中國人口年齡結(jié)構(gòu)已經(jīng)開始進(jìn)入老齡化階段,促進(jìn)了我國養(yǎng)老機(jī)構(gòu)的快速發(fā)展。但是由于老人的身體機(jī)能下降,容易出現(xiàn)異常行為,當(dāng)老人出現(xiàn)意外情況或者異常行為時,管理人員往往不能及時得知以提供幫助,因此帶來了潛在的監(jiān)管危險和安全隱患,如何對老人行為進(jìn)行高效監(jiān)測是一個問題。而WSN技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)為老人行為的監(jiān)測和識別提供了新的方法。針對老人行為無法高效監(jiān)測問題,本文對行為數(shù)據(jù)采集技術(shù)、數(shù)據(jù)傳輸技術(shù)、行為識別技術(shù)和定位技術(shù)這四種技術(shù)進(jìn)行了主要研究和分析,對比了每種技術(shù)的不同實(shí)現(xiàn)方案,并分析了它們的優(yōu)點(diǎn)和缺點(diǎn)。在此基礎(chǔ)上,根據(jù)老人行為監(jiān)測的特點(diǎn)設(shè)計了一個老人行為監(jiān)測方案,首先進(jìn)行數(shù)據(jù)傳輸系統(tǒng)的硬件和軟件設(shè)計,包括加速度傳感器芯片的選型、Zigbee芯片的選型、WSN節(jié)點(diǎn)的硬件設(shè)計、通過測距實(shí)驗和仿真分析確定RSSI與距離的關(guān)系以及WSN節(jié)點(diǎn)的軟件設(shè)計;然后對老人行為監(jiān)測系統(tǒng)的監(jiān)測平臺進(jìn)行了設(shè)計,利用Matlab對基于BP神經(jīng)網(wǎng)絡(luò)的老人行為分類算法和質(zhì)心定位算法進(jìn)行仿真,接著在Visual Studio2013平臺下,將這兩種算法移植到C#中,監(jiān)測平臺在接收到老人的行為數(shù)據(jù)和位置數(shù)據(jù)后,運(yùn)用這兩種算法... 

【文章來源】：桂林理工大學(xué)廣西壯族自治區(qū)

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題來源、研究背景和意義
        1.1.1 選題來源
        1.1.2 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 WSN技術(shù)在行為監(jiān)測中的應(yīng)用
        1.2.2 神經(jīng)網(wǎng)絡(luò)在行為識別中的應(yīng)用
    1.3 本文主要工作和節(jié)章安排
第2章 老人行為監(jiān)測關(guān)鍵技術(shù)
    2.1 行為數(shù)據(jù)采集技術(shù)
        2.1.1 基于視覺的行為數(shù)據(jù)采集技術(shù)
        2.1.2 基于加速度傳感器的行為數(shù)據(jù)采集技術(shù)
        2.1.3 基于陀螺儀傳感器的行為數(shù)據(jù)采集技術(shù)
        2.1.4 基于超寬帶雷達(dá)技術(shù)的行為數(shù)據(jù)采集技術(shù)
        2.1.5 基于物理接觸技術(shù)的行為數(shù)據(jù)采集技術(shù)
        2.1.6 數(shù)據(jù)采集技術(shù)的分析與對比
    2.2 數(shù)據(jù)傳輸技術(shù)
        2.2.1 GPRS技術(shù)
        2.2.2 藍(lán)牙技術(shù)
        2.2.3 Zigbee技術(shù)
        2.2.4 超寬帶技術(shù)
        2.2.5 串行通信技術(shù)
        2.2.6 USB總線技術(shù)
        2.2.7 現(xiàn)場總線技術(shù)
        2.2.8 數(shù)據(jù)傳輸技術(shù)的分析與對比
    2.3 行為識別方法
        2.3.1 決策樹方法
        2.3.2 支持向量機(jī)方法
        2.3.3 最近鄰方法
        2.3.4 神經(jīng)網(wǎng)絡(luò)方法
        2.3.5 行為識別方法的分析和對比
    2.4 定位技術(shù)
        2.4.1 基于測距的定位技術(shù)
        2.4.2 基于非測距的定位技術(shù)
        2.4.3 測距與定位技術(shù)的分析和對比
    2.5 本章小結(jié)
第3章 數(shù)據(jù)采集與傳輸系統(tǒng)設(shè)計與實(shí)現(xiàn)
    3.1 養(yǎng)老院模型建立
    3.2 數(shù)據(jù)采集與傳輸系統(tǒng)硬件設(shè)計
        3.2.1 加速度傳感器選型
        3.2.2 Zigbee芯片選型
        3.2.3 傳感器節(jié)點(diǎn)的硬件電路設(shè)計
        3.2.4 協(xié)調(diào)器和路由器節(jié)點(diǎn)的硬件電路設(shè)計
    3.3 數(shù)據(jù)采集與傳輸系統(tǒng)軟件設(shè)計
        3.3.1 Z-Stack協(xié)議棧介紹
        3.3.2 傳感器節(jié)點(diǎn)軟件設(shè)計
        3.3.3 路由器節(jié)點(diǎn)軟件設(shè)計
        3.3.4 協(xié)調(diào)器節(jié)點(diǎn)軟件設(shè)計
    3.4 本章小結(jié)
第4章 監(jiān)測平臺設(shè)計與實(shí)現(xiàn)
    4.1 基于BP神經(jīng)網(wǎng)絡(luò)的老人行為識別算法
        4.1.1 行為數(shù)據(jù)采集
        4.1.2 行為特征提取
        4.1.3 BP神經(jīng)網(wǎng)絡(luò)的構(gòu)建與測試
    4.2 基于RSSI測距的質(zhì)心定位算法
    4.3 監(jiān)測平臺設(shè)計
        4.3.1 老人行為識別算法設(shè)計
        4.3.2 老人定位算法設(shè)計
    4.4 用戶界面設(shè)計
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文工作總結(jié)
    5.2 未來工作展望
        5.2.1 云計算介紹
        5.2.2 系統(tǒng)初步構(gòu)架
參考文獻(xiàn)
申請學(xué)位期間的研究成果及發(fā)表的學(xué)術(shù)論文
致謝



本文編號：3153264