El Quantified Self ha visto un aumento en el interés en los últimos años, con dispositivos que incluyen relojes inteligentes, teléfonos inteligentes u otros dispositivos portátiles que permiten monitorear tu nivel de condición física. Esto a menudo se combina con aplicaciones móviles que utilizan aspectos de gamificación para motivar al usuario a realizar actividades físicas o aumentar la cantidad de ejercicio deportivo. Hasta ahora, la mayoría de las aplicaciones dependen de acelerómetros o giroscopios que están integrados en los dispositivos. Tienen que ser usados en el cuerpo para rastrear actividades. En este trabajo, investigamos el uso de un altavoz y un micrófono que están integrados en un teléfono inteligente para rastrear ejercicios realizados cerca de él. Combinamos sonar activo y análisis de señales Doppler en el espectro de ultrasonido que no es perceptible por los humanos. Queríamos medir los ejercicios de peso corporal como bicicletas, toques de dedos y sentadillas, ya que consisten en movimientos radiales desafiantes hacia el dispositivo de medición. Hemos probado varios métodos de clasificación, que van desde máquinas de soporte vectorial hasta redes neuronales convolucionales. Logramos una precisión del 88% para bicicletas, 97% para toques de dedos y 91% para sentadillas en nuestro conjunto de pruebas.