本发明提供了一种生成冻结步态智能监测系统的方法，包括：采集三轴加速度数据，根据采集的三轴加速度数据，采用FOG预测模型，进行FOG和非FOG特征识别和分类，对FOG预测模型的识别精度进行验证；将验证后的FOG预测模型移植到微控制器。本发明针对冻结步态这一特殊的步态障碍疾病，开发了FOG智能识别与分类算法，克服了以往通过对加速度设定临界阈值进行判断所带来的个体差异性误差，从而提高FOG的识别准确度。本发明有效提高了冻结步态的识别率，对患者FOG识别的准确性、灵敏性和特异性分别达到了91.9％±3.3％，88.4％±4.7％，93.6％±3.4％。