面向智能服装的体域传感器网络信息融合研究

论文摘要

将电子信息技术嵌入人体时刻穿着的服装中,一方面赋予服装除保暖、美观外的更多的功能,另一方面也将改变信息系统原来的面貌,使之以一种前所未有的方式紧密地、方便地服务于我们的身边。智能服装以信息技术与服装的结合为出发点,采用材料、纺织、服装等领域先进技术,将检测、处理、存储、通信和输入输出等电子元器件进行微型化、柔性化,并植入服装内,在不影响服装穿着舒适性的条件下,实时采集信号,处理、存储和传输数据,实现各种应用功能,向用户提供智能分析决策支持和反馈控制功能。可穿戴计算、传感器网络和信息融合分别为智能服装提供了计算平台、感知通信平台和决策分析手段,使得智能服装紧密围绕人体这一中心,形成一个独特的研究领域,具有十分重要的理论研究意义和应用前景。首先,论文系统地阐述了智能服装以及相关领域最新研究成果。介绍了目前智能服装在硬件平台、软件结构、网络传输以及信息处理分析等方面的研究现状。并介绍了生理信息处理和多源信息融合的主要方法。其次,从智能服装系统复杂性,需适应多变的应用和人体这一特点出发,阐述构建这种系统的方法论,进而结合面向生理监护智能服装的实际需求,设计了基于分层的智能服装体系结构,给出了平台的设计思想与法则,以及具体的设计方案。接着针对智能服装的基本应用:人体生理监测,进行了硬件设计和生理信号处理模块设计。然后,采用分布式计算任务调度多目标优化的遗传算法,实现系统低功耗、实时性和计算均衡等性能要求。再次,智能服装需要一种灵活低功耗的通信机制,来有效地传输传感数据和系统控制信息。论文将低功耗IEEE 802.15.4无线个域网技术引入到嵌入服装的通信平台构架中,通过对面向健康监护的生理传感器网络的数据传输需求分析,设计基于IEEE 802.15.4的嵌入服装的体域无线传感器网络,确定了其节点部署、网络工作频段、拓扑结构和媒体访问模式等相关网络通信机制。并通过仿真证明其可行性。接着,探讨一种能利用嵌入在智能服装中的全天候实时采集的人体各种生理信号、活动信号和环境信号,形成综合分析决策的方法和体系。对人体健康、运动状态和环境特征进行分析判断,利用模糊综合评价的方法,结合层次分析法,从定性和定量相结合的角度建立了一个针对健康及运动风险的综合评估模型。并利用灰系统的关联分析法,使模型能适应不同人体的特殊情况,完善了评估模型。最后通过实例验证了模型的有效性。最后,针对“亚健康”这一普遍关心的人类身心健康问题,由于其复杂的表现形式,兼具主观模糊的特点,使得亚健康的诊断技术发展缓慢,提出了一种新颖的基于智能服装的多生理参数融合综合量化分析方法。利用嵌入智能服装的生理传感器感知人体生理信号,通过分布式计算平台处理信号提取特征,建立了基于生理信息融合的亚健康评估模型,采用主成分分析法进行特征降维,并基于亚健康诊断生理数据库数据,对算法进行了验证,并对运行结果进行了分析。提出的方法将为解决智能服装进行面向应用的多源信息融合问题提供一个新的解决思路。本文研究的面向智能服装的体域传感器网络信息融合课题旨在建立低功耗柔性人体生命信息感知和传输网络,并探索针对医学、运动生理和心理分析等特定应用的信息融合方法,为智能服装的关键技术和功能性研究提供一个有力的理论框架与系统原型平台。丌展的基于智能服装的健康监护、疾病诊断、人体姿态感知、运动风险分析和情绪判别,通过多角度展现智能服装信息融合和智能决策模型和效果,在理论上对人体生理信息处理和分析的复杂过程进行一种抽象与简化,为智能服装相关的应用研究提供一种新视角和新思路。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景、目的及意义
• 1.1.1 研究背景
• 1.1.2 研究目的与意义
• 1.2 主要研究内容和创新点
• 1.3 论文提纲
• 第二章 智能服装及其相关技术的研究综述
• 2.1 引言
• 2.2 智能服装系统
• 2.2.1 硬件平台
• 2.2.2 网络平台
• 2.2.3 软件平台
• 2.2.4 纺织、服装、材料相关技术
• 2.3 无线传感器网络
• 2.3.1 发展现状与特点
• 2.3.2 相关研究内容和方法
• 2.4 多源传感器的信息融合
• 2.4.1 产生背景与基本原理
• 2.4.2 相关研究内容
• 2.4.3 信息融合方法
• 2.5 小结
• 第三章 通用智能服装体系结构的研究
• 3.1 引言
• 3.2 智能服装体系结构设计
• 3.2.1 体系结构
• 3.2.2 硬件层
• 3.2.3 驱动层
• 3.2.4 服务层
• 3.2.5 应用层
• 3.3 面向生理信息融合的软硬件设计
• 3.3.1 系统硬件结构
• 3.3.2 心电信号数字处理
• 3.4 智能服装软件平台优化
• 3.4.1 Pareto多目标优化
• 3.4.2 智能服装分布式计算多目标优化模型
• 3.4.3 任务分配调度优化的遗传算法设计
• 3.5 模拟结果分析
• 3.6 小结
• 第四章 面向智能服装的体域传感器网络研究
• 4.1 引言
• 4.2 生理监护IG-WBAN需求分析
• 4.3 生理监护IG-WBAN系统设计
• 4.3.1 人体生理信号监测的网络拓扑结构
• 4.3.2 系统工作频段
• 4.3.3 系统功能设备
• 4.3.4 系统MAC机制
• 4.4 仿真实验和结果分析
• 4.4.1 IG-WBAN仿真系统
• 4.4.2 网络吞吐量分析
• 4.4.3 网络丢包率分析
• 4.4.4 网络延迟分析
• 4.4.5 网络可扩展性评估
• 4.4.6 协议参数对性能的影响
• 4.5 小结
• 第五章 基于多源信息融合的人体运动风险评估研究
• 5.1 引言
• 5.2 基于AHP-FCE的风险评估模型
• 5.2.1 模糊综合评估
• 5.2.2 层次分析法
• 5.2.3 层次化模糊运动风险评估模型
• 3ERE的运动风险评估实现'>5.3 基于F³ERE的运动风险评估实现
• 5.3.1 人体运动风险因素分析
• 5.3.2 因素风险度值的模糊计算
• 5.3.3 个性化的因素相对权重
• 5.4 运动风险评估实例
• 5.5 小结
• 第六章 嵌入智能服装的基于支持向量机的亚健康评估研究
• 6.1 引言
• 6.2 亚健康评估需求分析和体系结构
• 6.2.1 亚健康评估系统需求分析
• 6.2.2 嵌入智能服装亚健康评估体系结构
• 6.3 基于支持向量机的心电特征融合分类
• 6.3.1 二类支持向量机
• 6.3.2 多类支持向量机
• 6.3.3 模糊支持向量机
• 6.3.4 基于主成分分析的特征集解相关
• 6.4 数据采集和结果分析
• 6.4.1 生理数据采集和亚健康评测数据库
• 6.4.2 工具包和样本集
• 6.4.3 分类器性能指标参数
• 6.4.4 MSVM分类器性能分析
• 6.4.5 基于PCA的特征解相关
• 6.4.6 FSVM分类器性能分析
• 6.5 小结
• 第七章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 致谢
• 附录
• 附录A 攻读博士学位期间参加的项目
• 附录B 攻读博士学位期间发表或录用的论文和申请的专利