传统的士兵格斗训练以实战对抗方式为主，这种模式容易对士兵造成伤害，带来不必要的风险。且人工评判难以保证计分的客观性，训练周期不可控。随着智能行为识别技术的发展，自动化分析系统得以广泛运用于军事、工业、医学等领域，辅助人工进行过程化控制。
　　本文研究的格斗评估系统基于立式人形搏击靶（下文简称搏击靶）平台，并配置了加速度和地磁传感器，实现对士兵格斗过程的监控与分析，对诸如拳击力量、方向、时间及攻击部位等指标进行测算，并给出格斗训练的评分。系统包含数据预处理、特征提取、支持向量机分类预测三部分。
　　系统数据来源于安装在搏击靶的加速度和地磁传感器。加速度传感器提供三轴加速度信息，用于记录拳击过程对三轴加速度的影响。地磁传感器用于建立统一地磁坐标系，实现拳击击打方向的转义。系统实时采集每个传感器数据，用有限状态机FSM（Finite State Machine）进行波形分析、检测拳击事件，并通过加窗技术划分拳击事件区间。另外，提出改进的峰值检测方法，确定特征提取时间点，该方法检测准确度较高，不易受噪声干扰，能够提供准确可靠的拳击事件样本。
　　支持向量机SVM（Support Vector Machine）多分类技术被用于攻击部位的判定，以一对一策略为基础，使用类别预选缩小候选类别范围，利用样本扩充与筛选两个步骤改善特征样本结构，提升样本描述程度。使用支持向量机概率模型，将概率权重投票代替简单投票策略，同时引入“相对竞争权重”技术以考虑二元分类器之间的竞争关系，优化分类模型。最后提出改进的距离计算方法来获得更准确的竞争权重。
　　本文构建模型学习环境和系统运行环境，使用大量数据建立分类模型，同时分析系统评估效果，对指标测算结果、分类预测结果进行检验，试验结果证明该多分类策略能得到理想的分类效果，系统能够满足实际应用的实时性和精度要求。