膝骨性关节炎(Knee Osteoarthritis, KOA)是最常见的慢性、进展性的骨性关节疾病,此病进展缓慢,每个病人表现不完全相同,但最终都会表现为膝关节行走功能丧失。该疾病给患者心理和生理带来极大的创伤,使中老年人生活质量降低。因此安全、低成本地治疗KOA,具有广泛的社会需求和广阔的应用前景。运动疗法可以有效地改善关节功能,缓解关节疼痛,是一种效果良好且应用广泛的基础疗法。运动疗法的规范性是通过医生的经验指标来判断,要求患者在医院通过医生的指导进行运动疗法,在家难以确保患者运动的规范性,这就限制运动疗法的推广和应用。因此,本文为了增强患者在家进行运动疗法的训练效果,.采用基于滤波算法的人体下肢运动状态估计方法来进行研究,提出运动疗法规范性评判的新思路。本文研究内容主要包括以下几个方面：(1)加速度信号的采集。设计加速度采集系统采集加速度信号并将其传输到PC机进行处理与分析。(2)人体下肢运动模型的建立。引入加速度信号来描述人体下肢运动,对运动疗法中的直腿抬高(Straight Leg Raise, SLR)运动过程进行受力分析并建立状态空间模型,模型中的状态方程体现直腿抬高运动规律,其输出方程反映加速度信号和其状态变量间的关系。(3)滤波与状态估计。阐述卡尔曼滤波器、扩展卡尔曼滤波器(EKF)和基于Unscented变换的无迹卡尔曼滤波器(UKF)的原理、特点和实现步骤。对采集得到的直腿抬高运动数据进行预处理,并分别用EKF算法和UKF算法对人体下肢运动模型进行状态估计,最后并讨论这两种滤波器的滤波效果。结果表明,UKF滤波效果优于EKF。(4)规范性评判与监测。分析估计出的运动状态变量对规范性性能指标的影响程度,确定判断规则,进而进行规范性判断。最后设计基于Android操作系统的直腿抬高规范性监测软件,使得规范性结果可以传输到手机上并在其显示,实现了规范性的监测。实验结果表明,采用基于EKF和UKF的这两种人体下肢运动状态估计方法都可以客观定量地评判膝骨性关节炎的运动疗法规范性,并且通过直腿抬高规范性监测软件实现了运动疗法规范性的监测。