基于ZigBee的膝骨性关节炎运动疗法监护系统设计
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·人体姿态检测的研究现状 | 第9-10页 |
| ·膝骨性关节炎监护系统研究现状 | 第10-11页 |
| ·本文的主要任务 | 第11-13页 |
| 第二章 ZigBee无线传感器网络介绍 | 第13-18页 |
| ·无线传感器网络技术概述 | 第13页 |
| ·无线传感器网络技术的应用 | 第13页 |
| ·ZigBee技术概述 | 第13-14页 |
| ·IEEE 802.15.4协议 | 第14-15页 |
| ·ZigBee协议栈 | 第15-17页 |
| ·ZigBee协议框架 | 第15-16页 |
| ·ZigBee网络拓扑结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 运动信号采集系统设计 | 第18-28页 |
| ·运动信号采集方案设计 | 第18-21页 |
| ·人体运动模型分析 | 第18-20页 |
| ·监护系统的数据采集方案设计 | 第20-21页 |
| ·采集系统设计 | 第21-27页 |
| ·采集系统需求分析 | 第21-22页 |
| ·采集系统硬件设计 | 第22页 |
| ·采集系统电路设计 | 第22-26页 |
| ·电路设计注意事项 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 运动质量评估算法设计 | 第28-49页 |
| ·加速度信号的预处理 | 第28-34页 |
| ·滤波处理 | 第28-32页 |
| ·动作始终点的判别 | 第32-34页 |
| ·加速度信号的特征提取 | 第34-37页 |
| ·小波分析介绍 | 第36页 |
| ·基于小波分析的特征提取 | 第36-37页 |
| ·加速度信号的特征选择 | 第37-45页 |
| ·粒子群算法介绍 | 第37-39页 |
| ·基于模拟退火的粒子群算法 | 第39-45页 |
| ·SVM分类器的设计与训练 | 第45-48页 |
| ·SVM的原理和方法 | 第45-47页 |
| ·SVM分类器设计 | 第47-48页 |
| ·加速度信号的识别 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 系统的测试与结果分析 | 第49-56页 |
| ·采集系统测试 | 第49-50页 |
| ·Zigbee组网与误码率测试 | 第49-50页 |
| ·样本动作分类识别 | 第50-54页 |
| ·实时动作分类识别 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 个人简历 | 第64-65页 |
| 在学期间的研究成果及发表的学术论文 | 第65页 |
