基于LoRa的矿工体征状态监测系统设计

提出了一种基于LoRa的矿工体征状态监测系统,其整体架构包括矿工可穿戴装备和无线智能网关.可穿戴装备驱动多种传感器,采集矿工生命体征状态数据,采用LoRa无线通信将数据传输至无线智能网关,再将体征状态数据上传至地面服务端.测试结果表明：矿工可穿戴装备能够有效采集与上报体征状态数据,并且具有优异的低功耗性能;无线智能网关具有较好的数据传输性能,丢包率和传输时延均较低.     

无线体域网中体征参数的采集与处理

实现了在无线体域网中对体温、脉搏和血氧饱和度等体征参数的采集与处理。选择数字温度传感器DS18B20完成对人体体温参数的采集,并使用双光束透射法对脉搏、血氧饱和度进行无创检测,而后通过蓝牙实现数据的无线传输。设计以小型化、低功耗为原则,通过数字信号处理技术完成一系列工作。实验结果表明设计方案具有很高的稳定性和可靠性。     

ZigBee生命体征监测系统设计

以ZigBee为基础,构建生命体征监测网络设计.完成了由无线射频芯片CC2530、超低功耗微控制器MSP430F149以及温度、脉搏、呼吸和血压传感器组成的生命体征监测样机.该系统由终端传感器模块采集温度、脉搏、呼吸和血压信号,信号经控制模块处理后在终端的LCD上显示.数据经无线射频模块发送至上位机,克服了传统方式限制用户活动空间的不足,实现对生命体征值的实时监测.     

新型智能手环可监测生命体征

这款由英国公司Acticheck发明的智能手环看起来像是一块手表,能够监测人体温度和运动,每15分钟检查一遍,确保每一项指标都处于正常水平。如果佩戴者离世它会通知亲属。     

基于单载波超宽带的高速异构无线体域网

随着老龄化社会的临近,无线个人医疗网络被认为是解决医疗资源短缺与老龄化人口增多矛盾的关键,因而无线体域网日益受到关注。传统的无线体域网面向低速率的传感器需求,无法满足多个传感器同时监测需要的不同速率和低功耗要求。该文以超宽带技术为基础构建无线体域网。通过采用ZIGBEE技术与超宽带技术相结合,该网络能够满足多节点、低功耗、低延时、高速的要求。分析和实测结果表明:该无线体域网能够满足10个节点以上同时使用,传输延迟小于100ms,单节点功耗小于10mW。     

应用于无线体域网2.4 GHz超低功耗唤醒接收机的设计

实现了一个基于不定中频结构的唤醒接收机,其中本振信号由环形振荡器产生,高Q值滤波匹配网络由外接电容和电感组成.本接收机采用工作于亚阈值区的MOS器件大幅降低电路总功耗,实现超低功耗;采用不定中频技术降低对本振信号的精度要求,从而降低振荡器的设计复杂度和功耗;采用双栅结构合并射频放大器和混频器,简化射频前端的设计并降低功耗.4级差分放大器电路作为中频放大器,在34μA低电流下实现了50 dB以上的增益和60MHz以上的-3 dB带宽,实现了对中频信号的滤波和放大.本接收机采用SMIC0.13μm工艺,开关键控调制,采用0.9V电源供电,功耗不到130μW,在100 kbps传输速率和10-3差错率下,灵敏度达到-60 dBm,核心芯片面积小,仅160×232μm2,满足通信频繁的无线体域网应用中对超低功耗及短延时、快速响应的要求.     

基于中继协作的无线体域网能效性能分析

从考察中继协作技术对无线体域网能效性能影响出发,比较分析了典型的无线体域网用户间直接传输、单中继协作、多中继协作3种传输方式下的中断概率,以及基于中断概率约束的最小功率消耗问题.进一步分析启动和接收功率消耗、服务质量、中继位置等主要参数对系统能效的影响,从而实现无线体域网中不同用户按具体业务需求选择合适传输方式.     

基于转发节点的无线体域网动态信道研究

无线体域网(wireless body area network,WBAN)的信道特性对于传输速率、传输质量以及连接鲁棒性有很大影响.当前的研究主要是假设人体处于理想状态(静止状态)时的信道特性,这与实际情况中的动态信道不相符合,理想状态下的信道特性也不能反映人体真实的信道特性.为了使WBAN的研究能够更好地应用于实践,建立了步行和跑步两态三维成年男性的人体动态模型,在人体不同部位部署传感器节点模拟无线信道,并在适当部位引入转发节点,在2.4 GHz时计算对比不加转发节点和加入转发节点对动态信道特性的影响.仿真结果显示,人体姿势变化对无线信道特性有很大影响,姿势变化幅度越大对信道特性的影响越大;基于转发节点的信道路径损耗要小于未进行转发的信道路径损耗,合理部署转发节点的位置能极大改善人体处于动态环境下的信道特性,提高通信可靠性.     

基于无线体域网应用的超宽带天线性能分析

无线体域网（wBAN]是近年来迅速发展的一个交叉技术领域,同短距离无线通信技术密切相关。本文以超宽带无线通信技术为基础,通过建立人体电参数模型,定性分析微型超宽带天线在WBAN中的参数特性,为超宽带技术在WBAN中的应用提供依据。     

基于区块链的无线体域网数据云存储完整性研究

针对无线体域网数据云存储的安全问题,设计了基于区块链的访问控制框架,框架通过区块链技术与数字签名相结合控制用户的访问请求;通过区块存储访问请求及其数字签名,利用改进的Raft算法保证节点间的区块链一致.其次,设计了有序数组和Merkle树相结合的方式存储数据,哈希表和Merkle树相结合的方式存储数据的访问请求;再次,提出针对无线体域网数据的完整性验证方案.最后,对区块链的一致性、数据完整性验证方案进行实验.结果表明,提出的框架能使各用户节点协同对访问请求进行控制,并且均能验证数据的完整性.     

基于无线体域网中多生理信号驾驶疲劳检测

利用生理信号的无线测量设备实现了对驾驶员在驾驶过程中的脑电信号、肌电信号和呼吸信号的采集,并对其进行分析处理,从而实现驾驶员的疲劳检测.首先分别计算三个生理信号的近似熵并将其作为疲劳检测的特征参数,然后使用主成分分析对特征参数进行降维优化处理,同时对原始特征参数和分析后的主成分分别进行统计分析,基于优化处理后的特征参数利用回归方程建立驾驶疲劳估计模型.最后通过交叉验证对本方法进行评价,并使用数据融合方法给出了综合的评价结果.评价结果表明提出的方法对驾驶员疲劳状态的检测正确率达到90%以上.     

无线体域网中动态分配队列长度的调度算法

在无线体域网的调度算法研究中,当网络中通信链路质量较差时,传感器节点之间的数据通信存在丢包率高和资源利用率低的问题。为此,文章提出一种根据实时速率动态分配队列长度的优先级调度算法,以排队系统模型为基础进行理论分析,并将其与固定队列长度算法进行比较。仿真结果表明,当紧急数据数量突增时,该动态队列长度算法显著提高了系统的吞吐量,降低了数据的丢失概率,保障了系统数据通信的可靠性。     

基于枝节谐振器的体域网超宽带陷波天线优化设计

为满足无线体域网(wireless body area network,WBAN)应用中对超宽带天线的陷波要求,采用在槽孔型的辐射贴片上添加十字型枝节谐振器的方法优化设计了一款超宽带陷波天线.天线使用共面波导方式馈电,使天线获得较宽的带宽.通过嵌入十字型枝节谐振器调谐天线的阻抗,实现陷波特性.通过仿真分析确定谐振器横、竖枝节的尺寸范围.利用量子进化算法对谐振器的横、竖尺寸进行优化,获取使天线的陷波频带达到最佳要求的谐振器尺寸参数.根据优化结果制作实物天线,天线的带宽为3.4-9.9 GHz,陷波频段为5.2-5.8 GHz.由天线回波损耗及方向图的仿真和测试结果表明,该优化设计方法是有效的.     

基于改进的主成分分析法的矿工表情识别

针对传统的矿工面部表情识别方法中对矿工面部表情进行特征提取的时间较慢且识别准确率不高的问题,以主成分分析法为基础,运用Fisher线性判别法对传统的主成分分析法进行改进。首先在主成分分析法的基础上增加一个类间离散矩阵,使其投影后不同类别之间特征点的距离更大,同一类别之间特征点的距离更加紧凑,对矿工面部表情图像特征提取的结果更具有代表性和针对性;然后运用径向基神经网络将低维非线性可分的矿工面部表情图像对应的特征矩阵映射到高维空间并使其线性可分,从而实现对矿工面部表情的识别和分类。实验结果表明,所提出的方法对矿工面部表情识别的识别率为89.0%,优于传统矿工面部表情分类识别算法,在矿井安全监控、疲劳驾驶等领域有较好的应用前景。     

基于光流与LBP-TOP 特征结合的微表情识别

微表情区别于普通的面部表情, 具有持续时间短、面部强度低的特点, 往往难以有效识别, 制约了该领域的研究。针对上述难点, 提出一种新颖的特征结合方法。采用全局光流技术在相邻帧间进行计算, 得到微弱光流, 通过传递前后各帧的运动信息, 在相隔多帧的两幅图像间体现更为明显的变化, 解决了短历时和动作微弱的难题; 将光流特征与LBP-TOP(Local Binary Patterns from Three Orthogonal Planes)算子提取的时空局部纹理特征相结合, 补充描述人脸大多数区域的细节信息。选择随机森林分类器进行实验, 实验结果表明, 两种特征具有很好的互补性, 在CASMEII 数据库下, 能识别5 类情感, 准确率由40. 50%提高至64. 46%, 类间区分度也有相应改善。     

基于无线体域网的人体姿态多级分层识别算法

为解决无线体域网WBAN(Wireless Body Area Network)中人体姿态识别率低、算法复杂的问题, 设计了一种以多层分级理论为基础的人体姿态多级分层识别算法。考虑到使用者的舒适度, 将九轴加速度陀螺仪传感器(VG350) 做成腰带佩戴在腰部实时采集数据。运用加速度向量幅值(SVM: Signal Vector Magnitude)、角度、角加速度和位移等参量, 通过对实际测量数据的分析, 将坐、蹲、弯腰、慢走和跑等姿态进行识别。实验结果表明, 该算法简单, 姿态识别率高达96. 5%。     

基于结核病基因表达谱识别易感基因的研究

针对结核病是导致全世界范围内人类发病的主要原因这个问题,寻找可用于结核病诊断和治疗的潜在分子标记物,提出通过微阵列分析比较活动性结核患者和潜伏性感染患者个体之间的外周血单核细胞的基因表达谱;利用ANOVA过滤出差异表达的基因,然后运用随机森林模型预测与结核病感染状态相关的基因,并与传统的支持向量回归模型对比表明随机森林回归模型具有较好的预测性能;最后选出排序前10的易感候选基因,文献查询结果表明这些基因都与结核病感染状态密切相关;对于识别不同的结核病感染程度或长期预防提供有效的参考。     

基于随机森林分类的微博机器用户识别研究

针对网络上机器用户大量散布谣言, 发布虚假信息, 误导网民舆论, 严重影响网络环境的问题, 以微博中的机器用户为研究对象, 结合其自动化程度高、伪装能力强、信息发布有针对性的特点, 从行为模式、微博内容、用户关系和发布平台4个维度分析机器用户的特征指标, 利用信息熵、内容重复率等8个指标构建微博用户的特征向量, 通过随机森林算法设计微博中机器用户的识别模型。最后, 在真实的新浪微博数据集上进行验证, 结果表明本模型识别机器用户的准确度达到96.7%, 可以有效地区分微博中的机器用户和普通用户。     

一种基于随机森林与颜色特征的岩屑识别算法

在随钻过程中,如何自动、快速、客观地识别岩屑是录井过程中一个十分重要的问题.针对这个问题,对岩屑颜色进行了深入的分析研究,对不同岩性的岩屑图像提取颜色直方图,将其作为岩屑特征,最后将随机森林法应用到岩屑的识别过程中,取得了较好的识别效果.通过对某气田几口井的现场随钻,结果证明本文算法识别正确率达到90％以上,为快速自动录井提供了一条有效的途径.     

基于信息处理与事故链的矿工行为失误模型

为揭示矿工行为失误机理,通过对矿工行为失误进行系统分析,根据矿工对信息认知的理论基础,构建矿工信息认知处理模型,将矿工信息认知处理分为3个模块并分析其特点,在其基础上,结合事故链原理,从宏观和微观两个层面建立一种矿工行为失误模型.对模型中影响矿工行为失误的因素进行重点阐述.基于所构建的矿工行为失误模型,运用回溯分析方法...