34 KiB
34 KiB
情绪分析算法详细文档
一、概述
本算法基于生理信号（心率、呼吸率、心率变异性、体动数据）进行情绪状态分析，输出主要情绪、次要情绪、情绪强度、效价、唤醒度等多维度指标。
二、情绪类型定义
| 枚举值 | 情绪类型 | 英文名 |
|---|---|---|
| 0 | 平静 | CALM |
| 1 | 高兴 | HAPPY |
| 2 | 兴奋 | EXCITED |
| 3 | 焦虑 | ANXIOUS |
| 4 | 愤怒 | ANGRY |
| 5 | 悲伤 | SAD |
| 6 | 压力 | STRESSED |
| 7 | 放松 | RELAXED |
| 8 | 未知 | UNKNOWN |
三、整体算法流程图
┌─────────────────────────────────────────────────────────────────┐
│ 开始分析 │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 输入数据预处理 │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 心率数据 │ │ 呼吸数据 │ │ HRV数据 │ │ 体动数据 │ │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
│ │ │ │ │ │
│ └─────────────┴─────────────┴─────────────┘ │
│ ▼ │
│ ┌────────────────────────┐ │
│ │ 滑动窗口平滑处理 │ │
│ │ (WINDOW_SIZE = 15) │ │
│ └────────────────────────┘ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 计算各情绪得分 │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ CalmScore() = 0.45×HR + 0.22×Stability + 0.27×RR │ │
│ │ + 0.16×RR_reg + 0.10×HRV + 0.08×Move │ │
│ │ │ │
│ │ HappyScore() = 0.45×HR + 0.10×Variability + 0.34×RR │ │
│ │ + 0.10×HRV + 0.08×Move │ │
│ │ │ │
│ │ ExcitedScore() = 0.45×HR + 0.10×Trend + 0.34×RR │ │
│ │ + 0.10×HRV + 0.10×Move │ │
│ │ │ │
│ │ AnxiousScore() = 0.36×HR + 0.16×Std + 0.25×(1-HRV) │ │
│ │ + 0.10×Stress + 0.16×(1-RR_reg) │ │
│ │ + 0.10×Move │ │
│ │ │ │
│ │ AngryScore() = 0.36×HR + 0.20×Trend + 0.25×(1-HRV) │ │
│ │ + 0.20×(1-RR_reg) + 0.10×Move │ │
│ │ │ │
│ │ SadScore() = 0.40×(-HR) + 0.15×(1-Std) + 0.28×(-RR) │ │
│ │ + 0.10×RR_reg + 0.10×(1-HRV) │ │
│ │ + 0.10×(1-Move) │ │
│ │ │ │
│ │ StressedScore()= 0.36×HR + 0.20×Trend + 0.25×(1-HRV) │ │
│ │ + 0.10×Stress + 0.16×(1-RR_reg) │ │
│ │ + 0.10×Move │ │
│ │ │ │
│ │ RelaxedScore() = 0.40×(-HR) + 0.22×(1-Std) + 0.16×(-RR) │ │
│ │ + 0.10×RR_reg + 0.10×(1-Move) │ │
│ └──────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 概率归一化 #1 │
│ │
│ P_i = Score_i / Σ(Score_j), j = 0 to 8 │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ Top1 概率放大 │
│ │
│ Score_max = Score_max × 1.3 │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 概率归一化 #2 │
│ │
│ P_i = Score_i / Σ(Score_j), j = 0 to 8 │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 自适应平滑处理 │
│ │
│ diff = |P_i - P_prev_i| │
│ α = (diff > 0.2) ? 0.6 : 0.25 │
│ P_i = α × P_i + (1-α) × P_prev_i │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 提取 Top1 和 Top2 │
│ │
│ 遍历找出: maxProb(最大), secondProb(第二大) │
│ primaryEmotion = emotion[maxIdx] │
│ secondaryEmotion = emotion[secondIdx] │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ UNKNOWN 判断 │
│ │
│ if (maxProb < 0.20 && (maxProb - secondProb) < 0.03) │
│ primaryEmotion = UNKNOWN │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 负面情绪合并 │
│ │
│ if (primaryEmotion ∈ {ANXIOUS, ANGRY, STRESSED}) │
│ combinedProb = P[ANXIOUS] + P[ANGRY] + P[STRESSED] │
│ primaryEmotion = STRESSED │
│ confidence = max(combinedProb, 各负面情绪概率) │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 计算情绪强度 │
│ │
│ hrFactor = |HR - HR_baseline| / 40.0 │
│ hrvFactor = 1 - sigmoid(HRV_rmssd, 0.02, 40) │
│ rrFactor = |RR - RR_baseline| / 10.0 │
│ │
│ intensity = 0.4 + 0.3×clamp(hrFactor) │
│ + 0.2×clamp(hrvFactor) + 0.1×clamp(rrFactor) │
│ │
│ intensity = clamp(intensity, 0.3, 1.0) │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 计算情绪维度 │
│ │
│ valence = (P[hAPPY] + P[eXCITED] + P[rELAXED] + P[cALM]) │
│ - (P[aNXIOUS] + P[aNGRY] + P[sAD] + P[sTRESSED]) │
│ │
│ arousal = (P[eXCITED] + P[aNXIOUS] + P[aNGRY]) │
│ / (P[eXCITED] + P[aNXIOUS] + P[aNGRY] │
│ + P[cALM] + P[rELAXED] + P[sAD]) │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ UNKNOWN 强制落地 │
│ │
│ if (primaryEmotion == UNKNOWN) │
│ if (arousal > 0.6) → EXCITED │
│ else if (valence < -0.2) → STRESSED │
│ else → CALM │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 计算压力水平 │
│ │
│ stressLevel = f(HRV, HR, RR, 压力指数) │
│ anxietyLevel = f(HR, HRV, 呼吸规律性) │
│ relaxationLevel = f(HRV, HR, 体动) │
│ │
│ sympatheticActivity = 1 - autonomicBalance │
│ parasympatheticActivity = autonomicBalance │
│ │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 输出结果 │
│ primaryEmotion, secondaryEmotion, confidence, intensity, │
│ valence, arousal, stressLevel, anxietyLevel, │
│ relaxationLevel, sympatheticActivity, parasympatheticActivity │
└─────────────────────────────────────────────────────────────────┘
四、核心计算函数详解
4.1 Sigmoid 函数
float sigmoid(float x, float k, float x0) {
return 1.0f / (1.0f + exp(-k * (x - x0)));
}
数学公式：
σ(x; k, x₀) = 1 / (1 + e^(-k(x-x₀)))
参数说明：
k: 斜率参数，控制曲线的陡峭程度x₀: 中心点参数，曲线中点对应的x值
函数图像特征：
- 当
x = x₀时，σ = 0.5 - 当
k > 0时，曲线单调递增 k越大，曲线越陡峭
4.2 Gaussian 函数
float gaussian(float x, float mean, float std) {
float diff = x - mean;
return exp(-(diff * diff) / (2 * std * std));
}
数学公式：
G(x; μ, σ) = exp(-(x-μ)² / (2σ²))
参数说明：
μ: 均值，函数峰值位置σ: 标准差，控制曲线宽度
函数图像特征：
- 当
x = μ时，G = 1（最大值） σ越小，曲线越尖锐σ越大，曲线越平缓
4.3 归一化函数
// 心率归一化
float normalizeHR(float hr, float baseline) {
return (hr - baseline) / baseline;
}
// 呼吸率归一化
float normalizeRR(float rr, float baseline) {
return (rr - baseline) / baseline;
}
// HRV归一化
float normalizeHRV(float rmssd) {
return clamp(rmssd / 100.0f, 0.0f, 1.5f);
}
// 体动归一化
float normalizeMovement(float movement) {
return clamp(movement / 100.0f, 0.0f, 1.0f);
}
五、各情绪评分算法
5.1 平静情绪 (Calm)
适用场景： 心率稳定、接近静息基线，呼吸规律，体动较低
计算公式：
Score_calm = 0.45 × G(|HR_norm|, 0, 0.3)
+ 0.22 × (1 - clamp(HR_std / 12, 0, 1))
+ 0.27 × G(|RR_norm|, 0, 0.5)
+ 0.16 × RR_regularity
+ 0.10 × σ(HRV_norm, 2.0, 0.7)
+ 0.08 × G(Move_norm, 0.15, 0.2)
权重分析：
| 指标 | 权重 | 说明 |
|---|---|---|
| 心率偏离度 | 0.45 | 最重要，心率需接近基线 |
| 心率稳定性 | 0.22 | 心率变化小 |
| 呼吸率偏离度 | 0.27 | 呼吸需正常 |
| 呼吸规律性 | 0.16 | 呼吸规律 |
| HRV水平 | 0.10 | HRV正常或较高 |
| 体动水平 | 0.08 | 体动低 |
5.2 高兴情绪 (Happy)
适用场景： 心率略高于基线、有适度变异性，呼吸正常，HRV较高
计算公式：
Score_happy = 0.45 × G(HR_norm, 0.3, 0.25)
+ 0.10 × [1.5 < HR_std < 10 ? 1 : 0]
+ 0.34 × G(|RR_norm|, 0, 0.5)
+ 0.10 × σ(HRV_norm, 2.0, 0.9)
+ 0.08 × G(Move_norm, 0.45, 0.25)
权重分析：
| 指标 | 权重 | 说明 |
|---|---|---|
| 心率偏离度 | 0.45 | 略高于基线，Gaussian中心0.3 |
| 心率变异性 | 0.10 | 适度变异(1.5-10) |
| 呼吸率偏离度 | 0.34 | 呼吸正常 |
| HRV水平 | 0.10 | HRV较高 |
| 体动水平 | 0.08 | 适中活跃 |
5.3 兴奋情绪 (Excited)
适用场景： 心率显著升高且趋势上升，呼吸加快，HRV中等，体动较高
计算公式：
Score_excited = 0.45 × σ(HR_norm, 2.0, 0.6)
+ 0.10 × [HR_trend > 1.5 ? 1 : 0]
+ 0.34 × σ(RR_norm, 2.0, 0.5)
+ 0.10 × G(HRV_norm, 0.7, 0.4)
+ 0.10 × σ(Move_norm, 2.0, 0.6)
权重分析：
| 指标 | 权重 | 说明 |
|---|---|---|
| 心率偏离度 | 0.45 | 显著升高( sigmoid中心0.6) |
| 心率趋势 | 0.10 | 趋势上升加分 |
| 呼吸率偏离度 | 0.34 | 呼吸加快 |
| HRV水平 | 0.10 | 中等HRV |
| 体动水平 | 0.10 | 高活跃 |
5.4 焦虑情绪 (Anxious)
适用场景： 心率升高但变异小，HRV低，压力指数高，呼吸不规律
计算公式：
Score_anxious = 0.36 × σ(HR_norm, 2.0, 0.4)
+ 0.16 × (1 - σ(HR_std / 6, 2.0, 0.5))
+ 0.25 × (1 - σ(HRV_norm, 2.0, 0.6))
+ 0.10 × σ(HRV.stressIndex / 30, 2.0, 0.5)
+ 0.16 × (1 - RR_regularity)
+ 0.10 × G(Move_norm, 0.55, 0.3)
权重分析：
| 指标 | 权重 | 说明 |
|---|---|---|
| 心率偏离度 | 0.36 | 升高( sigmoid中心0.4，较早触发) |
| 心率稳定性 | 0.16 | 变异小（焦虑时心率僵化） |
| HRV水平 | 0.25 | HRV低（高权重） |
| 压力指数 | 0.10 | 压力指数高 |
| 呼吸规律性 | 0.16 | 呼吸不规律 |
| 体动水平 | 0.10 | 躁动状态 |
5.5 愤怒情绪 (Angry)
适用场景： 心率快速升高且趋势明显，HRV低，呼吸不规律，体动高
计算公式：
Score_angry = 0.36 × σ(HR_norm, 2.0, 0.75)
+ 0.20 × σ(HR_trend / 4, 2.0, 0.5)
+ 0.25 × (1 - σ(HRV_norm, 2.0, 0.5))
+ 0.20 × (1 - RR_regularity)
+ 0.10 × σ(Move_norm, 2.0, 0.7)
权重分析：
| 指标 | 权重 | 说明 |
|---|---|---|
| 心率偏离度 | 0.36 | 显著升高( sigmoid中心0.75) |
| 心率趋势 | 0.20 | 快速上升趋势 |
| HRV水平 | 0.25 | HRV低 |
| 呼吸规律性 | 0.20 | 不规律 |
| 体动水平 | 0.10 | 高活跃 |
5.6 悲伤情绪 (Sad)
适用场景： 心率偏低，呼吸浅慢，HRV低，体动低
计算公式：
Score_sad = 0.40 × σ(-HR_norm, 2.0, 0.2)
+ 0.15 × (1 - σ(HR_std / 4, 2.0, 0.3))
+ 0.28 × σ(-RR_norm, 2.0, 0.3)
+ 0.10 × RR_regularity
+ 0.10 × (1 - σ(HRV_norm, 2.0, 0.4))
+ 0.10 × (1 - σ(Move_norm, 2.0, 0.15))
权重分析：
| 指标 | 权重 | 说明 |
|---|---|---|
| 心率偏离度 | 0.40 | 心率偏低（负偏离） |
| 心率稳定性 | 0.15 | 变化小 |
| 呼吸率偏离度 | 0.28 | 呼吸浅慢（负偏离） |
| 呼吸规律性 | 0.10 | 规律 |
| HRV水平 | 0.10 | HRV低 |
| 体动水平 | 0.10 | 低活动 |
5.7 压力情绪 (Stressed)
适用场景： 心率升高，HRV低，压力指数高，呼吸不规律
计算公式：
Score_stressed = 0.36 × σ(HR_norm, 2.0, 0.5)
+ 0.20 × σ(HR_trend / 3, 2.0, 0.5)
+ 0.25 × (1 - σ(HRV_norm, 2.0, 0.4))
+ 0.10 × σ(HRV.stressIndex / 25, 2.0, 0.5)
+ 0.16 × (1 - RR_regularity)
+ 0.10 × G(Move_norm, 0.6, 0.25)
权重分析：
| 指标 | 权重 | 说明 |
|---|---|---|
| 心率偏离度 | 0.36 | 中度升高 |
| 心率趋势 | 0.20 | 上升趋势 |
| HRV水平 | 0.25 | HRV低（高权重） |
| 压力指数 | 0.10 | 压力指数高 |
| 呼吸规律性 | 0.16 | 不规律 |
| 体动水平 | 0.10 | 适中 |
5.8 放松情绪 (Relaxed)
适用场景： 心率偏低，变异适中，呼吸慢且规律，体动极低
计算公式：
Score_relaxed = 0.40 × σ(-HR_norm, 2.0, 0.25)
+ 0.22 × (1 - σ(HR_std / 8, 2.0, 0.4))
+ 0.16 × σ(-RR_norm, 2.0, 0.3)
+ 0.10 × RR_regularity
+ 0.10 × (1 - σ(Move_norm, 2.0, 0.15))
权重分析：
| 指标 | 权重 | 说明 |
|---|---|---|
| 心率偏离度 | 0.40 | 心率偏低（负偏离） |
| 心率稳定性 | 0.22 | 稳定 |
| 呼吸率偏离度 | 0.16 | 呼吸慢（负偏离） |
| 呼吸规律性 | 0.10 | 规律 |
| 体动水平 | 0.10 | 极低活动 |
六、次要情绪算法
6.1 计算原理
次要情绪是概率第二大的情绪类型，不具有独立的评分模型。
secondaryEmotion = argmax_i (P_i)，其中 i ≠ primaryEmotion
6.2 提取算法
int secondIdx = 0;
float maxProb = emotionProbs[0], secondProb = 0;
maxIdx = 0;
for (int i = 1; i < 9; i++) {
if (emotionProbs[i] > maxProb) {
secondProb = maxProb;
secondIdx = maxIdx;
maxProb = emotionProbs[i];
maxIdx = i;
} else if (emotionProbs[i] > secondProb) {
secondProb = emotionProbs[i];
secondIdx = i;
}
}
result.primaryEmotion = (EmotionType)maxIdx;
result.secondaryEmotion = (EmotionType)secondIdx;
result.confidence = maxProb;
6.3 输出格式
Serial.printf("主要情绪:%s (置信度: %.1f%%);\n",
EMOTION_NAMES[emotionResult.primaryEmotion],
emotionResult.confidence * 100);
Serial.printf("次要情绪: %s倾向\n",
EMOTION_NAMES[emotionResult.secondaryEmotion]);
Serial.printf("主要情绪得分:%.3f, 次要情绪得分:%.3f, 差值: %.3f\n",
emotionResult.confidence,
emotionResult.confidence * 0.8f, // 估算的次要得分
emotionResult.confidence * 0.2f);
七、概率处理流程
7.1 归一化公式
void SimpleEmotionAnalyzer::normalizeProbabilities() {
float sum = 0;
for (int i = 0; i < 9; i++) {
sum += emotionProbs[i];
}
if (sum > 0) {
for (int i = 0; i < 9; i++) {
emotionProbs[i] /= sum;
}
}
}
数学表达：
P_i = Score_i / Σ Score_j, j ∈ {0,1,2,...,8}
7.2 Top1放大机制
// 找出最大概率索引
int maxIdx = 0;
for (int i = 1; i < 9; i++) {
if (emotionProbs[i] > emotionProbs[maxIdx]) {
maxIdx = i;
}
}
// Top1放大1.3倍
emotionProbs[maxIdx] *= 1.3f;
// 再次归一化
normalizeProbabilities();
目的： 强行制造"赢家"，增强主要情绪的区分度
7.3 自适应平滑
void SimpleEmotionAnalyzer::smoothProbabilities() {
for (int i = 0; i < 9; i++) {
float diff = fabs(emotionProbs[i] - prevProbs[i]);
float adaptiveAlpha = (diff > 0.2f) ? 0.6f : 0.25f;
emotionProbs[i] = adaptiveAlpha * emotionProbs[i] +
(1.0f - adaptiveAlpha) * prevProbs[i];
prevProbs[i] = emotionProbs[i];
}
}
数学表达：
P_i(t) = α × P_i(t) + (1-α) × P_i(t-1)
其中：
α = 0.6, 当 |P_i(t) - P_i(t-1)| > 0.2（变化快 → 快响应）
α = 0.25, 当 |P_i(t) - P_i(t-1)| ≤ 0.2（变化慢 → 适度抑制）
八、情绪强度计算
8.1 计算公式
float hrFactor = fabs(hrData.bpmSmoothed - baseline.hrResting) / 40.0f;
float hrvFactor = hrvData.isValid ? (1.0f - sigmoid(hrvData.rmssd, 0.02f, 40)) : 0.5f;
float rrFactor = rrData.isValid ? fabs(rrData.rateSmoothed - baseline.rrResting) / 10.0f : 0.3f;
result.intensity = 0.4f
+ 0.3f * constrain_value(hrFactor, 0.0f, 1.0f)
+ 0.2f * constrain_value(hrvFactor, 0.0f, 1.0f)
+ 0.1f * constrain_value(rrFactor, 0.0f, 1.0f);
result.intensity = constrain_value(result.intensity, 0.3f, 1.0f);
8.2 公式表达
intensity = clamp(0.4 + 0.3×clamp(hrFactor) + 0.2×clamp(hrvFactor) + 0.1×clamp(rrFactor), 0.3, 1.0)
其中：
hrFactor = |HR - HR_baseline| / 40
hrvFactor = 1 - σ(HRV_rmssd, 0.02, 40)
rrFactor = |RR - RR_baseline| / 10
8.3 权重分析
| 因素 | 权重 | 说明 |
|---|---|---|
| 基线偏移 | 0.4 | 基础强度 |
| 心率偏移 | 0.3 | 心率偏离基线程度 |
| HRV偏离 | 0.2 | HRV偏离正常程度 |
| 呼吸偏移 | 0.1 | 呼吸偏离程度 |
九、情绪维度计算
9.1 效价 (Valence)
定义： 情绪的正面/负面倾向
void SimpleEmotionAnalyzer::calculateDimensions(const HeartRateData& hr,
const RespirationData& rr) {
float positive = emotionProbs[EMOTION_HAPPY] + emotionProbs[EMOTION_EXCITED] +
emotionProbs[EMOTION_RELAXED] + emotionProbs[EMOTION_CALM];
float negative = emotionProbs[EMOTION_ANXIOUS] + emotionProbs[EMOTION_ANGRY] +
emotionProbs[EMOTION_SAD] + emotionProbs[EMOTION_STRESSED];
lastResult.valence = (positive - negative);
}
公式：
valence = (P_happy + P_excited + P_relaxed + P_calm)
- (P_anxious + P_angry + P_sad + P_stressed)
范围：[-1, +1]
-1 = 完全负面情绪
0 = 中性
+1 = 完全正面情绪
9.2 唤醒度 (Arousal)
定义： 情绪的激活程度
float highArousal = emotionProbs[EMOTION_EXCITED] + emotionProbs[EMOTION_ANXIOUS] +
emotionProbs[EMOTION_ANGRY];
float lowArousal = emotionProbs[EMOTION_CALM] + emotionProbs[EMOTION_RELAXED] +
emotionProbs[EMOTION_SAD];
float total = highArousal + lowArousal;
lastResult.arousal = total > 0 ? highArousal / total : 0.5f;
公式：
arousal = (P_excited + P_anxious + P_angry)
/ (P_excited + P_anxious + P_angry + P_calm + P_relaxed + P_sad)
范围：[0, 1]
0 = 低唤醒（平静、放松、悲伤）
1 = 高唤醒（兴奋、焦虑、愤怒）
十、压力评估计算
10.1 压力水平 (Stress Level)
void SimpleEmotionAnalyzer::calculateStressLevels(const HeartRateData& hr,
const RespirationData& rr,
const HRVEstimate& hrv) {
float stressScore = 0;
// HRV压力指数
if (hrv.isValid) {
stressScore += 0.4f * sigmoid(hrv.stressIndex / 30.0f, 2.0f, 0.5f);
}
// 心率偏离
if (hr.isValid) {
float hrNorm = fabs(normalizeHR(hr.bpmSmoothed, baseline.hrResting));
stressScore += 0.35f * sigmoid(hrNorm, 2.0f, 0.5f);
}
// 呼吸不规律
if (rr.isValid) {
float irregularity = 1.0f - rr.regularity;
stressScore += 0.25f * irregularity;
}
result.stressLevel = constrain_value(stressScore * 100.0f, 0.0f, 100.0f);
}
10.2 焦虑水平 (Anxiety Level)
float anxietyScore = 0;
if (hr.isValid) {
float hrNorm = normalizeHR(hr.bpmSmoothed, baseline.hrResting);
anxietyScore += 0.4f * sigmoid(hrNorm, 2.0f, 0.4f);
anxietyScore += 0.2f * (1.0f - sigmoid(hr.bpmStd / 6.0f, 2.0f, 0.5f));
}
if (hrv.isValid) {
anxietyScore += 0.25f * (1.0f - sigmoid(hrv.rmssd / 50.0f, 2.0f, 0.5f));
}
if (rr.isValid) {
anxietyScore += 0.15f * (1.0f - rr.regularity);
}
result.anxietyLevel = constrain_value(anxietyScore * 100.0f, 0.0f, 100.0f);
10.3 放松水平 (Relaxation Level)
float relaxationScore = 0;
if (hrv.isValid) {
relaxationScore += 0.45f * sigmoid(hrv.rmssd / 80.0f, 2.0f, 0.6f);
}
if (hr.isValid) {
float hrNorm = -normalizeHR(hr.bpmSmoothed, baseline.hrResting);
relaxationScore += 0.30f * sigmoid(hrNorm, 2.0f, 0.25f);
relaxationScore += 0.15f * (1.0f - sigmoid(hr.bpmStd / 10.0f, 2.0f, 0.5f));
}
if (movement.isValid) {
relaxationScore += 0.10f * (1.0f - sigmoid(movement.movementSmoothed / 30.0f,
2.0f, 0.5f));
}
result.relaxationLevel = constrain_value(relaxationScore * 100.0f, 0.0f, 100.0f);
十一、特殊处理规则
11.1 UNKNOWN 判断条件
if (maxProb < 0.20f && (maxProb - secondProb) < 0.03f) {
result.primaryEmotion = EMOTION_UNKNOWN;
result.confidence = maxProb;
}
触发条件（同时满足）：
- 最大概率 < 0.20（低置信度）
- 最大概率与第二大概率差值 < 0.03（多情绪接近）
11.2 负面情绪合并
if (result.primaryEmotion == EMOTION_ANXIOUS ||
result.primaryEmotion == EMOTION_ANGRY ||
result.primaryEmotion == EMOTION_STRESSED) {
float combinedProb = emotionProbs[EMOTION_ANXIOUS] +
emotionProbs[EMOTION_ANGRY] +
emotionProbs[EMOTION_STRESSED];
result.primaryEmotion = EMOTION_STRESSED;
result.confidence = max(combinedProb,
max(emotionProbs[EMOTION_ANXIOUS],
max(emotionProbs[EMOTION_ANGRY],
emotionProbs[EMOTION_STRESSED])));
}
逻辑： 焦虑、愤怒、压力三种情绪合并为"压力"情绪
11.3 UNKNOWN 强制落地
if (result.primaryEmotion == EMOTION_UNKNOWN) {
if (result.arousal > 0.6f) {
result.primaryEmotion = EMOTION_EXCITED;
} else if (result.valence < -0.2f) {
result.primaryEmotion = EMOTION_STRESSED;
} else {
result.primaryEmotion = EMOTION_CALM;
}
}
规则：
| 条件 | 映射结果 |
|---|---|
| arousal > 0.6 | EXCITED（高唤醒→兴奋） |
| valence < -0.2 且 arousal ≤ 0.6 | STRESSED（负面→压力） |
| 其他 | CALM（默认平静） |
十二、输出数据结构
struct EmotionResult {
EmotionType primaryEmotion; // 主要情绪
EmotionType secondaryEmotion; // 次要情绪
float confidence; // 置信度 0-1
float intensity; // 强度 0-1
float valence; // 效价 -1到+1
float arousal; // 唤醒度 0-1
float stressLevel; // 压力水平 0-100
float anxietyLevel; // 焦虑水平 0-100
float relaxationLevel; // 放松水平 0-100
float sympatheticActivity; // 交感神经活动
float parasympatheticActivity; // 副交感神经活动
bool isValid; // 数据有效性
unsigned long timestamp; // 时间戳
};
十三、算法特点总结
| 特点 | 说明 |
|---|---|
| 多指标融合 | 综合心率、呼吸、HRV、体动4类数据 |
| 权重分配 | 不同情绪对各指标的权重不同 |
| 非线性函数 | 使用Sigmoid和Gaussian模拟生理反应 |
| 自适应平滑 | 根据变化速度动态调整平滑系数 |
| Top1放大 | 增强主要情绪区分度 |
| 负面情绪合并 | 焦虑/愤怒/压力统一为压力评估 |
| UNKNOWN处理 | 低置信度时标记为未知并强制落地 |