首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

基于多信息融合的老人跌倒检测系统

摘要第4-5页
Abstract第5页
第1章 绪论第10-17页
    1.1 跌倒检测研究背景及意义第10-12页
    1.2 国内外跌倒检测研究现状第12-14页
    1.3 本文的主要研究内容第14-16页
    1.4 论文结构第16-17页
第2章 跌倒检测信息获取第17-29页
    2.1 老年人跌倒特征分析第17-21页
    2.2 器件选型及硬件设计第21-26页
        2.2.1 跌倒检测系统整体设计第21-22页
        2.2.2 主控电路模块第22-23页
        2.2.3 运动传感器电路模块第23-24页
        2.2.4 心率传感器电路模块第24-25页
        2.2.5 电源管理电路第25-26页
    2.3 跌倒信息特征获取及数据样本类型分析第26-29页
第3章 基于两阶段阈值法的多传感器融合跌倒检测方法第29-43页
    3.1 阈值法的跌倒模型第29-30页
    3.2 基于扩展卡尔曼的运动信息提取第30-39页
        3.2.1 线性离散卡尔曼滤波原理第31-33页
        3.2.2 扩展卡尔曼滤波第33-35页
        3.2.4 跌倒检测系统信息融合第35-39页
    3.3 基于两阶段式阈值法的老人跌倒检测算法第39-42页
    3.4 小结第42-43页
第4章 实验与讨论第43-55页
    4.1 跌倒检测系统第43页
    4.2 传感器数据分析第43-48页
        4.2.1 运动传感器数据检测第44-46页
        4.2.2 心率传感器数据检测第46页
        4.2.3 数据融合数据分析第46-48页
    4.3 跌倒算法实验结果与分析第48-54页
    4.4 小结第54-55页
第5章 总结与展望第55-57页
    5.1 本文总结第55-56页
    5.2 对下一步研究的展望第56-57页
参考文献第57-61页
致谢第61-63页
作者简介第63页

论文共63页,点击 下载论文
上一篇:遗传算法优化的BP神经网络的声呐图像分割
下一篇:基于卷积神经网络的DEM超分辨率重构方法研究