首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号分析论文

基于3轴加速信号的信号分析与运动监测

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-17页
   ·研究背景与意义第10-11页
   ·微加速度传感器介绍第11-13页
     ·MEMS 加速度传感器的分类第12-13页
     ·微型三轴加速度传感器实例第13页
   ·加速度传感器与人运动交互的应用第13-16页
   ·本文结构第16-17页
第二章 基于加速度传感器运动监测研究现状第17-23页
   ·数据采集第17-18页
     ·硬件设备第17-18页
   ·传感器的数量和位置第18-19页
   ·信号预处理第19-20页
   ·运动信息与特征提取第20-21页
   ·识别分类第21-22页
   ·结果反馈第22页
   ·本章小结第22-23页
第三章 基于3 轴加速度传感器的个人日常活动数据采集系统第23-43页
   ·系统整体架构描述第23-24页
   ·自定义加速度数据文件格式第24-25页
   ·硬件设备的设计和制作第25-29页
   ·运行于WINDOWS MOBILE手持设备的客户端第29-33页
   ·后台服务器第33-37页
   ·加速度信号分析工具ACCVIEWER第37-42页
     ·AccViewer介绍第37-38页
     ·AccViewer的主要功能第38-39页
     ·AccViewer中主要的加速度信号处理算法第39-42页
     ·AccViewer功能实现中注意的问题第42页
   ·本章小结第42-43页
第四章 基于ANDROID操作系统的个人运动检测软件DAILYTRAINER第43-57页
   ·基于ANDROID操作系统的运动监测软件DAILYTRAINER第43-56页
     ·Android操作系统介绍第43-46页
     ·DailyTrainer主要功能第46-48页
     ·DailyTrainer模块与实现第48-50页
     ·LZSS压缩算法第50页
     ·色彩映射第50-51页
     ·步数,路程,能量,速度估计算法第51-56页
   ·本章小结第56-57页
第五章 基于3 轴加速度信号的跌倒识别第57-66页
   ·实验数据采集第57页
   ·基于3 轴加速度信号的跌倒识别算法第57-61页
   ·参数第61-62页
   ·跌倒识别算法第62-64页
   ·实验结果与讨论第64-65页
   ·本章小结第65-66页
总结与展望第66-68页
参考文献第68-75页
攻读硕士学位期间取得的研究成果第75-76页
致谢第76-77页
答辩委员会对论文的评定意见第77页

论文共77页,点击 下载论文
上一篇:基于RTP/RTCP的多媒体流自适应传输系统研究
下一篇:基于QinQ技术的东莞IP城域网优化扩容方案的实现