人体惯性信息采集系统设计与跌倒识别算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究目的和意义 | 第9-10页 |
| 1.2 国内外发展与研究现状 | 第10-15页 |
| 1.3 论文的主要工作及章节安排 | 第15-16页 |
| 第2章 信息采集系统总体设计与跌倒识别算法流程 | 第16-25页 |
| 2.1 跌倒的运动学特征分析 | 第16-19页 |
| 2.1.1 跌倒过程分析 | 第16-17页 |
| 2.1.2 跌倒过程运动特征的变化分析 | 第17-19页 |
| 2.2 人体惯性信息采集系统总体设计 | 第19-21页 |
| 2.2.1 系统需求分析 | 第19页 |
| 2.2.2 系统总体框架设计 | 第19-21页 |
| 2.3 跌倒识别算法思路分析 | 第21-24页 |
| 2.3.1 阈值法 | 第21-22页 |
| 2.3.2 时序分析法 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 人体惯性信息采集系统软硬件设计 | 第25-40页 |
| 3.1 系统硬件设计 | 第25-30页 |
| 3.1.1 传感器节点模块设计 | 第25-29页 |
| 3.1.2 基站模块设计 | 第29-30页 |
| 3.2 系统软件平台设计 | 第30-35页 |
| 3.2.1 系统软件平台架构设计 | 第30-33页 |
| 3.2.2 软件平台设计的关键技术 | 第33-35页 |
| 3.3 软件平台功能测试 | 第35-39页 |
| 3.3.1 软件平台采集和存储测试 | 第35-36页 |
| 3.3.2 软件平台数据显示测试 | 第36-38页 |
| 3.3.3 软件平台参数配置测试 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于阈值法的跌倒识别算法设计与仿真实现 | 第40-52页 |
| 4.1 基于支持向量机的阈值确定方法 | 第40-43页 |
| 4.1.1 SVM的分类 | 第40-42页 |
| 4.1.2 SVM确定阈值的过程 | 第42-43页 |
| 4.2 基于阈值法的人体跌倒识别算法的实现流程 | 第43-45页 |
| 4.3 实验与结果分析 | 第45-51页 |
| 4.3.1 跌倒与日常活动实验设计 | 第45-47页 |
| 4.3.2 实验数据样本分析 | 第47-49页 |
| 4.3.3 基于阈值法的跌倒识别实验结果及其分析 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 基于HMM的跌倒识别算法设计与仿真实现 | 第52-66页 |
| 5.1 隐马尔可夫模型的相关算法分析 | 第52-55页 |
| 5.1.1 HMM 的功能分析 | 第52-53页 |
| 5.1.2 HMM 的统计算法 | 第53-55页 |
| 5.2 基于HMM的人体跌倒识别算法的实现 | 第55-63页 |
| 5.2.1 实验数据预处理 | 第55-59页 |
| 5.2.2 跌倒HMM的训练 | 第59-60页 |
| 5.2.3 跌倒HMM的信号匹配 | 第60-62页 |
| 5.2.4 跌倒信号的识别 | 第62-63页 |
| 5.3 实验与结果分析 | 第63-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 论文工作总结 | 第66-67页 |
| 6.2 进一步研究展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第72页 |
