论文部分内容阅读
无线传感器网络作为一种新兴的技术,已经被广泛的应用到现代生活的各个领域,具有很大的研究价值。无线传感器网络研究的重要目的是在满足网络面向应用要求的前提下最大化网络生命周期。由于能量资源约束是影响网络生命周期的最根本因素,因此,针对无线传感器网络节能机制的研究在整个研究领域中处于核心地位。本论文面向无线传感器网络的数据处理,以智能服装应用为背景,针对人体生理信号进行了分析研究,完成了人体的心电、呼吸及体表温度值等多种生理参数的数据采集,并对采集到的信号进行数据融合,实时与远程医疗中心进行信息交互。采集到的人体生理信号进行数据融合过程中,从降低传感器能耗的角度出发,减少数据传输量,减少传感器的传输能耗,达到实现源头节能的目的。本论文针对智能服装的背景和实时监护的需求,综合运用生物医学、电子学、智能信息处理等技术,利用无线传感器网络实现人体生理信号的采集并与远程医疗服务站之间的信息交互,但在数据的传输过程中消耗了传感器的大部分能量,极大地缩短了网络的生命周期。本论文所要解决的问题就是如何采集人体生理信号并进行数据融合,减少数据传输量。通过对采集到的生理信号进行分析,由于人体信号属于微弱信号,本身在采集过程中,会受到很多外界的干扰,比如说工频干扰,肌电干扰,因人体动作的变化而引起的基线漂移等等,着重研究基于扩展卡尔曼滤波的数据融合,减少数据量,达到源头节能的效果。通过研究由人体变化引起生理信号的变化,遇到异常情况及时向远程医疗中心传送数据,达到实现生理实时监测的目的,即对病人的实时监测,根据观察生理信号特征值的变化,可以及时的将病人的情况反应给医生。本论文对所提出的方案和算法进行了充分的理论分析和实验验证,结果表明本论文提出的节能机制能够从面向数据融合的角度进一步提高传感器网络运行机制的能量有效性,从而为传感器网络节能机制领域的研究提供了有益的探索。