一种人体非线性系统分析技术的步态评估方法及系统
本发明提供一种人体非线性系统分析技术的步态评估方法及系统,包括:采集穿戴式惯性测量单元输出的步态周期六通道高精度时间序列信号,通过小波阈值去噪与Z‑score标准化消除噪声与步态差异,提取Lyapunov指数谱与Kolmogorov熵值构成的混沌特征向量,采用小波神经网络实现混沌特征与相空间重构参数的非线性映射,并引入自适应反馈机制动态优化建模参数,本发明有效提升了步态模式识别与稳定性评估的准确性与个性化匹配能力,可实现步态混沌水平的量化表征及实时在线模型优化,为康复训练与运动辅助决策提供高鲁棒性的支持。