本体系基于人体微振动信号的物理与生理特性，从12个正交维度对信号进行全面解析，构成ALLEMOTION技术的核心基础。
维度D1：频率响应特征（Frequency Response）
**基本原理：**人体不同器官和生理过程产生不同频率的振动。心脏搏动约1~2Hz，呼吸运动约0.2~0.5Hz，肌肉微颤约8~15Hz，血管弹性振动约3~8Hz。通过分析不同频段的能量分布，可评估各生理系统的活跃状态。
**技术实现：**多频段带通滤波器组 + Welch功率谱密度估计
**输出指标：**各频段功率占比、主频漂移率、频段耦合系数
维度D2：振幅强度特征（Amplitude Intensity）
**基本原理：**振动信号的振幅反映生理活动的强弱。心脏收缩力越强，心冲击信号振幅越大；呼吸深度越大，胸廓振动幅度越大。振幅异常降低可能提示生理功能减弱。
**技术实现：**峰值检测 + 包络分析 + 归一化振幅映射
**输出指标：**绝对振幅值(mg)、相对振幅比、振幅变异系数(CV)
维度D3：相位同步性（Phase Synchronization）
**基本原理：**健康人体各生理系统之间存在内在的同步节律（如心率与呼吸的耦合）。相位同步性反映自主神经系统的协调能力。同步性降低与压力、疲劳、疾病状态相关。
**技术实现：**希尔伯特变换 + 相位锁定值(PLV)计算 + 交叉谱分析
**输出指标：**相位同步指数(PSI)、耦合方向性、同步持续时间占比
维度D4：波形复杂度（Waveform Complexity）
**基本原理：**生理信号的波形形态包含系统调控信息。简单规则的波形（如静息心率）反映稳定的自主调控；复杂不规则的波形可能反映系统适应性增强或病理状态。通过熵理论量化波形的不可预测性。
**技术实现：**样本熵(Sample Entropy) + 多尺度熵(MSE) + Lempel-Ziv复杂度
**输出指标：**复杂度指数(CI)、熵值、可预测性得分
维度D5：谐波结构（Harmonic Structure）
**基本原理：**周期性生理信号（如心跳）不仅包含基频成分，还包含丰富的谐波分量。谐波结构的完整性反映器官功能的健康状况。谐波衰减或消失可能提示器质性变化。
**技术实现：**FFT频谱分析 + 谐波峰值检测 + 谐波失真度计算(THD)
**输出指标：**谐波数量、各次谐波幅值比、总谐波失真度
维度D6：能量分布谱（Energy Distribution）
**基本原理：**振动信号的总能量及其在各频段的分布构成能量指纹。不同生理/心理状态对应特征性的能量分布模式。能量向特定频段集中或扩散反映系统状态变化。
**技术实现：**功率谱密度积分 + 频段能量比 + 能量重心频率
**输出指标：**总能量值、VLF/LF/HF能量比、能量重心、谱边缘频率
维度D7：阻尼衰减特性（Damping Characteristics）
**基本原理：**人体组织具有粘弹性，其振动响应呈现阻尼衰减特征。阻尼系数反映组织的弹性-粘性平衡。异常阻尼可能与组织纤维化、水肿、老化等相关。
**技术实现：**对数衰减率法 + 半功率带宽法 + 瞬态响应分析
**输出指标：**阻尼比(ζ)、衰减时间常数(τ)、品质因数(Q值)
维度D8：共振模式分析（Resonance Patterns）
**基本原理：**人体各部位具有固有共振频率。当外部振动或内部生理节律与固有频率耦合时产生共振。共振模式的改变反映组织物理特性的变化（如硬度、密度、张力）。
**技术实现：**模态分析 + 传递函数估计 + 共振峰追踪
**输出指标：**共振频率、模态振型、共振峰数目、共振带宽
维度D9：时间演化动态（Temporal Evolution）
**基本原理：**振动特征随时间的变化趋势反映生理状态的动态调节过程。短期变异性反映自主神经实时调控，长期趋势反映适应性变化或病理进展。
**技术实现：**滑动窗口分析 + 趋势分解(STL) + 变化点检测
**输出指标：**趋势斜率、短期变异系数、长期漂移率、突变事件计数
维度D10：空间分布特征（Spatial Distribution）
**基本原理：**多传感器阵列采集不同身体部位的振动信号，分析其空间分布模式。空间一致性反映全身协调性，空间异质性可能提示局部病变或不对称使用模式。
**技术实现：**空间插值 + 相关系数矩阵 + 空间熵分析
**输出指标：**空间相关系数、空间梯度、对称性指数、空间熵值
维度D11：非线性动力学指数（Nonlinear Dynamics Index）
**基本原理：**生理系统本质上是非线性、非平稳的复杂系统。非线性指数（如分形维数、Lyapunov指数）可以捕捉线性方法无法揭示的系统内在规律，对疾病的早期检测尤为敏感。
**技术实现：**相空间重构 + 关联维数 + 最大Lyapunov指数 + 递归图分析(RQA)
**输出指标：**分形维数、Lyapunov指数、递归率、确定性百分比
维度D12：信噪比与数据质量（SNR & Data Quality）
**基本原理：**原始信号的质量直接影响所有分析结果的可靠性。实时评估信噪比和数据质量，自动剔除低质量数据段，确保分析结果的准确性和可重复性。
**技术实现：**信号质量指数(SQI) + 自适应阈值 + 多指标融合质量评分
**输出指标：**信噪比(dB)、信号质量指数(SQI 0-100)、有效数据占比、伪影标记