如何根据时间序列的gps数据，分析gps设备的运动状态？

把gps追踪器，佩戴在不同的运动物体上，然后开始采集数据，采集频率为每秒钟一次，采集到的信息有经度，纬度，海拔，地速（速度），最终得到的是许多连续时间段的gps数据。数据大概是这样的（2015-05-01 08:00:00 到2015-05-01 11:00:00）为一段数据（2015-05-02 08:00:00 到2015-05-01 11:00:00）为一段数据……问题是：通过什么办法可以分析出每一段数据的设备运动状态。可能的运动状态有：徒步，滑翔伞，直升机等等。比如，徒步的话，可以求出平均速度，如果平均速度在5-10km/h就算在徒步。滑翔伞呢，是一种空中伞类运动，在天空中靠气流来爬升，运动有一定的规律，比如运动轨迹从三维模拟上看，遇到气流会盘旋上升。如果把速度和高度都表示成折线图，会有比较大的波动。请问，有什么办法可以提取出这些规律，然后来判断每一段gps数据的运动状态。或者，我该如何入手，如何量化这些特征。或者，我该如何从已经确定运动状态的数据中提取特征，然后分析未知的数据。我目前了解的是，可以从统计概率相关知识来作为突破口，但是统计的概念又很多，回归测试，相关性分析等等，由于知识的局限性，很难确定应该用什么方法来进行分析。希望可以提供一些思路，谢谢补充：由于每段gps数据的数据量足够多，都在几十分钟到几个小时，所以可以过滤掉gps飘逸的点，也就是可以忽略gps飘逸问题