人体运动检测系统设计与摔倒预测方法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-22页 |
| ·研究背景与意义 | 第13-15页 |
| ·摔倒检测预测系统的研究现状及发展趋势 | 第15-20页 |
| ·摔倒检测预测系统建模 | 第17-18页 |
| ·摔倒特征 | 第18-20页 |
| ·论文主要工作、创新点及章节安排 | 第20-22页 |
| 第2章 摔倒检测系统需求分析 | 第22-26页 |
| ·系统总体需求分析 | 第22页 |
| ·功能性需求分析 | 第22-23页 |
| ·数据采集 | 第22-23页 |
| ·摔倒识别算法 | 第23页 |
| ·摔倒预测算法 | 第23页 |
| ·摔倒警报 | 第23页 |
| ·用户非功能性需求分析 | 第23-24页 |
| ·系统硬件平台需求分析 | 第24-25页 |
| ·传感器 | 第24-25页 |
| ·嵌入式微处理器 | 第25页 |
| ·无线传输 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 摔倒检测系统架构设计建模 | 第26-33页 |
| ·系统总体框架 | 第26-27页 |
| ·信息采集终端建模 | 第27-30页 |
| ·体系结构分析与设计语言AADL | 第27-28页 |
| ·信息采集终端硬件建模 | 第28-29页 |
| ·信息采集终端软件建模 | 第29-30页 |
| ·基于AADL的信息采集终端特性分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 摔倒检测系统信息采集终端实现 | 第33-50页 |
| ·硬件模块 | 第33-37页 |
| ·三轴线加速度传感器 | 第33-35页 |
| ·两轴陀螺仪 | 第35-36页 |
| ·Wi-Fi数据传输模块 | 第36-37页 |
| ·嵌入式处理器外围电路及硬件集成 | 第37-39页 |
| ·软件开发平台及调试工具 | 第39-40页 |
| ·传感器数据解析 | 第40-41页 |
| ·线加速度传感器数据解析 | 第40页 |
| ·陀螺仪数据解析 | 第40-41页 |
| ·传感器偏移校准 | 第41页 |
| ·数据采集 | 第41-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 基于支持向量机的摔倒检测方法 | 第50-62页 |
| ·摔倒撞击过程特征提取 | 第50-51页 |
| ·基于支持向量机的摔倒识别算法 | 第51-55页 |
| ·支持向量机 | 第51-54页 |
| ·基于支持向量机的摔倒识别算法 | 第54-55页 |
| ·实验过程及结果 | 第55-58页 |
| ·实验过程 | 第56-57页 |
| ·实验结果与分析 | 第57-58页 |
| ·基于摔倒特性的优化识别算法 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 基于隐马尔可夫模型的摔倒预测方法 | 第62-76页 |
| ·摔倒撞击前过程特征提取 | 第62-64页 |
| ·角速度时间序列 | 第62-64页 |
| ·基于隐马尔可夫模型的摔倒预测算法 | 第64-72页 |
| ·马尔可夫链 | 第64页 |
| ·隐马尔可夫模型 | 第64-67页 |
| ·隐马尔可夫模型的参数估计问题 | 第67-70页 |
| ·基于隐马尔可夫模型的摔倒预测方法 | 第70-72页 |
| ·实验过程及结果 | 第72-75页 |
| ·实验过程 | 第72页 |
| ·实验结果与分析 | 第72-75页 |
| ·本章小结 | 第75-76页 |
| 第7章 总结与展望 | 第76-79页 |
| ·总结 | 第76-77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间主要的研究成果 | 第83-84页 |
| 致谢 | 第84页 |
