目前針對(duì)老年人睡眠質(zhì)量監(jiān)測(cè)的方法主要包括腦電信號(hào)處理及可穿戴設(shè)備檢測(cè)等方式�；谀X電信號(hào)的睡眠質(zhì)量監(jiān)測(cè)需要采集人體的腦電信號(hào),然而由于采集設(shè)備過(guò)于復(fù)雜,對(duì)人體活動(dòng)有較大的影響。而基于可穿戴設(shè)備的睡眠質(zhì)量監(jiān)測(cè)需要長(zhǎng)時(shí)間佩戴相關(guān)設(shè)備,識(shí)別不準(zhǔn)確等因素,所以難以在日常生活中普及。本文針對(duì)上面所提到的問(wèn)題,提出了利用RFID射頻識(shí)別的技術(shù)實(shí)現(xiàn)對(duì)老年人睡眠質(zhì)量的檢測(cè)。使用商用的無(wú)源感知RFID讀寫器采集標(biāo)簽反射信號(hào)（相位流）,并基于相位周期性、卡爾曼濾波器等特性進(jìn)行相位流的初始化;在體態(tài)信息提取方面,提取相應(yīng)的體態(tài)特征分段,計(jì)算睡眠過(guò)程中每分鐘的體動(dòng)次數(shù),根據(jù)統(tǒng)計(jì)的睡眠過(guò)程中發(fā)生的體動(dòng)頻率評(píng)估睡眠質(zhì)量。在呼吸信息提取方面,根據(jù)呼吸過(guò)程中呼吸運(yùn)動(dòng)產(chǎn)生的規(guī)律性變化,通過(guò)反射信號(hào)獲取相位值與呼吸量的對(duì)用關(guān)系,同時(shí)根據(jù)時(shí)域分割,確定每一分鐘內(nèi),是否存在呼吸暫停,以此作為睡眠質(zhì)量的評(píng)估依據(jù)。為了驗(yàn)證老年人睡眠質(zhì)量監(jiān)測(cè)的監(jiān)測(cè)性能,本文針對(duì)體態(tài)信息建立標(biāo)準(zhǔn)的體態(tài)信息庫(kù),在此基礎(chǔ)上進(jìn)行實(shí)驗(yàn)驗(yàn)證;利用醫(yī)學(xué)上呼吸暫停相關(guān)數(shù)據(jù)對(duì)呼吸信息進(jìn)行評(píng)測(cè)。實(shí)驗(yàn)表明,基于RFID的老年人睡眠質(zhì)量監(jiān)測(cè)系統(tǒng)的平均監(jiān)測(cè)準(zhǔn)確率能夠達(dá)到9... 

【文章來(lái)源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 本文的主要工作及組織結(jié)構(gòu)
        1.3.1 主要工作
        1.3.2 組織結(jié)構(gòu)
第二章 睡眠質(zhì)量監(jiān)測(cè)相關(guān)技術(shù)分析
    2.1 基于非RFID技術(shù)的呼吸檢測(cè)方法
        2.1.1 基于可穿戴設(shè)備的呼吸檢測(cè)方法
        2.1.2 非接觸式呼吸檢測(cè)方法
    2.2 基于RFID信號(hào)的睡眠質(zhì)量監(jiān)測(cè)方法
        2.2.1 基于相位的呼吸信號(hào)分析方法
        2.2.2 基于RSSI的體態(tài)分析方法
    2.3 本章小結(jié)
第三章 呼吸和體動(dòng)信號(hào)處理獲取與處理
    3.1 睡眠質(zhì)量監(jiān)測(cè)中的主要生理信號(hào)
        3.1.1 呼吸信號(hào)
        3.1.2 體動(dòng)信號(hào)
    3.2 睡眠質(zhì)量監(jiān)測(cè)中生理信號(hào)獲取
        3.2.1 RFID系統(tǒng)組成
        3.2.2 RFID反向散射通信技術(shù)分析
        3.2.3 RFID標(biāo)簽反射信號(hào)特征研究
    3.3 相位信息預(yù)處理
        3.3.1 相位解纏
        3.3.2 平滑處理
        3.3.3 對(duì)于多徑效應(yīng)處理
    3.4 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的呼吸信號(hào)處理
        3.4.1 相位預(yù)處理與提取
        3.4.2 還原位移差
        3.4.3 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
    3.5 基于RSSI的體動(dòng)信號(hào)處理
        3.5.1 RSSI體動(dòng)監(jiān)測(cè)誤差來(lái)源分析
        3.5.2 RSSI常用濾波處理方法
        3.5.3 基于距離-損耗模型的體動(dòng)算法
        3.5.4 多普勒頻移效應(yīng)分析
        3.5.5 基于加速度的體動(dòng)識(shí)別
    3.6 本章小結(jié)
第四章 老年人睡眠質(zhì)量監(jiān)測(cè)系統(tǒng)實(shí)現(xiàn)
    4.1 系統(tǒng)功能及框架概述
    4.2 系統(tǒng)實(shí)現(xiàn)
        4.2.1 系統(tǒng)軟硬件介紹
        4.2.2 多閱讀器監(jiān)聽(tīng)實(shí)現(xiàn)
        4.2.3 監(jiān)聽(tīng)數(shù)據(jù)保存實(shí)現(xiàn)
        4.2.4 Mat Lab部分實(shí)現(xiàn)
        4.2.5 環(huán)境部署
        4.2.6 系統(tǒng)展示
    4.3 本章小結(jié)
第五章 實(shí)驗(yàn)及分析
    5.1 方法概述
        5.1.1 睡眠分期方法
        5.1.2 呼吸暫停識(shí)別
    5.2 實(shí)驗(yàn)數(shù)據(jù)獲取
    5.3 睡眠質(zhì)量分析
第六章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄1 攻讀碩士期間申請(qǐng)的專利
附錄2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于RSSI的定位技術(shù)中數(shù)據(jù)預(yù)處理的濾波算法[J]. 曹子騰,郭陽(yáng),趙正旭.  電腦編程技巧與維護(hù). 2020(01)
[2]一種鯨魚優(yōu)化算法改進(jìn)的加權(quán)質(zhì)心定位算法[J]. 馬宏光,曾國(guó)輝,韋鈺,劉瑾,黃勃.  軟件導(dǎo)刊. 2020(05)
[3]一種基于CSI的非合作式人體行為識(shí)別方法[J]. 李曉薇,余江,�？�,楊錦朋,冉亞鑫.  計(jì)算機(jī)科學(xué). 2019(12)
[4]基于RFID標(biāo)簽陣列的睡眠期間呼吸量連續(xù)監(jiān)測(cè)系統(tǒng)[J]. 徐曉翔,常相茂,陳方進(jìn).  計(jì)算機(jī)應(yīng)用. 2020(05)
[5]基于RSSI的測(cè)距研究[J]. 陳磊,劉偉.  湖北工業(yè)大學(xué)學(xué)報(bào). 2016(04)
[6]一種改進(jìn)高斯-卡爾曼濾波的RSSI處理算法[J]. 楊寧,鐘紹山,徐耀良,楊亞蘭.  自動(dòng)化儀表. 2013(07)

碩士論文
[1]基于RFID技術(shù)的動(dòng)態(tài)手勢(shì)識(shí)別及其交互應(yīng)用研究[D]. 程康.南京郵電大學(xué) 2019
[2]基于CSI的人體行為識(shí)別方法研究[D]. 崔然.太原理工大學(xué) 2019
[3]基于非接觸式睡眠監(jiān)測(cè)系統(tǒng)的呼吸暫停綜合征檢測(cè)研究[D]. 許益彬.北京郵電大學(xué) 2019
[4]基于移動(dòng)機(jī)器人和RFID的動(dòng)態(tài)目標(biāo)定位與跟蹤[D]. 梁高麗.西南科技大學(xué) 2019
[5]人類睡眠監(jiān)測(cè)方法及睡眠質(zhì)量分析的研究[D]. 陳東.黑龍江大學(xué) 2018
[6]RFID系統(tǒng)天線設(shè)計(jì)及其輻射對(duì)人體影響的分析研究[D]. 蘇媛.北京郵電大學(xué) 2014



本文編號(hào)：3627246