照顾老人是世界各国都面临的问题,特别是老龄化不断加剧的国家,这一问题显得尤为突出。如何在老年人摔倒时及时报警,是保障其生命安全的重要举措。随着信息技术的快速发展,利用智能手机等可穿戴式设备为老年人的摔倒进行实时监控提供了有利条件,但目前相关的设备还存在便携性有限、可靠性不足、准确率不高等问题。本文主要以安卓智能手机为运行平台,通过采集实时加速度,并结合相关的机器学习算法,设计并实现了摔倒报警系统。首先提出了一种改进特征选择算法,具体改进是分别计算多个异类样本与同类样本的累加权重值,根据两者的商来判断当前样本的类型,从而对数据进行预处理并得到一个特征子集,然后提出了一种三级混合式摔倒检测算法,使用选出的特征子集对摔倒做出判断并及时发出报警。本系统主要包含摔倒报警模块,摔倒检测模块,实时定位模块,核心思想是准确的判断摔倒,并将定位信息与求救信息发送给其他人。为了验证摔倒报警系统的可靠性,本文对多种摔倒状态以及多种非摔倒状态分别进行了实验验证。经实验验证,本系统对摔倒状态的报警准确率在90%以上,对非摔倒状态误报率在10%以内,并且在摔倒发生时将求救短信发送到指定的手机上,从而证明本系统的可靠性较高,可以达到摔倒报警的功能。