多模脉搏血氧检测系统中的光电描记图动态增益自适应调节方法

来源 :第十届中国无线传感器网络大会(CWSN2016) | 被引量 : 0次 | 上传用户:SuperXF
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  近年来随着智能硬件技术的发展,出现了大量的智能可穿戴医疗检测设备。脉搏和血氧饱和度作为检测人体心率和血液运输氧的能力的生理指标,在反映人体健康状态方面有着重要的作用。目前市场上的产品存在着动态范围有限、测量方式单一、测量精度低等问题,影响了产品针对人体不同部位进行测量的灵活性。
其他文献
WSN 的主要功能是收集数据,因此数据传输主要是针对从传感器节点到Sink 节点的数据融合,但广播仍是WSN 的一种基本而重要的数据传输方式。如汇聚节点通过广播发布命令、更新节点代码等,传感器节点通报紧急情况、共享数据以及传播状态和控制信息维护路由等,均需要通过广播来实现,极端情况下可以通过广播实现路由。因此广播传输在传统WSN 中已经有大量研究,然而关于DTMSN(Delay Tolerant
由于图模型的拓扑控制不足以正确的表示干扰程度,导致高干扰和低吞吐量,因此我们研究物理干扰模型下的拓扑控制问题,目的 是最大限度的减少干扰延长网络的生存周期。同时由于传感器节点体积等方面的限制,传感器节点的能量非常有限,因此在算法设计的过程中要充分考虑节点的能量。提高能量利用率,延长网络寿命。此外,干扰还取决于发射机的功率及其位置,因此节点的分布很大程度上决定着干扰是否存在,并进一步影响网络拓扑的形
定位问题一直是无线传感网研究中的重要内容,物联网和移动互联网的兴起对无线传感网实时定位方法和系统提出了迫切的需求。目前众多定位方法普遍采用基于多锚节点的定位算法,而锚节点间的数据交互会影响定位算法的实时性和系统复杂度。本文提出了一种基于定向天线阵列的定位锚节点并设计一套天线自动测试系统,在研究天线辐射特性、无线信道传输模型的基础上对面向无线传感网实时定位的单锚节点定位算法展开研究,并对该定位算法精
在低成本和高精度之间寻找平衡点是缓解日益增长的室内定位服务需求的突破口。基于无线信号传播模型或指纹匹配模型的传统室内定位方案存在实施成本过高的缺陷。对此,提出了一种利用两个WiFi 锚点实现的被动式实时室内定位方法,最大程度上减少了室内定位所需的成本。该方法利用信道状态信息测量人体与锚点之间的距离来确定人体的位置。实验结果表明,所提方法平均定位误差小于1 米,可满足多数人体定位需求。
随着无线通信技术的发展和移动计算的兴起,基于位置的服务(Location Based Service,LBS)突显商业、科研和社会价值。室外的定位服务已经做的很好了,全球定位系统(GlobalPositioning System,GPS)在室外定位中性能出色,但是不适用于室内环境。手机在人们日常活中扮演着越来越重要的角色,基于智能手机的室内行人定位与跟踪越来越多的被人们研究,经过十余年的研究发展,
在低占空比无线传感器网络中,每个节点的工作周期由有限多个苏醒时隙和休眠时隙组成。由于节点能量的有限性,我们将节点置于低占空比模式。处于此模式的节点可以选择交替处于活动状态和休眠状态,使整个网络中的节点均衡能量负载,以此尽可能地延长网络的生存时间。然而,与一直处在工作状态的网络不同,在低占空比无线传感器网络中,发送节点必须等到邻居节点处于工作状态时才能向其发送数据,导致较大的休眠延迟。为了减少休眠延
MongoDB 作为一种新兴的NoSQL 数据库,以其模式自由、文档式存储、故障自动恢复、良好的水平扩展等特点深受国内外市场的青睐.MongoDB 支持自动分片和自动负载均衡,其自带的负载均衡策略能使各个节点间的数据量达到平衡.但是在实际的生产环境中,节点之间数据访问热度即数据的访问频率不同也会导致负载失衡.比如在网站中,受欢迎主题的访问量高于其他主题的访问量,而且同一主题的访问量也会随着时间而变
分簇技术可以提高无线传感器网络可扩展性和能量效率,当簇首以多跳方式将数据汇聚到基站节点时,易造成能量消耗不均形成分割网络。该文提出一种适用于传感器节点非均匀分布的基于扇域环形划分传感器网络能量均衡分簇算法(EBCA-SR),EBCA-SR 算法首先将网络划分成不等半径的扇域环形,每个扇域内由节点剩余能量和节点密度来选择簇头,其余节点以就近原则选择簇头形成分簇结构,数据传输时,利用距离和能量作为权值
会议
机会传感网络(Opportunistic Sensor Network,OSNs)是一种利用节点移动带来的相遇机会实现通信的自组织网络,具有移动自组织网络(Mobile Ad Hoc Network,MANET)和延迟容忍网络(Delay Tolerant Network,DTN)的特点。若能提前获知或预测该网络的关键节点,便可根据关键节点的相关信息对网络进行优化,当网络瘫痪时,可第一时间排查关键