| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-23页 |
| ·研究背景与意义 | 第10-12页 |
| ·可穿戴计算与可穿戴健康监测 | 第11页 |
| ·可穿戴健康监测系统特征 | 第11-12页 |
| ·研究现状 | 第12-20页 |
| ·可穿戴健康监测技术研究现状 | 第13-19页 |
| ·关键问题分析 | 第19-20页 |
| ·论文主要研究内容 | 第20-21页 |
| ·本文结构 | 第21-23页 |
| 第2章 基于人体运动状态识别的可穿戴健康监测系统架构 | 第23-40页 |
| ·可穿戴健康监测系统 | 第23-25页 |
| ·WHMSHAR 架构 | 第25-29页 |
| ·面向服务的架构设计 | 第26-27页 |
| ·服务请求和响应 | 第27-29页 |
| ·基于 Agent 的系统架构模型 | 第29-39页 |
| ·系统的 Agent 组成 | 第30-32页 |
| ·系统的形式化描述 | 第32页 |
| ·数据模型 | 第32-34页 |
| ·Agent 信息交互规则 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 基于单个三轴加速度传感器的人体运动状态识别 | 第40-60页 |
| ·人体运动研究 | 第40-45页 |
| ·人体物理活动的加速度特征 | 第41-42页 |
| ·基于加速度传感器的人体动作识别 | 第42-44页 |
| ·三轴加速度传感器信号分析 | 第44-45页 |
| ·人体运动状态识别 | 第45-53页 |
| ·特征提取 | 第46-49页 |
| ·识别算法 | 第49-53页 |
| ·实验与分析 | 第53-59页 |
| ·算法效果 | 第53-57页 |
| ·算法分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第4章 基于单个三轴加速度传感器的人体跌倒动作识别 | 第60-79页 |
| ·人体跌倒动作分析 | 第60-63页 |
| ·引发跌倒的因素 | 第60-61页 |
| ·基于加速度传感器的跌倒识别研究 | 第61-63页 |
| ·模拟跌倒与实际跌倒的研究 | 第63页 |
| ·跌倒识别算法 | 第63-70页 |
| ·特征提取 | 第64-68页 |
| ·识别算法 | 第68-70页 |
| ·实验与分析 | 第70-78页 |
| ·算法效果 | 第70-73页 |
| ·算法分析 | 第73-78页 |
| ·本章小结 | 第78-79页 |
| 第5章 基于事件驱动机制的系统能量管理策略 | 第79-90页 |
| ·可穿戴健康监测系统中的能量消耗 | 第79-80页 |
| ·能量管理策略 | 第80-85页 |
| ·事件模型 | 第81-82页 |
| ·能量管理规则 | 第82-85页 |
| ·实验与分析 | 第85-89页 |
| ·本章小结 | 第89-90页 |
| 第6章 基于人体运动状态识别的可穿戴健康监测系统应用实例 | 第90-109页 |
| ·WHMSHAR 实验平台 | 第90-106页 |
| ·总体结构 | 第90-91页 |
| ·可穿戴信息采集端设计 | 第91-97页 |
| ·智能手机端设计 | 第97-102页 |
| ·后台服务端设计 | 第102-106页 |
| ·实验验证 | 第106-108页 |
| ·实验设计 | 第106页 |
| ·实验结果及分析 | 第106-108页 |
| ·本章小结 | 第108-109页 |
| 结论与展望 | 第109-111页 |
| 参考文献 | 第111-122页 |
| 攻读博士学位期间取得的研究成果 | 第122-123页 |
| 致谢 | 第123页 |
