隨著現(xiàn)代社會(huì)飛速發(fā)展,人們?cè)谖镔|(zhì)日益得到滿足的同時(shí),生活節(jié)奏也變得更快,人們面臨更大的生活壓力,從而導(dǎo)致睡眠問(wèn)題更加普遍。人們希望居家環(huán)境下可以監(jiān)測(cè)自己的睡眠狀況,智慧睡眠一時(shí)間成為研究熱點(diǎn)。目前國(guó)內(nèi)外的睡眠監(jiān)測(cè)系統(tǒng)主要是穿戴式的,夜間睡眠舒適性較差,且準(zhǔn)確度不高,本文設(shè)計(jì)了一種無(wú)約束的基于壓電陶瓷傳感器的智能床墊睡眠監(jiān)測(cè)系統(tǒng),通過(guò)壓電效應(yīng)把微弱的睡眠信號(hào)轉(zhuǎn)化為電信號(hào),再利用算法提取信號(hào)中的生理特征,同時(shí)通過(guò)無(wú)線模塊將數(shù)據(jù)上傳到用戶終端,使用戶可以在手機(jī)上觀察自己的睡眠狀況,該系統(tǒng)在適合家用的同時(shí),也具有很高的準(zhǔn)確性。針對(duì)智能床墊采集的原始數(shù)據(jù),本文主要做出以下研究:（1）提出最優(yōu)通道篩選方案,從十八個(gè)通道中選出最優(yōu)通道進(jìn)行信號(hào)處理,針對(duì)最優(yōu)通道,利用去均值法去除直流信號(hào),再用五點(diǎn)三次平滑濾波對(duì)其進(jìn)行平滑處理,消除信號(hào)的毛刺噪聲和尖峰現(xiàn)象。利用奇異譜分析算法提取生理特征,即對(duì)預(yù)處理后的信號(hào)構(gòu)造Hankel矩陣,然后進(jìn)行奇異值分解,得到奇異值分布圖。提出奇異值篩選原則,選擇合適的奇異值重構(gòu)了平靜睡眠下的呼吸信號(hào)和心跳信號(hào)。最后通過(guò)實(shí)驗(yàn)結(jié)果和標(biāo)準(zhǔn)值作對(duì)比,驗(yàn)證了智能床墊系統(tǒng)的可行性和奇異譜... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1兩種無(wú)約束的睡眠監(jiān)測(cè)系統(tǒng)

式系汀?asakiNagura等[21]建議在普通床的四條腿下安裝壓力傳感器，用以檢測(cè)睡眠時(shí)人體微弱的呼吸和心跳運(yùn)動(dòng)，F(xiàn)angyuLi等[22]提出在床上安裝地震檢波器系統(tǒng)，該系統(tǒng)除了可以檢測(cè)呼吸和心跳，也可以識(shí)別睡眠姿勢(shì)，功能更為完整，但這兩種方法都容易受到腳步等外界因素干擾。SuHwanHwang等[23]將聚偏氟乙烯（PVDF）薄膜傳感器置于床罩與床墊之間監(jiān)測(cè)睡眠人員的生理特征，傳感器由4*1陣列組成，可以檢測(cè)呼吸信號(hào)、BCG信號(hào)和身體運(yùn)動(dòng)等，實(shí)現(xiàn)無(wú)約束監(jiān)測(cè)的同時(shí)，抗噪聲能力較強(qiáng)，準(zhǔn)確度也較高，兩種無(wú)約束的睡眠監(jiān)測(cè)系統(tǒng)如圖1.1所示。本文在此基礎(chǔ)上，設(shè)計(jì)出無(wú)約束的智能床墊睡眠監(jiān)測(cè)系統(tǒng)，采用性能更好的壓電陶瓷傳感器置于乳膠床墊中，并采用9*2傳感器陣列增大與身體接觸的面積，舒適性更好，準(zhǔn)確度更高，實(shí)用性更強(qiáng)。圖1.1兩種無(wú)約束的睡眠監(jiān)測(cè)系統(tǒng)Fig1.1Twounconstrainedsleepmonitoringsystems

第二章基于壓電效應(yīng)的智能床墊睡眠監(jiān)測(cè)系統(tǒng)8圖2.1呼吸波形圖Fig2.1Respiratorywaveform2.1.2心跳信號(hào)及其特點(diǎn)心跳同呼吸一樣，是人體賴以生存的不間斷活動(dòng)，伴隨從出生到死亡的全部過(guò)程。心跳是在心血管系統(tǒng)控制下，多個(gè)生理器官共同協(xié)作發(fā)揮作用的生理結(jié)果，心血管系統(tǒng)主要由心臟、靜脈、動(dòng)脈和毛細(xì)血管組成，人體心臟外形與桃子相似，位于胸腔內(nèi)的橫膈之上、兩肺之間偏左，心內(nèi)膜、心肌層和心外膜構(gòu)成心壁，包裹著心臟。心臟由心肌分隔成四個(gè)腔室，分別是左、右心房，左、右心室，左右心房和左右心室各自互不相通，心房和心室之間由房室口連通，心臟模型如圖2.2所示。圖2.2心臟結(jié)構(gòu)Fig2.2Heartstructure0-1102468101214Inhaleexpiration

【參考文獻(xiàn)】：
期刊論文
[1]基于MEEMD-PE與CS-WNN模型的網(wǎng)絡(luò)時(shí)延預(yù)測(cè)[J]. 時(shí)維國(guó),國(guó)明.  系統(tǒng)工程與電子技術(shù). 2020(01)
[2]基于VMD的故障特征信號(hào)提取方法[J]. 趙昕海,張術(shù)臣,李志深,李富才,胡越.  振動(dòng).測(cè)試與診斷. 2018(01)
[3]便攜式睡眠監(jiān)測(cè)儀與多導(dǎo)睡眠監(jiān)測(cè)儀同步監(jiān)測(cè)相關(guān)指標(biāo)分析[J]. 傅則名,蘇凱,趙胤,文連姬.  臨床耳鼻咽喉頭頸外科雜志. 2017(16)
[4]非零奇異值和頻率的關(guān)系及其在信號(hào)分解中的應(yīng)用[J]. 趙學(xué)智,葉邦彥.  電子學(xué)報(bào). 2017(08)
[5]Hilbert-Huang變換中的模態(tài)混疊問(wèn)題[J]. 曹瑩,段玉波,劉繼承.  振動(dòng).測(cè)試與診斷. 2016(03)
[6]CEEMD-FFT在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 陸森林,王龍.  鄭州大學(xué)學(xué)報(bào)(工學(xué)版). 2015(01)
[7]基于EEMD算法在信號(hào)去噪中的應(yīng)用[J]. 周先春,嵇亞婷.  電子設(shè)計(jì)工程. 2014(08)
[8]排列熵算法參數(shù)的優(yōu)化確定方法研究[J]. 饒國(guó)強(qiáng),馮輔周,司愛(ài)威,謝金良.  振動(dòng)與沖擊. 2014(01)
[9]基于五點(diǎn)三次平滑算法的入庫(kù)流量反推研究[J]. 武煒,陳標(biāo),吳劍鋒,黃馗.  水利水電技術(shù). 2013(12)
[10]改進(jìn)的EEMD算法及其應(yīng)用研究[J]. 鄭近德,程軍圣,楊宇.  振動(dòng)與沖擊. 2013(21)

碩士論文
[1]基于CEEMD的地震數(shù)據(jù)處理研究與應(yīng)用[D]. 劉爽.吉林大學(xué) 2014



本文編號(hào)：3605886