致谢 | 第1-6页 |
摘要 | 第6-8页 |
Abstract | 第8-13页 |
第1章 绪论 | 第13-25页 |
·课题研究背景及意义 | 第13-15页 |
·人体跌倒姿态和心率检测系统 | 第15-19页 |
·人体活动姿态分类及跌倒模型的研究 | 第15-17页 |
·人体活动状态下心率提取技术 | 第17-19页 |
·无线躯体传感器网络技术 | 第19-22页 |
·无线躯体传感器网络及其路由技术发展 | 第19-21页 |
·无线躯体传感网络技术的应用 | 第21-22页 |
·本文的主要研究内容 | 第22-25页 |
第2章 人体跌倒姿势和心率检测系统的研究 | 第25-43页 |
·序言 | 第25页 |
·系统介绍 | 第25-26页 |
·系统设计 | 第26-37页 |
·跌倒检测单元设计 | 第26-30页 |
·心率检测单元模块设计 | 第30-33页 |
·无线通信模块及PDA设计 | 第33-37页 |
·系统的评估实验 | 第37-42页 |
·无线加速度传感器标定及实验过程 | 第37-40页 |
·无线心率传感器检测实验 | 第40-42页 |
·本章小结 | 第42-43页 |
第3章 基于三维加速度向量的人体跌倒模型 | 第43-59页 |
·引言 | 第43页 |
·人体活动姿势的分类 | 第43-46页 |
·坐立-站直-坐立姿势的变换(Sit-Stand-Sit transition) | 第44-45页 |
·步行姿势(Walking) | 第45页 |
·跑步姿态(Running) | 第45-46页 |
·跌倒(Falling) | 第46页 |
·跌倒过程信号处理及其特征提取过程 | 第46-54页 |
·跌倒诊断集 | 第46-47页 |
·PCA降维方法 | 第47-49页 |
·跌倒现象实验分析 | 第49-54页 |
·基于支持向量机(SVM)跌倒现象诊断研究 | 第54-58页 |
·支持向量机理论及算法 | 第54-55页 |
·实验过程及数据分析 | 第55-58页 |
·本章小结 | 第58-59页 |
第4章 人体活动状态下心率的提取技术 | 第59-79页 |
·引言 | 第59页 |
·基于小波分析的心电信号预处理技术 | 第59-64页 |
·心电信号中噪声分析 | 第59-60页 |
·多分辫分析方法 | 第60-61页 |
·心电信号的分解 | 第61-64页 |
·基于最小包围圆的投票表决心率提取算法 | 第64-73页 |
·R-R间期排程(R-R Pattern) | 第65-66页 |
·基于投票的心率提取算法 | 第66-70页 |
·表决周期的选取 | 第70页 |
·MIT/BIH中心率异常数据及实验分析 | 第70-73页 |
·测试结果 | 第73-77页 |
·本章小结 | 第77-79页 |
第5章 监测系统在跌倒监护中的应用 | 第79-93页 |
·引言 | 第79-80页 |
·跌倒判定与心率报警评估 | 第80-86页 |
·基本人体活动判定方法介绍 | 第80-81页 |
·跌倒判定的实现及分析 | 第81-85页 |
·判定心率报警的实现 | 第85-86页 |
·基于心率变异检测的跌倒报警过程 | 第86-88页 |
·普通性跌倒过程报警 | 第86页 |
·晕厥跌倒过程 | 第86-88页 |
·其他病因跌倒过程 | 第88页 |
·模拟实验 | 第88-91页 |
·本章小结 | 第91-93页 |
第6章 无线躯体传感器网络通信系统的研究 | 第93-119页 |
·引言 | 第93-94页 |
·无线躯体传感器网络通信协议及组网技术 | 第94-99页 |
·适用于无线躯体传感器网络的拓扑结构 | 第94-95页 |
·基于分段式TCP算法的网络传输协议 | 第95-99页 |
·无线网络中基于Energy*Delay模型的通信策略的研究 | 第99-111页 |
·网络模型 | 第100页 |
·自适应蚁群路由算法 | 第100-103页 |
·路由算法度量问题分析 | 第103-109页 |
·基于Energy* Delay模型簇的信息素更新策略 | 第109-111页 |
·网络仿真实验及结果 | 第111-117页 |
·改进型MSnoop算法的仿真实验及分析 | 第111-113页 |
·基于Energy*Delay模型的实验及分析 | 第113-117页 |
·本章小结 | 第117-119页 |
第7章 总结与展望 | 第119-123页 |
·本文研究总结和主要创新点 | 第119-120页 |
·展望 | 第120-123页 |
参考文献 | 第123-133页 |
作者简历 | 第133页 |