基于压电陶瓷智能床垫的睡眠信息研究
发布时间：2022-01-24 04:52
随着现代社会飞速发展,人们在物质日益得到满足的同时,生活节奏也变得更快,人们面临更大的生活压力,从而导致睡眠问题更加普遍。人们希望居家环境下可以监测自己的睡眠状况,智慧睡眠一时间成为研究热点。目前国内外的睡眠监测系统主要是穿戴式的,夜间睡眠舒适性较差,且准确度不高,本文设计了一种无约束的基于压电陶瓷传感器的智能床垫睡眠监测系统,通过压电效应把微弱的睡眠信号转化为电信号,再利用算法提取信号中的生理特征,同时通过无线模块将数据上传到用户终端,使用户可以在手机上观察自己的睡眠状况,该系统在适合家用的同时,也具有很高的准确性。针对智能床垫采集的原始数据,本文主要做出以下研究:（1）提出最优通道筛选方案,从十八个通道中选出最优通道进行信号处理,针对最优通道,利用去均值法去除直流信号,再用五点三次平滑滤波对其进行平滑处理,消除信号的毛刺噪声和尖峰现象。利用奇异谱分析算法提取生理特征,即对预处理后的信号构造Hankel矩阵,然后进行奇异值分解,得到奇异值分布图。提出奇异值筛选原则,选择合适的奇异值重构了平静睡眠下的呼吸信号和心跳信号。最后通过实验结果和标准值作对比,验证了智能床垫系统的可行性和奇异谱...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
图1.1两种无约束的睡眠监测系统
式系汀?asakiNagura等[21]建议在普通床的四条腿下安装压力传感器，用以检测睡眠时人体微弱的呼吸和心跳运动，FangyuLi等[22]提出在床上安装地震检波器系统，该系统除了可以检测呼吸和心跳，也可以识别睡眠姿势，功能更为完整，但这两种方法都容易受到脚步等外界因素干扰。SuHwanHwang等[23]将聚偏氟乙烯（PVDF）薄膜传感器置于床罩与床垫之间监测睡眠人员的生理特征，传感器由4*1阵列组成，可以检测呼吸信号、BCG信号和身体运动等，实现无约束监测的同时，抗噪声能力较强，准确度也较高，两种无约束的睡眠监测系统如图1.1所示。本文在此基础上，设计出无约束的智能床垫睡眠监测系统，采用性能更好的压电陶瓷传感器置于乳胶床垫中，并采用9*2传感器阵列增大与身体接触的面积，舒适性更好，准确度更高，实用性更强。图1.1两种无约束的睡眠监测系统Fig1.1Twounconstrainedsleepmonitoringsystems
第二章基于压电效应的智能床垫睡眠监测系统8图2.1呼吸波形图Fig2.1Respiratorywaveform2.1.2心跳信号及其特点心跳同呼吸一样，是人体赖以生存的不间断活动，伴随从出生到死亡的全部过程。心跳是在心血管系统控制下，多个生理器官共同协作发挥作用的生理结果，心血管系统主要由心脏、静脉、动脉和毛细血管组成，人体心脏外形与桃子相似，位于胸腔内的横膈之上、两肺之间偏左，心内膜、心肌层和心外膜构成心壁，包裹着心脏。心脏由心肌分隔成四个腔室，分别是左、右心房，左、右心室，左右心房和左右心室各自互不相通，心房和心室之间由房室口连通，心脏模型如图2.2所示。图2.2心脏结构Fig2.2Heartstructure0-1102468101214Inhaleexpiration
【参考文献】：
期刊论文
[1]基于MEEMD-PE与CS-WNN模型的网络时延预测[J]. 时维国,国明. 系统工程与电子技术. 2020(01)
[2]基于VMD的故障特征信号提取方法[J]. 赵昕海,张术臣,李志深,李富才,胡越. 振动.测试与诊断. 2018(01)
[3]便携式睡眠监测仪与多导睡眠监测仪同步监测相关指标分析[J]. 傅则名,苏凯,赵胤,文连姬. 临床耳鼻咽喉头颈外科杂志. 2017(16)
[4]非零奇异值和频率的关系及其在信号分解中的应用[J]. 赵学智,叶邦彦. 电子学报. 2017(08)
[5]Hilbert-Huang变换中的模态混叠问题[J]. 曹莹,段玉波,刘继承. 振动.测试与诊断. 2016(03)
[6]CEEMD-FFT在滚动轴承故障诊断中的应用[J]. 陆森林,王龙. 郑州大学学报(工学版). 2015(01)
[7]基于EEMD算法在信号去噪中的应用[J]. 周先春,嵇亚婷. 电子设计工程. 2014(08)
[8]排列熵算法参数的优化确定方法研究[J]. 饶国强,冯辅周,司爱威,谢金良. 振动与冲击. 2014(01)
[9]基于五点三次平滑算法的入库流量反推研究[J]. 武炜,陈标,吴剑锋,黄馗. 水利水电技术. 2013(12)
[10]改进的EEMD算法及其应用研究[J]. 郑近德,程军圣,杨宇. 振动与冲击. 2013(21)
硕士论文
[1]基于CEEMD的地震数据处理研究与应用[D]. 刘爽.吉林大学 2014
本文编号：3605886
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
图1.1两种无约束的睡眠监测系统
式系汀?asakiNagura等[21]建议在普通床的四条腿下安装压力传感器，用以检测睡眠时人体微弱的呼吸和心跳运动，FangyuLi等[22]提出在床上安装地震检波器系统，该系统除了可以检测呼吸和心跳，也可以识别睡眠姿势，功能更为完整，但这两种方法都容易受到脚步等外界因素干扰。SuHwanHwang等[23]将聚偏氟乙烯（PVDF）薄膜传感器置于床罩与床垫之间监测睡眠人员的生理特征，传感器由4*1阵列组成，可以检测呼吸信号、BCG信号和身体运动等，实现无约束监测的同时，抗噪声能力较强，准确度也较高，两种无约束的睡眠监测系统如图1.1所示。本文在此基础上，设计出无约束的智能床垫睡眠监测系统，采用性能更好的压电陶瓷传感器置于乳胶床垫中，并采用9*2传感器阵列增大与身体接触的面积，舒适性更好，准确度更高，实用性更强。图1.1两种无约束的睡眠监测系统Fig1.1Twounconstrainedsleepmonitoringsystems
第二章基于压电效应的智能床垫睡眠监测系统8图2.1呼吸波形图Fig2.1Respiratorywaveform2.1.2心跳信号及其特点心跳同呼吸一样，是人体赖以生存的不间断活动，伴随从出生到死亡的全部过程。心跳是在心血管系统控制下，多个生理器官共同协作发挥作用的生理结果，心血管系统主要由心脏、静脉、动脉和毛细血管组成，人体心脏外形与桃子相似，位于胸腔内的横膈之上、两肺之间偏左，心内膜、心肌层和心外膜构成心壁，包裹着心脏。心脏由心肌分隔成四个腔室，分别是左、右心房，左、右心室，左右心房和左右心室各自互不相通，心房和心室之间由房室口连通，心脏模型如图2.2所示。图2.2心脏结构Fig2.2Heartstructure0-1102468101214Inhaleexpiration
【参考文献】：
期刊论文
[1]基于MEEMD-PE与CS-WNN模型的网络时延预测[J]. 时维国,国明. 系统工程与电子技术. 2020(01)
[2]基于VMD的故障特征信号提取方法[J]. 赵昕海,张术臣,李志深,李富才,胡越. 振动.测试与诊断. 2018(01)
[3]便携式睡眠监测仪与多导睡眠监测仪同步监测相关指标分析[J]. 傅则名,苏凯,赵胤,文连姬. 临床耳鼻咽喉头颈外科杂志. 2017(16)
[4]非零奇异值和频率的关系及其在信号分解中的应用[J]. 赵学智,叶邦彦. 电子学报. 2017(08)
[5]Hilbert-Huang变换中的模态混叠问题[J]. 曹莹,段玉波,刘继承. 振动.测试与诊断. 2016(03)
[6]CEEMD-FFT在滚动轴承故障诊断中的应用[J]. 陆森林,王龙. 郑州大学学报(工学版). 2015(01)
[7]基于EEMD算法在信号去噪中的应用[J]. 周先春,嵇亚婷. 电子设计工程. 2014(08)
[8]排列熵算法参数的优化确定方法研究[J]. 饶国强,冯辅周,司爱威,谢金良. 振动与冲击. 2014(01)
[9]基于五点三次平滑算法的入库流量反推研究[J]. 武炜,陈标,吴剑锋,黄馗. 水利水电技术. 2013(12)
[10]改进的EEMD算法及其应用研究[J]. 郑近德,程军圣,杨宇. 振动与冲击. 2013(21)
硕士论文
[1]基于CEEMD的地震数据处理研究与应用[D]. 刘爽.吉林大学 2014
本文编号：3605886
本文链接：https://www.wllwen.com/projectlw/qgylw/3605886.html
