论文部分内容阅读
无线体域网对于开展持续化健康监测和提高农村基层健康服务水平具有重要意义。然而,无线体域网的成熟应用受到传感器节点能量资源有限的制约。本文针对无线体域网能耗问题,研究人体区域通信信道特性,探讨人体运动对于无线体域网体系结构的影响,建立无线体域网数据融合绿色模型和传输调度算法,并在此基础上构建无线体域网健康监测原型系统,为提高我国农村健康服务水平、促进我国基层远程医疗事业发展提供有力支撑。本文主要研究成果如下：(1)研究并构建了无线体域网节点运动模型BMM (Body Mobility Model).阐述了人体区域传输信道特性,确定了采用GHz级通信频段、蓝牙技术的通信方案,建立了可穿戴式WBAN体表通信的路径损耗模型,研究并设计了无线体域网体系结构的逻辑模型和物理模型。在此基础上,分析了人体不同姿势对网络拓扑的影响,提出BMM模型,该模型包括姿态选择和节点运动两个流程,建立了坐姿、行走和平躺姿态下手臂和腿部位置传感器节点与汇聚节点间距离的计算方法。(2)研究并建立了无线体域网数据融合绿色模型GDFM (Green Data Fusion Model)。该模型以无线体域网数据传输内容为突破点,以减少冗余数据、降低传输数据量、减少传感器工作时间为目标,以绿色技术创新为指导思想,包括基于小波变换的数据预处理和基于预测的数据融合方法两部分。首先,使用sym8小波函数,构造了硬阈值函数进行小波系数处理与重构；在此基础上,提出了基于波形预测的轻量级体征数据融合算法WPLA (Waveform Prediction Lightweight Algorithm for Green Data Fusion Model)。仿真结果表明,GDFM的预处理取得了较大的信噪比(SNR=54.3160)和较小的均方误差(RMSE=0.0239),失真很小,效果较好；WPLA获得了较高的预测精度和准确度(均方误差为10-4量级),预测效果较好,且性能明显优于最小二乘支持向量机LSSVM (Least Square Support Vector Machine)算法,其轻量性很好地实现了GDFM的绿色设计目标。(3)研究并设计了基于动态时隙分配的传感器中断概率策略传输调度算法OPT-DSA (Outage Probability Transmission based on Dynamic Slot Allocation)。该算法基于TDMA的MAC超帧结构,包括时隙分配、中继判断和中继选择三个步骤。仿真结果表明,算法在动态时隙分配中使用的Greedy Sorting策略与Flipping策略相比具有更高的性能；进一步,对比了OPT-DSA算法与单纯中继传输策略的性能,发现其在可靠性和能量效率方面具有显著优势；最后,考察了预定义门限、网络规模和转发时隙设置对算法性能的影响。(4)研究并实现了无线体域网健康监测原型系统HMPS-WBAN (Health Monitoring Prototype System based on Wireless Body Area Networks)。依据农村重点人群健康需求,探讨了系统的应用模式,设计了系统硬件电路、外观结构、软件功能架构和数据架构。应用示范结果表明,利用HMPS-WBAN进行体征监测与传统监测方法结果无显著性差异(p>0.05),在饮食监测、合理膳食、改善身体状况、提高生活质量具有显著的影响(p<0.05)。