基于数据融合的可穿戴跌倒检测技术研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 跌倒检测概述 | 第11-12页 |
| 1.3.2 跌倒检测数据融合技术的应用 | 第12-15页 |
| 1.4 研究内容 | 第15页 |
| 1.5 论文结构 | 第15-17页 |
| 第2章 理论与技术研究基础 | 第17-25页 |
| 2.1 MEMS传感器技术 | 第17-18页 |
| 2.2 可穿戴计算技术 | 第18-20页 |
| 2.3 数据融合基本原理 | 第20-23页 |
| 2.3.1 数据融合概述 | 第20页 |
| 2.3.2 数据融合定义 | 第20-21页 |
| 2.3.3 数据融合过程 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 跌倒检测数据融合算法研究 | 第25-49页 |
| 3.1 数据融合层次模型 | 第25-26页 |
| 3.2 数据层融合 | 第26-32页 |
| 3.2.1 数据层融合原理 | 第26-27页 |
| 3.2.2 人体活动坐标系 | 第27-29页 |
| 3.2.3 信号向量模 | 第29-30页 |
| 3.2.4 姿态角 | 第30-32页 |
| 3.3 特征层融合 | 第32-39页 |
| 3.3.1 特征层融合原理 | 第32页 |
| 3.3.2 传感器噪声 | 第32-33页 |
| 3.3.3 卡尔曼滤波概述 | 第33-35页 |
| 3.3.4 卡尔曼滤波推导 | 第35-38页 |
| 3.3.5 滑动窗口算法 | 第38-39页 |
| 3.4 决策层融合 | 第39-47页 |
| 3.4.1 决策层融合原理 | 第39-40页 |
| 3.4.2 决策层融合算法选择 | 第40-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 系统设计与实现 | 第49-67页 |
| 4.1 需求分析 | 第49-50页 |
| 4.1.1 功能性需求 | 第49页 |
| 4.1.2 非功能性需求 | 第49-50页 |
| 4.2 系统架构 | 第50页 |
| 4.3 硬件设计 | 第50-54页 |
| 4.3.1 微控制器选型 | 第51-52页 |
| 4.3.2 传感器选型 | 第52-53页 |
| 4.3.3 蓝牙选型 | 第53-54页 |
| 4.4 软件设计 | 第54-66页 |
| 4.4.1 片上程序设计 | 第54-56页 |
| 4.4.2 跌倒检测程序设计 | 第56-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 系统实验与结果分析 | 第67-83页 |
| 5.1 实验设计 | 第67-69页 |
| 5.1.1 实验设备 | 第67-68页 |
| 5.1.2 实验流程 | 第68-69页 |
| 5.2 人体姿态对比 | 第69-72页 |
| 5.2.1 日常动作分析 | 第69-71页 |
| 5.2.2 跌倒动作分析 | 第71-72页 |
| 5.3 仿真实验 | 第72-80页 |
| 5.3.1 评价指标 | 第72-73页 |
| 5.3.2 距离计算实验分析 | 第73-75页 |
| 5.3.3 卡尔曼滤波实验分析 | 第75-77页 |
| 5.3.4 分类决策算法实验分析 | 第77-80页 |
| 5.4 有效性实验 | 第80-81页 |
| 5.5 本章小结 | 第81-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 攻读硕士学位期间取得的研究成果 | 第91-93页 |
| 致谢 | 第93页 |
