發(fā)布時間：2022-02-15 20:49

　　目前針對老年人睡眠質(zhì)量監(jiān)測的方法主要包括腦電信號處理及可穿戴設備檢測等方式�；谀X電信號的睡眠質(zhì)量監(jiān)測需要采集人體的腦電信號,然而由于采集設備過于復雜,對人體活動有較大的影響。而基于可穿戴設備的睡眠質(zhì)量監(jiān)測需要長時間佩戴相關(guān)設備,識別不準確等因素,所以難以在日常生活中普及。本文針對上面所提到的問題,提出了利用RFID射頻識別的技術(shù)實現(xiàn)對老年人睡眠質(zhì)量的檢測。使用商用的無源感知RFID讀寫器采集標簽反射信號（相位流）,并基于相位周期性、卡爾曼濾波器等特性進行相位流的初始化;在體態(tài)信息提取方面,提取相應的體態(tài)特征分段,計算睡眠過程中每分鐘的體動次數(shù),根據(jù)統(tǒng)計的睡眠過程中發(fā)生的體動頻率評估睡眠質(zhì)量。在呼吸信息提取方面,根據(jù)呼吸過程中呼吸運動產(chǎn)生的規(guī)律性變化,通過反射信號獲取相位值與呼吸量的對用關(guān)系,同時根據(jù)時域分割,確定每一分鐘內(nèi),是否存在呼吸暫停,以此作為睡眠質(zhì)量的評估依據(jù)。為了驗證老年人睡眠質(zhì)量監(jiān)測的監(jiān)測性能,本文針對體態(tài)信息建立標準的體態(tài)信息庫,在此基礎上進行實驗驗證;利用醫(yī)學上呼吸暫停相關(guān)數(shù)據(jù)對呼吸信息進行評測。實驗表明,基于RFID的老年人睡眠質(zhì)量監(jiān)測系統(tǒng)的平均監(jiān)測準確率能夠達到9... 

【文章來源】：南京郵電大學江蘇省

【文章頁數(shù)】：58 頁

【學位級別】：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 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(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)測相關(guān)技術(shù)分析
    2.1 基于非RFID技術(shù)的呼吸檢測方法
        2.1.1 基于可穿戴設備的呼吸檢測方法
        2.1.2 非接觸式呼吸檢測方法
    2.2 基于RFID信號的睡眠質(zhì)量監(jiān)測方法
        2.2.1 基于相位的呼吸信號分析方法
        2.2.2 基于RSSI的體態(tài)分析方法
    2.3 本章小結(jié)
第三章 呼吸和體動信號處理獲取與處理
    3.1 睡眠質(zhì)量監(jiān)測中的主要生理信號
        3.1.1 呼吸信號
        3.1.2 體動信號
    3.2 睡眠質(zhì)量監(jiān)測中生理信號獲取
        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標簽反射信號特征研究
    3.3 相位信息預處理
        3.3.1 相位解纏
        3.3.2 平滑處理
        3.3.3 對于多徑效應處理
    3.4 基于徑向基函數(shù)神經(jīng)網(wǎng)絡的呼吸信號處理
        3.4.1 相位預處理與提取
        3.4.2 還原位移差
        3.4.3 徑向基函數(shù)神經(jīng)網(wǎng)絡
    3.5 基于RSSI的體動信號處理
        3.5.1 RSSI體動監(jiān)測誤差來源分析
        3.5.2 RSSI常用濾波處理方法
        3.5.3 基于距離-損耗模型的體動算法
        3.5.4 多普勒頻移效應分析
        3.5.5 基于加速度的體動識別
    3.6 本章小結(jié)
第四章 老年人睡眠質(zhì)量監(jiān)測系統(tǒng)實現(xiàn)
    4.1 系統(tǒng)功能及框架概述
    4.2 系統(tǒng)實現(xiàn)
        4.2.1 系統(tǒng)軟硬件介紹
        4.2.2 多閱讀器監(jiān)聽實現(xiàn)
        4.2.3 監(jiān)聽數(shù)據(jù)保存實現(xiàn)
        4.2.4 Mat Lab部分實現(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 實驗及分析
    5.1 方法概述
        5.1.1 睡眠分期方法
        5.1.2 呼吸暫停識別
    5.2 實驗數(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
附錄1 攻讀碩士期間申請的專利
附錄2 攻讀碩士學位期間參加的科研項目
致謝


【參考文獻】：
期刊論文
[1]基于RSSI的定位技術(shù)中數(shù)據(jù)預處理的濾波算法[J]. 曹子騰,郭陽,趙正旭.  電腦編程技巧與維護. 2020(01)
[2]一種鯨魚優(yōu)化算法改進的加權(quán)質(zhì)心定位算法[J]. 馬宏光,曾國輝,韋鈺,劉瑾,黃勃.  軟件導刊. 2020(05)
[3]一種基于CSI的非合作式人體行為識別方法[J]. 李曉薇,余江,�？�,楊錦朋,冉亞鑫.  計算機科學. 2019(12)
[4]基于RFID標簽陣列的睡眠期間呼吸量連續(xù)監(jiān)測系統(tǒng)[J]. 徐曉翔,常相茂,陳方進.  計算機應用. 2020(05)
[5]基于RSSI的測距研究[J]. 陳磊,劉偉.  湖北工業(yè)大學學報. 2016(04)
[6]一種改進高斯-卡爾曼濾波的RSSI處理算法[J]. 楊寧,鐘紹山,徐耀良,楊亞蘭.  自動化儀表. 2013(07)

碩士論文
[1]基于RFID技術(shù)的動態(tài)手勢識別及其交互應用研究[D]. 程康.南京郵電大學 2019
[2]基于CSI的人體行為識別方法研究[D]. 崔然.太原理工大學 2019
[3]基于非接觸式睡眠監(jiān)測系統(tǒng)的呼吸暫停綜合征檢測研究[D]. 許益彬.北京郵電大學 2019
[4]基于移動機器人和RFID的動態(tài)目標定位與跟蹤[D]. 梁高麗.西南科技大學 2019
[5]人類睡眠監(jiān)測方法及睡眠質(zhì)量分析的研究[D]. 陳東.黑龍江大學 2018
[6]RFID系統(tǒng)天線設計及其輻射對人體影響的分析研究[D]. 蘇媛.北京郵電大學 2014



本文編號：3627246