基于RFID技术的医疗监护系统研究与实现

发布时间：2020-11-04 21:42

　　 随着我国经济发展,国民健康意识的不断提高与我国逐步进入老龄化社会的现状,人体健康监护的无线物联网概念被提了出来。通过医疗系统与物联网的结合,远程监控人体生理信息与实时定位位置,能够极大程度改善现有医院的管理氛围。目前,相比于成熟的室外定位技术,室内定位技术尚处于研究阶段,其中基于RFID的室内定位技术以其成本低、精度高、性能可靠等优点,受到研究者们的青睐。本文将对基于RFID的室内定位算法展开研究,依据研究结果,对医疗监护系统进行需求分析与设计,最终实现医疗监护系统。本文首先分析了医疗监护系统及RFID室内定位技术在国内外发展的现状,进而介绍了目前RFID室内定位系统中应用较为广泛的几种RFID室内定位算法并分析了这些算法的不足。之后,为解决传统定位算法受环境影响剧烈、人工维护成本过高的缺点,根据广义回归神经网络(GRNN)非线性拟合能力强、人为调节参数少的特点,本文提出了基于GRNN神经网络的定位算法。另外,基于提出的GRNN神经网络定位算法,本文对经典的卡尔曼滤波算法进行优化,提出自适应动态滑动窗口-扩展卡尔曼滤波的数据滤波算法,采用粒子群算法代替传统的参数遍历-交叉验证方法获取GRNN神经网络参数,并且依据GRNN神经网络的模型结构,对GRNN神经网络输出维度进行扩展以适应本场景需求。之后,本文通过实验验证了所提出算法及优化方法的有效性,实验结果表明本文研究实现的数据滤波算法结合粒子群算法优化GRNN神经网络定位算法最大定位误差不超过1.5米且平均定位误差在1米左右,相较于传统的路径损耗模型方法定位精度上有了显著提升。其后,对医疗监护系统进行了需求分析,根据需求分析设计了系统的拓扑结构以满足医疗系统内定位位置与生理信息的监控需求,并且对信息管理系统进行了架构设计,利用Django框架开发完成信息管理系统。最后,本文使用开发完成的信息管理系统与硬件设备在实验室内(普通办公室内环境)搭建了实验验证平台,对系统进行了功能测试与性能测试。测试结果表明系统功能运行正常,且能容纳100人同时访问系统。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP274;TP391.44
【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1. 课题研究背景及意义
    1.2. 国内外研究现状
    1.3. 研究内容及创新点
        1.3.1 课题目标
        1.3.2 研究内容
        1.3.3 创新点
    1.4. 论文章节安排
第二章 相关技术介绍
    2.1. 室内无线定位技术
        2.1.1 室内无线定位技术概述
        2.1.2 几种常见的室内无线定位技术
    2.2. RFID室内定位技术原理介绍
        2.2.1 RFID室内定位系统结构组成
        2.2.2 RFID室内定位算法
    2.3. 传统定位算法存在缺点
    2.4. 室内定位系统的评价标准
    2.5. 本章小结
第三章 基于GRNN的定位算法研究
    3.1. GRNN神经网络模型
    3.2. 经典的数据滤波算法
    3.3. 经典的GRNN神经网络参数获取方法
    3.4. GRNN神经网络输出维度优化
    3.5. 基于GRNN的室内定位算法
    3.6. 实验验证
        3.6.1 实验环境与硬件设备
        3.6.2 实验前期准备
        3.6.3 实验结果及分析
    3.7. 本章小结
第四章 滤波算法及GRNN参数获取方法优化
    4.1. 数据滤波算法优化
        4.1.1 扩展卡尔曼滤波
        4.1.2 自适应动态滑动窗口-扩展卡尔曼滤波
    4.2. GRNN神经网络参数获取方法优化
        4.2.1 粒子群（PSO）算法
        4.2.2 SRTEKF-PSO-GRNN室内定位算法
    4.3. 实验验证
        4.3.1 实验前期说明
        4.3.2 实验结果及分析
    4.4. 本章小结
第五章 医疗监护系统的设计与实现
    5.1. 需求分析
        5.1.1 功能需求分析
        5.1.2 非功能需求分析
    5.2. 系统整体设计
        5.2.1 系统拓扑结构设计
        5.2.2 系统层次结构划分
        5.2.3 信息管理服务器架构设计
    5.3. 系统详细设计与实现
        5.3.1 数据传输插件
        5.3.2 信息管理系统实现
    5.4. 本章小结
第六章 医疗监护系统测试
    6.1. 医疗监护系统测试环境
    6.2. 医疗监护系统功能测试
    6.3. 医疗监护系统非功能测试
    6.4. 测试结果与分析
    6.5. 本章小结
第七章 总结与展望
    7.1 总结
    7.2 展望
参考文献
致谢
攻读学位期间取得的研究成果

【相似文献】

相关期刊论文 前10条

1 叶康;杨鑫源;雷韵;贺章擎;;基于蓝牙4.0的养老机构无线医疗监护系统[J];科技与创新;2017年02期

2 田肖;;无线医疗监护网络安全机制研究[J];电子技术与软件工程;2017年03期

3 泥瑾;;物联网下的远程移动医疗监护系统的设计与实现[J];网络安全技术与应用;2016年09期

4 陈司祺;;浅谈医疗监护技术的应用[J];科技展望;2016年30期

5 严妮妮;张辉;邓咏梅;;可穿戴医疗监护服装研究现状与发展趋势[J];纺织学报;2015年06期

6 曹建军;;ICU病房中医疗监护设备的临床应用[J];人人健康;2017年14期

7 马小龙;李孟歆;;无线医疗监护系统设计中的ZigBee技术应用[J];科学中国人;2017年12期

8 罗铮;周林;李小华;罗启涵;;基于ZigBee的养老院医疗监护系统的设计[J];数字技术与应用;2013年12期

9 周林;冯婷婷;;基于ZigBee的无线医疗监护系统的研究与设计[J];电视技术;2013年14期

10 张娟;;数据融合模型在医疗监护领域的应用[J];无线互联科技;2012年07期

相关博士学位论文 前1条

1 文耀锋;一种实时的跌倒姿态检测和心率监护系统的研究[D];浙江大学;2008年

相关硕士学位论文 前10条

1 邱骞;基于RFID技术的医疗监护系统研究与实现[D];北京邮电大学;2019年

2 马小龙;基于无线传感器网络的医疗监护系统设计[D];沈阳建筑大学;2017年

3 郑卜松;面向医疗监护的RFID室内定位算法研究与应用[D];广东工业大学;2018年

4 杜梦梦;无线医疗监护系统的设计与实现[D];西安科技大学;2018年

5 王永兵;基于SOPC的多功能医疗监护系统的设计[D];济南大学;2011年

6 谢凌翔;基于可穿戴设备的移动医疗监护系统的开发与实现[D];贵州大学;2016年

7 门春雷;基于RFID的可定位医疗监护系统的关键技术研究[D];天津大学;2012年

8 陈志江;基于物联网的远程智能医疗监护数据传输网络的设计[D];杭州师范大学;2012年

9 余佳佳;基于ZigBee技术的医疗监护系统的软件设计与实现[D];电子科技大学;2012年

10 孟欠欠;基于ZigBee技术的医疗监护网络的设计与研究[D];江苏大学;2009年

本文编号：2870644