基于ZigBee技术远程监控护理系统设计

来源 :曲阜师范大学 | 被引量 : 0次 | 上传用户:jjandrew1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
远程医用护理系统作为一种传统医护的辅助手段,已经逐渐走进人们的视线。如何将现代的科学信息技术应用在远程医护领域,已经成为世界各老龄化问题严重的国家的重点解决问题。随着计算机控制技术、网络技术和无线通信技术的飞速发展,研发一种适合广大老年病患者的远程医疗护理系统将会具有更广阔的发展前景。  基于以上背景,本课题将 ZigBee通信技术用于智能护理机设备的远程无线监控,结合日照旭日清洁器械有限公司相关部门对护理机硬件的设计和研发,提出了一种新的远程监控护理系统方案。这个方案中整个监控护理系统具备自动组网、低成本、数据传输速率高、安全可靠等优点,完全能够满足监控需要。本课题从系统的通信技术选择、ZigBee动态组网、护理机硬件实现等方面详细的介绍了远程监控护理系统的设计过程,在实现护理机多种护理功能的同时,实现了对组网中所有护理机设备的信息采集与实时监控。  ZigBee是近年来新兴的一种无线网络通信技术,该通信技术适合那些传送数据量不大、传送数据速率不高、节点多但是距离分布不远、数据传输的安全性不高、设备功能消耗和成本不能太高的场合。它的特点是近距离、低速率、低功耗、低成本、短时延、高安全、高容量、免执照频段,完全符合本课题中对通信技术的要求。本文的完整通信链路包括协调器与终端、协调器与监控中心软件、护理机与 ZigBee终端三大部分组成,保证了系统数据传输的安全、可靠、快捷,是系统整体功能得以实现的前提。  本文详细介绍了监控护理设备的硬件设计,从几大方面深入分析了护理机的功能实现和特点、技术创新、控制技术。本课题中的远程医疗护理系统大体包括以下三个部分:系统终端护理设备、监控中心以及联系这两者的通信网络。其中护理设备主要由主机、脏物回收装置、清洗装置、干身装置、洗浴装置、按摩康复装置和人机交互与远程通信装置等部分组成。整个护理系统可以实现吸入、温水清洗、热风烘干、负离子灭菌、清水过滤、触媒除臭、节能降耗、安全节能环保等多项功能,同时下位护理机可以根据使用者需要自动进行变换姿势,也可根据季节变化自动吹冷热风按摩等贴心的功能。  该课题研究的远程医疗护理系统充分考虑了老、弱、病、伤、残无知觉病人等特殊群体的护理困难,能让行动不便的残疾病人和患慢性的老人实现自我护理和实时监控,给健康监护提供了新角度、新想法,完善了私人和医用智能护理领域。
其他文献
在车载装备研制过程和使用中,广泛地使用CAN总线作为系统各部件之间信息通信的媒介。为了方便快捷地对系统故障进行定位,并能与外部系统进行数据交换和传输控制指令,需要对CAN总
近年来,随着海洋成为国家战略性资源,海战的实体建模和战场实况仿真的研究也受到越来越多的关注和研究。而虚拟现实技术已成为开发研制大型海军电子信息系统、海战作战环境下
随着计算机技术、控制理论、传感器技术、人工智能的不断发展,机器人技术在研究与应用的双重驱动下得到迅速发展,其应用在诸如工业、军事、航空航天、医疗、服务行业等领域全
电弧炉以冶炼质量高、运行可靠、投资成本低等优点成为现代钢铁产业中的重要设备。随着科学技术的发展,越来越多大容量、高功率的电弧炉设备已投入到生产中。然而,由于其自身的工作特性和工作环境等方面的原因,电弧炉运行时产生的大量谐波和闪变等电能问题已经严重的影响到供电网络的电能质量,电弧炉已经成为电网的主要公害之一。随着电力用户对电能质量要求的不断提高,优化电能质量已成为当务之急。本文首先分析了电弧炉电气系
声信号和图像是自然界中重要的传感源,人们可以根据这两类传感信息进行相关的研究和开发。比如利用图像信号来识别目标,利用声信号检测桥梁的损坏程度。本文的研究的重点是结
光谱分析技术是利用未知物质的光谱信息来测定它的含量及组成成分的重要检测技术手段之一,随着科学技术的不断发展,它在能源工程、化工、资源开发、石油、环境保护、信息工程和
科学技术发展到今天,人类的生产和生活已经离不开IT技术,计算机、计算机网络、计算机信息系统无处不在。而在信息系统中作为网络信息交换和信息存储中心的中心机房,其运行环
无线通信系统中带宽资源是有限的,为获得更高的图像无线传输效率,必须对数字图像进行压缩。数字图像压缩编码后的码流具有极强的相关性,对信道误码十分敏感,解码时码字容易失去同
电阻层析成像(ERT)技术作为过程层析成像技术中的研究热点之一,与其它层析成像技术相比,具有结构简单、响应速度快和成本低廉等优点,是一种具有广阔应用前景的两相流参数测量
非线性系统的控制器设计具有广泛的应用背景,近二十年来一直是自动化控制领域所要研究的热点课题,尤其是将Backstepping技术与神经网络逼近理论相结合的自适应Backstepping神