基于加速度和脉搏波的运动状态识别和心率检测算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 运动识别算法国内外研究现状 | 第11-12页 |
| 1.3 心率检测算法国内外现状 | 第12-14页 |
| 1.4 本文结构 | 第14-16页 |
| 第2章 脉搏波测量原理及系统硬件设计 | 第16-26页 |
| 2.1 光电容积脉搏波原理 | 第16-17页 |
| 2.2 系统设计 | 第17-18页 |
| 2.3 系统各模块设计 | 第18-23页 |
| 2.3.1 主控单片机 | 第18-20页 |
| 2.3.2 加速度传感器模块设计 | 第20页 |
| 2.3.3 光电容积脉搏波模块设计 | 第20-21页 |
| 2.3.4 电源模块 | 第21-22页 |
| 2.3.5 蓝牙模块 | 第22-23页 |
| 2.3.6 显示模块 | 第23页 |
| 2.4 PCB及封装 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 基于加速度信号的运动状态识别算法 | 第26-42页 |
| 3.1 引言 | 第26页 |
| 3.2 特征提取 | 第26-32页 |
| 3.2.1 信号预处理 | 第26-27页 |
| 3.2.2 时域特征 | 第27-29页 |
| 3.2.3 频域特征 | 第29-30页 |
| 3.2.4 时频特征 | 第30-32页 |
| 3.3 分类器设计 | 第32-34页 |
| 3.3.1 SVM分类器 | 第32页 |
| 3.3.2 决策树分类器 | 第32-34页 |
| 3.4 SCUT-NAA识别结果以及分析 | 第34-37页 |
| 3.4.1 基于SVM的识别结果及分析 | 第34-35页 |
| 3.4.2 基于决策树识别结果及分析 | 第35-37页 |
| 3.5 实验数据运动状态识别 | 第37-40页 |
| 3.5.1 运动实验设计 | 第37-38页 |
| 3.5.2 实验识别结果及分析 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 运动心率检测算法研究 | 第42-68页 |
| 4.1 运动对脉搏波干扰研究 | 第42-45页 |
| 4.2 基于功率谱抵消技术的心率检测算法 | 第45-50页 |
| 4.3 实验设计和实验结果分析 | 第50-61页 |
| 4.3.1 心率采集实验设计 | 第50-52页 |
| 4.3.2 实验评价标准 | 第52-53页 |
| 4.3.3 实验数据结果分析 | 第53-61页 |
| 4.4 心率检测算法优化及结果分析 | 第61-67页 |
| 4.4.1 脉搏波信号预处理 | 第61-66页 |
| 4.4.2 心率检测算法优化后结果及讨论 | 第66-67页 |
| 4.5 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74-76页 |
| 致谢 | 第76页 |
