| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题来源 | 第8页 |
| 1.2 论文的背景和意义 | 第8-10页 |
| 1.3 国内外相关技术的研究和发展 | 第10-12页 |
| 1.4 监护系统的硬件构成 | 第12-13页 |
| 1.5 论文的主要内容和结构安排 | 第13-15页 |
| 第2章 基于 AT89S52 单片机平台的人体呼吸监测 | 第15-26页 |
| 2.1 概述 | 第15页 |
| 2.2 硬件系统 | 第15-19页 |
| 2.2.1 前端电路硬件体系 | 第16-17页 |
| 2.2.2 处理器硬件系统的构成 | 第17-19页 |
| 2.3 软件系统 | 第19-23页 |
| 2.3.1 呼吸监测和呼吸异常警报算法 | 第21-23页 |
| 2.4 监测系统实际运行结果 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于 DM6437 平台的人体睡眠生理信号监测 | 第26-39页 |
| 3.1 DM6437 平台介绍 | 第26-27页 |
| 3.2 基于 DM6437 平台的硬件系统构成 | 第27-28页 |
| 3.2.1 前端电路结构 | 第27页 |
| 3.2.2 DSP 平台的硬件配置 | 第27-28页 |
| 3.3 DSP 的软件开发环境 | 第28-29页 |
| 3.4 CCS3.3 开发环境的使用 | 第29-31页 |
| 3.4.1 利用 CCS 进行 DM6437 开发的基本步骤 | 第29页 |
| 3.4.2 对 CCS 进行设置使用 | 第29-31页 |
| 3.5 基于 DM6437 平台的软件开发 | 第31-38页 |
| 3.5.1 基于 ADS1014 芯片的模数转换 | 第32-34页 |
| 3.5.2 混合信号的分离 | 第34-35页 |
| 3.5.3 对呼吸心跳信号的处理 | 第35-38页 |
| 3.6 在 DM6437 平台上的实验结果 | 第38页 |
| 3.7 本章小结 | 第38-39页 |
| 第4章 基于 Wavelet 算法的生理信号处理 | 第39-48页 |
| 4.1 引言 | 第39页 |
| 4.2 Wavelet 算法介绍 | 第39-41页 |
| 4.3 选取合适的小波基 | 第41-42页 |
| 4.4 快速小波变换 mallat 算法的实现 | 第42-44页 |
| 4.5 混合信号小波变换实验结果 | 第44-47页 |
| 4.6 本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55页 |
