| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 引言 | 第7页 |
| 1.2 课题研究背景与意义 | 第7-10页 |
| 1.2.1 研究背景 | 第7-8页 |
| 1.2.2 本文研究内容 | 第8-9页 |
| 1.2.3 研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 本文篇章结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 相关技术介绍 | 第14-21页 |
| 2.1 普适计算 | 第14-15页 |
| 2.1.1 穿戴式计算 | 第14页 |
| 2.1.2 穿戴式健康监护 | 第14-15页 |
| 2.2 航向姿态系统 | 第15-19页 |
| 2.2.1 姿态表示方法 | 第15-16页 |
| 2.2.2 姿态求解方法 | 第16-19页 |
| 2.3 本章小结 | 第19-21页 |
| 3 穿戴式低功耗人体行为活动数据采集分析设备 | 第21-29页 |
| 3.1 软硬件总体架构 | 第21-22页 |
| 3.2 事件驱动的分时低功耗 | 第22-25页 |
| 3.2.1 事件驱动的分时低功耗原理介绍 | 第22-23页 |
| 3.2.2 穿戴式健康监护分时低功耗设计与性能分析 | 第23-25页 |
| 3.3 设备硬件方案 | 第25-28页 |
| 3.3.1 设备总体方案 | 第25-26页 |
| 3.3.2 硬件详细设计 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 姿态和加速度融合的人体行为识别方法 | 第29-37页 |
| 4.1 姿态求解分析 | 第29-33页 |
| 4.1.1 坐标系定义与姿态量化 | 第29-31页 |
| 4.1.2 姿态求解基本原理 | 第31-32页 |
| 4.1.3 设备姿态与人体姿态动态转换方法 | 第32-33页 |
| 4.2 加速度分解 | 第33-35页 |
| 4.3 融合分类模型 | 第35-36页 |
| 4.4 本章小结 | 第36-37页 |
| 5 实验分析 | 第37-49页 |
| 5.1 低功耗有效性验证实验 | 第37-42页 |
| 5.1.1 实验环境 | 第37页 |
| 5.1.2 中断事件驱动的任务状态切换实验 | 第37-39页 |
| 5.1.3 分时低功耗效率实验 | 第39-42页 |
| 5.1.4 实验总结 | 第42页 |
| 5.2 数据处理和识别方法验证实验 | 第42-48页 |
| 5.2.1 数据预处理 | 第42-43页 |
| 5.2.2 姿态解析结果 | 第43-44页 |
| 5.2.3 加速度分解效果 | 第44-45页 |
| 5.2.4 分解后加速度特征 | 第45-47页 |
| 5.2.5 行为活动及姿态识别实验 | 第47-48页 |
| 5.2.6 实验总结 | 第48页 |
| 5.3 本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| 6.1 研究总结 | 第49页 |
| 6.2 研究展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57页 |