基于WSN和神经网络的老人行为监测技术研究
发布时间：2021-04-22 05:29
中国人口年龄结构已经开始进入老龄化阶段,促进了我国养老机构的快速发展。但是由于老人的身体机能下降,容易出现异常行为,当老人出现意外情况或者异常行为时,管理人员往往不能及时得知以提供帮助,因此带来了潜在的监管危险和安全隐患,如何对老人行为进行高效监测是一个问题。而WSN技术和神经网络技术为老人行为的监测和识别提供了新的方法。针对老人行为无法高效监测问题,本文对行为数据采集技术、数据传输技术、行为识别技术和定位技术这四种技术进行了主要研究和分析,对比了每种技术的不同实现方案,并分析了它们的优点和缺点。在此基础上,根据老人行为监测的特点设计了一个老人行为监测方案,首先进行数据传输系统的硬件和软件设计,包括加速度传感器芯片的选型、Zigbee芯片的选型、WSN节点的硬件设计、通过测距实验和仿真分析确定RSSI与距离的关系以及WSN节点的软件设计;然后对老人行为监测系统的监测平台进行了设计,利用Matlab对基于BP神经网络的老人行为分类算法和质心定位算法进行仿真,接着在Visual Studio2013平台下,将这两种算法移植到C#中,监测平台在接收到老人的行为数据和位置数据后,运用这两种算法...
【文章来源】：桂林理工大学广西壮族自治区
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 选题来源、研究背景和意义
1.1.1 选题来源
1.1.2 研究背景和意义
1.2 国内外研究现状
1.2.1 WSN技术在行为监测中的应用
1.2.2 神经网络在行为识别中的应用
1.3 本文主要工作和节章安排
第2章 老人行为监测关键技术
2.1 行为数据采集技术
2.1.1 基于视觉的行为数据采集技术
2.1.2 基于加速度传感器的行为数据采集技术
2.1.3 基于陀螺仪传感器的行为数据采集技术
2.1.4 基于超宽带雷达技术的行为数据采集技术
2.1.5 基于物理接触技术的行为数据采集技术
2.1.6 数据采集技术的分析与对比
2.2 数据传输技术
2.2.1 GPRS技术
2.2.2 蓝牙技术
2.2.3 Zigbee技术
2.2.4 超宽带技术
2.2.5 串行通信技术
2.2.6 USB总线技术
2.2.7 现场总线技术
2.2.8 数据传输技术的分析与对比
2.3 行为识别方法
2.3.1 决策树方法
2.3.2 支持向量机方法
2.3.3 最近邻方法
2.3.4 神经网络方法
2.3.5 行为识别方法的分析和对比
2.4 定位技术
2.4.1 基于测距的定位技术
2.4.2 基于非测距的定位技术
2.4.3 测距与定位技术的分析和对比
2.5 本章小结
第3章 数据采集与传输系统设计与实现
3.1 养老院模型建立
3.2 数据采集与传输系统硬件设计
3.2.1 加速度传感器选型
3.2.2 Zigbee芯片选型
3.2.3 传感器节点的硬件电路设计
3.2.4 协调器和路由器节点的硬件电路设计
3.3 数据采集与传输系统软件设计
3.3.1 Z-Stack协议栈介绍
3.3.2 传感器节点软件设计
3.3.3 路由器节点软件设计
3.3.4 协调器节点软件设计
3.4 本章小结
第4章 监测平台设计与实现
4.1 基于BP神经网络的老人行为识别算法
4.1.1 行为数据采集
4.1.2 行为特征提取
4.1.3 BP神经网络的构建与测试
4.2 基于RSSI测距的质心定位算法
4.3 监测平台设计
4.3.1 老人行为识别算法设计
4.3.2 老人定位算法设计
4.4 用户界面设计
4.5 本章小结
第5章 总结与展望
5.1 全文工作总结
5.2 未来工作展望
5.2.1 云计算介绍
5.2.2 系统初步构架
参考文献
申请学位期间的研究成果及发表的学术论文
致谢
本文编号：3153264
【文章来源】：桂林理工大学广西壮族自治区
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 选题来源、研究背景和意义
1.1.1 选题来源
1.1.2 研究背景和意义
1.2 国内外研究现状
1.2.1 WSN技术在行为监测中的应用
1.2.2 神经网络在行为识别中的应用
1.3 本文主要工作和节章安排
第2章 老人行为监测关键技术
2.1 行为数据采集技术
2.1.1 基于视觉的行为数据采集技术
2.1.2 基于加速度传感器的行为数据采集技术
2.1.3 基于陀螺仪传感器的行为数据采集技术
2.1.4 基于超宽带雷达技术的行为数据采集技术
2.1.5 基于物理接触技术的行为数据采集技术
2.1.6 数据采集技术的分析与对比
2.2 数据传输技术
2.2.1 GPRS技术
2.2.2 蓝牙技术
2.2.3 Zigbee技术
2.2.4 超宽带技术
2.2.5 串行通信技术
2.2.6 USB总线技术
2.2.7 现场总线技术
2.2.8 数据传输技术的分析与对比
2.3 行为识别方法
2.3.1 决策树方法
2.3.2 支持向量机方法
2.3.3 最近邻方法
2.3.4 神经网络方法
2.3.5 行为识别方法的分析和对比
2.4 定位技术
2.4.1 基于测距的定位技术
2.4.2 基于非测距的定位技术
2.4.3 测距与定位技术的分析和对比
2.5 本章小结
第3章 数据采集与传输系统设计与实现
3.1 养老院模型建立
3.2 数据采集与传输系统硬件设计
3.2.1 加速度传感器选型
3.2.2 Zigbee芯片选型
3.2.3 传感器节点的硬件电路设计
3.2.4 协调器和路由器节点的硬件电路设计
3.3 数据采集与传输系统软件设计
3.3.1 Z-Stack协议栈介绍
3.3.2 传感器节点软件设计
3.3.3 路由器节点软件设计
3.3.4 协调器节点软件设计
3.4 本章小结
第4章 监测平台设计与实现
4.1 基于BP神经网络的老人行为识别算法
4.1.1 行为数据采集
4.1.2 行为特征提取
4.1.3 BP神经网络的构建与测试
4.2 基于RSSI测距的质心定位算法
4.3 监测平台设计
4.3.1 老人行为识别算法设计
4.3.2 老人定位算法设计
4.4 用户界面设计
4.5 本章小结
第5章 总结与展望
5.1 全文工作总结
5.2 未来工作展望
5.2.1 云计算介绍
5.2.2 系统初步构架
参考文献
申请学位期间的研究成果及发表的学术论文
致谢
本文编号：3153264
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3153264.html
