基于MEMS传感器的老人跌倒状态检测系统研究与设计
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景及目的意义 | 第10-11页 |
| 1.2 MEMS技术的研究现状和应用 | 第11-13页 |
| 1.2.1 MEMS技术现状及发展前景 | 第11-12页 |
| 1.2.2 MEMS技术应用 | 第12-13页 |
| 1.3 跌倒检测系统研究现状 | 第13-15页 |
| 1.3.1 可穿戴式的跌倒检测系统 | 第13-14页 |
| 1.3.2 国内外研究成果 | 第14-15页 |
| 1.4 本文的研究内容和结构 | 第15-17页 |
| 第2章 人体跌倒检测系统分析 | 第17-32页 |
| 2.1 老年人跌倒因素分析 | 第17-18页 |
| 2.1.1 内在因素 | 第17-18页 |
| 2.1.2 外在因素 | 第18页 |
| 2.2 人体运动状态分析 | 第18-24页 |
| 2.2.1 人体运动平衡分析 | 第18-19页 |
| 2.2.2 日常运动状态分析 | 第19-21页 |
| 2.2.3 跌倒过程分析 | 第21-24页 |
| 2.3 跌倒检测算法分析 | 第24-27页 |
| 2.3.1 基于阈值的跌倒识别算法 | 第24-25页 |
| 2.3.2 基于模糊识别的跌倒检测算法 | 第25-27页 |
| 2.3.3 基于计算机视觉的跌倒识别算法 | 第27页 |
| 2.4 本文算法选取 | 第27-32页 |
| 2.4.1 基于模式识别算法概述 | 第28页 |
| 2.4.2 ID3决策树算法 | 第28-32页 |
| 第3章 跌倒检测系统硬件设计 | 第32-43页 |
| 3.1 系统功能需求分析 | 第32-33页 |
| 3.2 跌倒检测系统硬件总体设计 | 第33页 |
| 3.3 系统硬件选型及设计 | 第33-40页 |
| 3.3.1 传感器模块电路设计 | 第34-36页 |
| 3.3.2 微控制器选型 | 第36-37页 |
| 3.3.3 micro SD卡存储模块设计 | 第37-38页 |
| 3.3.4 通讯报警模块电路设计 | 第38-39页 |
| 3.3.5 JTAG接口 | 第39-40页 |
| 3.4 供电模块 | 第40-43页 |
| 第4章 跌倒检测系统软件设计 | 第43-60页 |
| 4.1 软件系统分析与总体设计 | 第43-44页 |
| 4.2 跌倒数据采集模块设计 | 第44-49页 |
| 4.2.1 加速度采集程序设计 | 第45-46页 |
| 4.2.2 数据传输程序设计 | 第46-49页 |
| 4.3 跌倒数据分析软件设计 | 第49-57页 |
| 4.3.1 数据存储程序设计 | 第49-50页 |
| 4.3.2 数据预处理 | 第50-52页 |
| 4.3.3 特征值提取分析 | 第52-55页 |
| 4.3.4 跌倒检测算法软件设计 | 第55-57页 |
| 4.4 通讯报警模块软件设计 | 第57-60页 |
| 第5章 跌倒检测算法仿真验证 | 第60-73页 |
| 5.1 仿真实验工具简介 | 第60-63页 |
| 5.2 仿真验证 | 第63-71页 |
| 5.2.1 样本数确定 | 第63-65页 |
| 5.2.2 ID3算法训练 | 第65-70页 |
| 5.2.3 结果分析 | 第70-71页 |
| 5.3 ID3算法评价 | 第71-73页 |
| 总结与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 附录A 攻读学位期间获得的研究成果 | 第80-81页 |
| 附录B 系统硬件电路原理图 | 第81-82页 |
| 附录C 跌倒检测算法程序 | 第82-91页 |
