| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 跌倒检测系统方法现状分析 | 第10-11页 |
| 1.4 本文主要内容及结构 | 第11-13页 |
| 第二章 人体跌倒检测机器学习算法 | 第13-23页 |
| 2.1 人体运动模式 | 第13-14页 |
| 2.2 跌倒行为相关性分析 | 第14-16页 |
| 2.2.1 人体姿态空间坐标描述模型 | 第14-15页 |
| 2.2.2 跌倒过程与加速度变化关系 | 第15-16页 |
| 2.2.3 跌倒过程与人体姿态变化关系 | 第16页 |
| 2.3 跌倒数据特征表达 | 第16-19页 |
| 2.3.1 跌倒数据表示 | 第16-17页 |
| 2.3.2 跌倒特征提取及归一化处理 | 第17-19页 |
| 2.4 基于SVD-SVM算法的跌倒检测分类 | 第19-22页 |
| 2.4.1 基于SVD-SVM算法的跌倒分类器 | 第19-20页 |
| 2.4.2 仿真及分析 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 人体跌倒检测阈值算法 | 第23-35页 |
| 3.1 人体跌倒阈值参数 | 第23-28页 |
| 3.1.1 人体加速度及倾斜角相关参数选取 | 第23-25页 |
| 3.1.2 人体运动数据采集 | 第25-28页 |
| 3.1.3 人体跌倒参数阈值分析 | 第28页 |
| 3.2 跌倒识别算法 | 第28-31页 |
| 3.3 实验仿真与分析 | 第31-34页 |
| 3.3.1 仿真实验设计 | 第31页 |
| 3.3.2 仿真分析 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 人体跌倒阈值检测Android手机软件研发 | 第35-46页 |
| 4.1 Android平台相关概述 | 第35-37页 |
| 4.1.1Android平台框架 | 第35-36页 |
| 4.1.2 Android定位技术概述 | 第36-37页 |
| 4.2 系统设计目标与原则 | 第37-39页 |
| 4.3 系统整体架构 | 第39-42页 |
| 4.4 跌倒检测 | 第41页 |
| 4.4.1 实验结果 | 第41页 |
| 4.4.2 算法性能分析 | 第41-42页 |
| 4.5 系统运行流程及界面 | 第42-45页 |
| 4.5.1 紧急联系人设置 | 第42-43页 |
| 4.5.2 跌倒检测引导界面及设置 | 第43-44页 |
| 4.5.3 跌倒检测以及报警 | 第44页 |
| 4.5.4 短信求助及定位 | 第44-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 人体跌倒阈值检测软硬件原型系统研发 | 第46-57页 |
| 5.1 系统总体结构设计 | 第46-47页 |
| 5.1.1 系统需求分析 | 第46页 |
| 5.1.2 系统结构设计 | 第46-47页 |
| 5.2 系统硬件设计 | 第47-50页 |
| 5.2.1 数据采集模块电路 | 第47-48页 |
| 5.2.2 电源模块 | 第48页 |
| 5.2.3 通信模块设计 | 第48-49页 |
| 5.2.4 报警电路 | 第49-50页 |
| 5.3 系统软件设计 | 第50-55页 |
| 5.3.1 人体跌倒检测系统软件主要功能 | 第51页 |
| 5.3.2 单片机程序设计 | 第51-52页 |
| 5.3.3 模块初始化 | 第52-53页 |
| 5.3.4 软件仿真调试 | 第53页 |
| 5.3.5 跌倒检测机制 | 第53-54页 |
| 5.3.6 报警机制 | 第54-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 全文总结 | 第57-58页 |
| 6.2 工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第63页 |