随着社会老龄化进程的不断发展,老年人口所占比重也逐年增加,伴随而来的老年人群的日常行动安全也成为社会关注的焦点。老年人的生理特点造成了他们这一人群的特殊行为特征——易跌倒。跌倒已成为影响老年人身心健康的重要因素。在跌倒发生时,最重要的是在第一时间内得到救助,以降低跌倒带来的伤害。近年来,生物医学工程界对人体在跌倒状态下相关心率波动变化的研究已逐渐成为一个热门课题,这对于跌倒检测技术的应用有了一个新的意义和指导方向。课题研究目的是通过对跌倒检测技术的研究,能够建立起一个为老年人日常活动健康提供保障的一个应用。基于此,本文通过对国内外研究现状的综合分析,做了以下主要研究工作:1.在分析国内外在跌倒检测和其相关技术的基础上,通过对基于视频图像技术、基于声学技术和基于可穿戴式等跌倒检测技术的对比发现,基于便携式可穿戴的跌倒检测技术较适合于实际的应用。并将跌倒检测的分析过程分割成两部分:一个是用户终端数据采集和数据的预处理;一个是监管平台的最终分析处理。2.在对跌倒检测技术的研究过程中,本文在对跌倒检测算法的研究中通过引入数据的预处理机制。在算法设计过程中通过对SVM算法的研究,最后提出了采用基于One-Class SVM的分类算法作为对原始数据预处理技术。3.采用了人体运动能耗(EE)的判断方法来对跌倒做最终的判断,并对人体的体位、体态等信息进行分析计算。运用能耗的分析方法的前提是通过研究发现人体的运动能耗和加速度有着很高的线性相关性。4.通过对跌倒检测技术的研究,运用模块化的设计理念,本文从第四章开始对基于跌倒检测技术的健康管理系统进行研究设计。通过研究和实验表明,本文在跌倒检测算法的研究上到达了预期的目标,但是本文研究设计的方法还有需要进一步的改进,通过该技术搭建的健康监管系统作为为老年人提供健康保障的应用,它具有广阔的应用前景。