体域网中多传感器数据融合算法的研究

《体域网中多传感器数据融合算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP393单位代码：10183研究生学号：研2013534019密级：公开吉林大学硕士学位论文（专业学位）体域网中多传感器数据融合算法的研究ResearchonMulti-sensorDataFusionAlgorithmsforBAN作者姓名：廖武类别：工程硕士领域（方向）：计算机技术指导教师：杨永健教授培养单位：计算机科学与技术学院2016年4月未经本论文作者的书面授权，化法收存和保管本论文书面版本、电子版本的任何单位和个人均不得对本论文的全部或部分，内容进行任何形式的复制、修改、发行、出租、改编等有碍作者

2、著作权的商业性使用（但纯学术性使用不在化限）。否则，应承担侵权的法律责任。吉林大学博±（或硕±）学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：曰期：年女月曰体域网中多传感器数据融合算法的研究ResearchonMulti-se

3、nsorDataFusionAlgorithmsforBAN作者姓名：廖武领域（方向）：计算机技术指导教师：杨永健教授类别：工程硕士答辩日期：2016年5月25日摘要摘要体域网中多传感器数据融合算法的研究近年来，我国老龄人口的比例越来越高，其中独居老人占很大的比例。其健康问题已成为社会大众关注的一大焦点。近期发展迅速的无线体域网，为解决独居老人的健康问题提供了切实可行的解决方案。其中，基于可穿戴式节点的体域网更适用于老龄群体，能为其提供远程医疗监护服务。然而，体域网中某些关键技术如多源数据融合技术没有形成统一标准，复杂的生理信号

4、如何更全面准确地表征人体状态等有待进一步的研究。为了能够让人体生理数据在保留人体特征信息的同时降低数据的复杂性，并通过综合分析这些数据获知人体的健康状态，本文对体域网下的多源传感器数据融合的相关算法进行了如下研究工作：（1）基于e-Health硬件平台搭建了体域网，并对数据的采集、预处理和传输进行了研究。由于该体域网难以获取人体异常状态下的生理数据，本文采用多参数智能重症监护数据库。该数据的预处理包括四个步骤：首先，对数据集的假警报数据进行分析和剔除；其次，对数据重采样处理，该过程使用FIR低通滤波器，进而避免了重采样时信号混叠

5、；然后，对数据去噪处理，本文改进了小波阈值去噪法的阈值函数及阈值，从而达到更好的去噪效果；最后，对数据特征提取处理，本文用极大似然法处理离散信号，小波包变换法处理连续信号，这种分类提取信号特征的方法提高了信号的可靠性。（2）基于模糊神经网络解决了多项生理参数有效融合问题。本文首先介绍了多层前馈神经网络和模糊推理理论并分析了两者的不足之处。其次，详细分析了模糊神经网络的优点、结构及算法实现，最后，通过对比实验验证了模糊神经网络算法比单一算法对多源数据具有更好的融合效果。在此基础之上，本文构建了一种简捷、高效的模糊神经网络结构，并基

6、于自适应理论提高了模型的学习速率，从而提高了模糊神经网络的性能和融合结果的准确性。本文在数据集的选取、识读及处理，数据融合的去噪、重采样、特征提取及模糊神经网络分类等方面的工作对于研究体域网中多传感器的数据融合有一定的借鉴意义。关键词：体域网，小波阈值，模糊神经网络，数据融合IAbstractAbstractResearchonMulti-sensorDataFusionAlgorithmsforBANInrecentyears,theproportionofagingpopulationisincreasingrapidly,

7、inwhichmostofthemaresolitaryelderly,andtheirhealthconditionshavebecomethefocusofsociety.Meanwhile,therapidlydevelopingBANprovidesapracticalsolutiontotheirhealthproblem.TheBANbasedonthewearablenodeismuchsuitableandapplicabletotheagingpopulationinthatitcanprovideremote

8、medicalcareservices.However,BANisacomplexintegratedsystem,forwhichsomekeytechniques,e.g.,multi-sensordatafusiontechnologyhasnotform