的所述加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性；

根据所述任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态。

2.根据权利要求1所述的方法，其特征在于，获取移动终端的加速度传感器在预设时间内的N个时间窗口内采集的预设数目个坐标轴上对应的加速度数据分量的步骤包括：

在时间窗口为W的预设时间M内，获取所述加速度传感器在N个时间窗口内分别对应的加速度信号；

对每一时间窗口内的加速度信号进行分解，获取加速度信号在预设数目个坐标轴上对应的所述加速度数据分量。

3.根据权利要求2所述的方法，其特征在于，在时间窗口为W的预设时间M内，获取所述加速度传感器在N个时间窗口内分别对应的加速度信号的步骤包括:

通过预设时间M与采样频率F的乘积，获取采样时刻点的数量；

计算采样时刻点的数量与时间窗口W之差，所得值与步长S相比得到第一比值；

计算所述第一比值加1的和，得到第一标准值，确定所述第一标准值为预设时间M内对应的时间窗口数量N，并在每一时间窗口内获取对应的加速度信号；

4.根据权利要求1所述的方法，其特征在于，所述移动终端对应的坐标系为三维直角坐标系；

根据N个时间窗口内的预设数目个坐标轴上对应的所述加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性的步骤包括：

获取每一时间窗口内每一个坐标轴上所述加速度数据分量的标准差，根据每一坐标轴对应的N个标准差，获取三个对应的第一向量；

获取每一时间窗口内任意两个坐标轴之间所述加速度数据分量的协方差，根据任意两个坐标轴对应的N个协方差，获取三个对应的第二向量；

根据三个所述第一向量和三个所述第二向量，获取三个皮尔逊积矩相关系数向量；

5.根据权利要求4所述的方法，其特征在于，获取每一时间窗口内每一个坐标轴上所述加速度数据分量的标准差，根据每一坐标轴对应的N个标准差，获取三个对应的第一向量的步骤包括：

在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的所述加速度数据分量X_i、Y_i、Z_i，并计算每一坐标轴上所述加速度数据分量的标准差X_σ、Y_σ以及Z_σ；

根据N个时间窗口内分别对应的X坐标轴上所述加速度数据分量的标准差X_σ，确定X坐标轴上对应的第一向量；

根据N个时间窗口内分别对应的Y坐标轴上所述加速度数据分量的标准差Y_σ，确定Y坐标轴上对应的第一向量；

根据N个时间窗口内分别对应的Z坐标轴上所述加速度数据分量的标准差Z_σ，确定Z坐标轴上对应的第一向量。

6.根据权利要求5所述的方法，其特征在于，在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的所述加速度数据分量X_i、Y_i、Z_i，并计算每一坐标轴上所述加速度数据分量的标准差X_σ、Y_σ以及Z_σ的步骤包括：

在每一时间窗口的各个采样时刻点处，确定X轴上的所述加速度数据分量X_i、Y轴上的所述加速度数据分量Y_i、Z轴上的所述加速度数据分量Z_i；

计算X轴上对应的所述加速度数据分量的均值X₀、Y轴上对应的所述加速度数据分量的均值Y₀、Z轴上对应的所述加速度数据分量的均值Z₀；

其中，

<mrow> <msub> <mi>Y</mi> <mi>&sigma;</mi> </msub> <mo>=</mo> <mroot> <mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>Y</mi> <mn>1</mn> </msub> <mo>-</mo> <msub> <mi>Y</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>Y</mi> <mn>2</mn> </msub> <mo>-</mo> <msub> <mi>Y</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <mn>...</mn> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>Y</mi> <mi>k</mi> </msub> <mo>-</mo> <msub> <mi>Y</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mn>2</mn> </mroot> </mrow>

<mrow> <msub> <mi>Z</mi> <mi>&sigma;</mi> </msub> <mo>=</mo> <mroot> <mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>Z</mi> <mn>1</mn> </msub> <mo>-</mo> <msub> <mi>Z</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>Z</mi> <mn>2</mn> </msub> <mo>-</mo> <msub> <mi>Z</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <mn>...</mn> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>Z</mi> <mi>k</mi> </msub> <mo>-</mo> <msub> <mi>Z</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mn>2</mn> </mroot> </mrow>

7.根据权利要求4所述的方法，其特征在于，获取每一时间窗口内任意两个坐标轴之间所述加速度数据分量的协方差，根据任意两个坐标轴对应的N个协方差，获取三个对应的第二向量的步骤包括：

在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的所述加速度数据分量X_i、Y_i、Z_i，并计算相邻两坐标轴之间所述加速度数据分量的协方差XY_cov、YZ_cov以及XZ_cov；

根据N个时间窗口内分别对应的XY坐标轴之间所述加速度数据分量的协方差XY_cov，确定XY坐标轴上对应的第二向量；

根据N个时间窗口内分别对应的YZ坐标轴之间所述加速度数据分量的协方差YZ_cov，确定YZ坐标轴上对应的第二向量；

根据N个时间窗口内分别对应的XZ坐标轴之间所述加速度数据分量的协方差XZ_cov，确定XZ坐标轴上对应的第二向量。

8.根据权利要求7所述的方法，其特征在于，在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的所述加速度数据分量X_i、Y_i、Z_i，并计算相邻两坐标轴之间所述加速度数据分量的协方差XY_cov、YZ_cov以及XZ_cov的步骤包括：

根据下述公式计算协方差XY_cov、YZ_cov以及XZ_cov；

<mrow> <msub> <mi>XZ</mi> <mi>cov</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mn>1</mn> </msub> <mo>-</mo> <msub> <mi>X</mi> <mn>0</mn> </msub> <mo>)</mo> <mo>(</mo> <msub> <mi>z</mi> <mn>1</mn> </msub> <mo>-</mo> <msub> <mi>z</mi> <mn>0</mn> </msub> <mo>)</mo> <mo>+</mo> <mo>(</mo> <msub> <mi>X</mi> <mn>2</mn> </msub> <mo>-</mo> <msub> <mi>X</mi> <mn>0</mn> </msub> <mo>)</mo> <mo>(</mo> <msub> <mi>z</mi> <mn>2</mn> </msub> <mo>-</mo> <msub> <mi>z</mi> <mn>0</mn> </msub> <mo>)</mo> <mo>+</mo> <mo>...</mo> <mo>+</mo> <mo>(</mo> <msub> <mi>X</mi> <mi>k</mi> </msub> <mo>-</mo> <msub> <mi>X</mi> <mn>0</mn> </msub> <mo>)</mo> <mo>(</mo> <msub> <mi>z</mi> <mi>k</mi> </msub> <mo>-</mo> <msub> <mi>z</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mi>k</mi> </mfrac> </mrow> 2

9.根据权利要求4所述的方法，其特征在于，根据三个所述第一向量和三个所述第二向量，获取三个皮尔逊积矩相关系数向量的步骤包括：

在每一时间窗口内，根据三个所述第一向量，获取第一坐标轴和第二坐标轴的标准差乘积作为第一参考值；

在每一时间窗口内，根据三个所述第二向量，获取第一坐标轴与第二坐标轴之间的协方差作为第二参考值；

在每一时间窗口内，计算所述第二参考值和所述第一参考值之比，获取第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数；

根据N个时间窗口内对应的皮尔逊积矩相关系数，确定第一坐标轴与第二坐标轴之间对应的所述皮尔逊积矩相关系数向量；

10.根据权利要求9所述的方法，其特征在于，根据所述任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态的步骤包括：

根据三个皮尔逊积矩相关系数向量，判断是否存在至少1个向量中连续3个皮尔逊积矩相关系数的绝对值大于预设皮尔逊阈值；

若存在，确定在预设时间内所述移动终端处于非计步状态。

11.一种移动终端，其特征在于，所述移动终端包括：

第一确定模块，用于根据N个时间窗口内的预设数目个坐标轴上对应的所述加速度数据分量，确定在预设时间内任意两个坐标轴之间的线性相关性；

第二确定模块，用于根据所述任意两个坐标轴之间的线性相关性，确定预设时间内移动终端的运动状态。

12.根据权利要求11所述的移动终端，其特征在于，所述获取模块包括：

第一获取子模块，用于在时间窗口为W的预设时间M内，获取所述加速度传感器在N个时间窗口内分别对应的加速度信号；

第二获取子模块，用于对每一时间窗口内的加速度信号进行分解，获取加速度信号在预设数目个坐标轴上对应的所述加速度数据分量。

13.根据权利要求12所述的移动终端，其特征在于，所述第一获取子模块包括:

第一获取单元，用于通过预设时间M与采样频率F的乘积，获取采样时刻点的数量；

计算单元，用于计算采样时刻点的数量与时间窗口W之差，所得值与步长S相比得到第一比值；

处理单元，用于计算所述第一比值加1的和，得到第一标准值，确定所述第一标准值为预设时间M内对应的时间窗口数量N，并在每一时间窗口内获取对应的加速度信号；

14.根据权利要求11所述的移动终端，其特征在于，所述移动终端对应的坐标系为三维直角坐标系；所述第一确定模块包括：

第三获取子模块，用于获取每一时间窗口内每一个坐标轴上所述加速度数据分量的标准差，根据每一坐标轴对应的N个标准差，获取三个对应的第一向量；

第四获取子模块，用于获取每一时间窗口内任意两个坐标轴之间所述加速度数据分量的协方差，根据任意两个坐标轴对应的N个协方差，获取三个对应的第二向量；

第五获取子模块，用于根据三个所述第一向量和三个所述第二向量，获取三个皮尔逊积矩相关系数向量；

15.根据权利要求14所述的移动终端，其特征在于，所述第三获取子模块包括：

第一确定单元，用于在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的所述加速度数据分量X_i、Y_i、Z_i，并计算每一坐标轴上所述加速度数据分量的标准差X_σ、Y_σ以及Z_σ；

第二确定单元，用于根据N个时间窗口内分别对应的X坐标轴上所述加速度数据分量的标准差X_σ，确定X坐标轴上对应的第一向量；

第三确定单元，用于根据N个时间窗口内分别对应的Y坐标轴上所述加速度数据分量的标准差Y_σ，确定Y坐标轴上对应的第一向量；

第四确定单元，用于根据N个时间窗口内分别对应的Z坐标轴上所述加速度数据分量的标准差Z_σ，确定Z坐标轴上对应的第一向量。

16.根据权利要求15所述的移动终端，其特征在于，所述第一确定单元包括：

第一确定子单元，用于在每一时间窗口的各个采样时刻点处，确定X轴上的所述加速度数据分量X_i、Y轴上的所述加速度数据分量Y_i、Z轴上的所述加速度数据分量Z_i；

第一计算子单元，用于计算X轴上对应的所述加速度数据分量的均值X₀、Y轴上对应的所述加速度数据分量的均值Y₀、Z轴上对应的所述加速度数据分量的均值Z₀；

其中，

17.根据权利要求14所述的移动终端，其特征在于，所述第四获取子模块包括：

第五确定单元，用于在每一时间窗口内，确定各个采样时刻点处每一坐标轴分别对应的所述加速度数据分量X_i、Y_i、Z_i，并计算相邻两坐标轴之间所述加速度数据分量的协方差XY_cov、YZ_cov以及XZ_cov；

第六确定单元，用于根据N个时间窗口内分别对应的XY坐标轴之间所述加速度数据分量的协方差XY_cov，确定XY坐标轴上对应的第二向量；

第七确定单元，用于根据N个时间窗口内分别对应的YZ坐标轴之间所述加速度数据分量的协方差YZ_cov，确定YZ坐标轴上对应的第二向量；

第八确定单元，用于根据N个时间窗口内分别对应的XZ坐标轴之间所述加速度数据分量的协方差XZ_cov，确定XZ坐标轴上对应的第二向量。

18.根据权利要求17所述的移动终端，其特征在于，所述第五确定单元包括：

第二确定子单元，用于在每一时间窗口的各个采样时刻点处，确定X轴上的所述加速度数据分量X_i、Y轴上的所述加速度数据分量Y_i、Z轴上的所述加速度数据分量Z_i；

第二计算子单元，用于计算X轴上对应的所述加速度数据分量的均值X₀、Y轴上对应的所述加速度数据分量的均值Y₀、Z轴上对应的所述加速度数据分量的均值Z₀；

根据下述公式计算协方差XY_cov、YZ_cov以及XZ_cov；

19.根据权利要求14所述的移动终端，其特征在于，所述第五获取子模块包括：

第二获取单元，用于在每一时间窗口内，根据三个所述第一向量，获取第一坐标轴和第二坐标轴的标准差乘积作为第一参考值；

第三获取单元，用于在每一时间窗口内，根据三个所述第二向量，获取第一坐标轴与第二坐标轴之间的协方差作为第二参考值；

第四获取单元，用于在每一时间窗口内，计算所述第二参考值和所述第一参考值之比，获取第一坐标轴与第二坐标轴之间对应的皮尔逊积矩相关系数；

第九确定单元，用于根据N个时间窗口内对应的皮尔逊积矩相关系数，确定第一坐标轴与第二坐标轴之间对应的所述皮尔逊积矩相关系数向量；

20.根据权利要求19所述的移动终端，其特征在于，所述第二确定模块包括：

判断子模块，用于根据三个皮尔逊积矩相关系数向量，判断是否存在至少1个向量中连续3个皮尔逊积矩相关系数的绝对值大于预设皮尔逊阈值；

确定子模块，用于若存在，确定在预设时间内所述移动终端处于非计步状态。

21.一种移动终端，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～10任一项所述的数据处理方法。