论文部分内容阅读
我国正在面临的人口老龄化趋势越来越引起社会的广泛关注,其中如何提高空巢老人的生活质量,保障独居老人的生活安全是最主要的关注热点。随着计算机技术、传感器技术、网络技术、各种机器学习和人工智能方法的飞速发展,将结合这些高科技的智能环境研究应用到家庭养老领域成为可能。智能环境能识别出老人正在进行的行为活动,甚至预测下个即将进行的动作,这些识别和预测将提升服务和保障安全(如提供及时,准确的援助),提高老年人的独立居住能力。同时老年人的日常行为活动中其实蕴藏了大量的身体健康状态信息,很多细微的变化都是他们身体和精神健康的反馈,对老年人的日常活动予以监测可以让他们健康问题也得到改善。 目前智能环境的活动识别领域可以按照研究中所使用到的设备分为基于计算机视觉监控和基于无线传感器两种方法。其中基于计算机视觉的活动识别方法由于设备昂贵,识别效果受环境因素影响较大,特别是图像的采集对于家庭日常生活来说隐私入侵性太强,所以推行应用受到一定阻碍。而无线传感器网络由于其价格低廉,且能保护用户的隐私,所以基于WSN的日常活动识别与监测成为了可能。所以本文在研究大量活动识别的基础上,提出一种基于WSN时序信息的分布式活动识别算法。目前已经有了多种WSN活动识别方法,其中大多数都是基于传感器触发轨迹的研究,且都是集中式活动识别。虽然这些研究已经取得了一定的成效,但这些研究成果都没有考虑到在活动进行中WSN中节点所触发的时间信息的重要作用,忽视了这种信息对识别结果精确性有一定的影响。本文在WSN活动识别研究方面的主要工作包含了以下几个方面: 1)为了满足WSN中低带宽,以及活动识别的实时性需求,本文提出了分布式的活动识别方法对正在进行的活动完成实时识别。 2)针对以往研究中对活动模型建立时缺乏考虑时间信息的缺陷,本文将活动中传感器的触发持续时长引入活动模型的建立,对活动模型有更精确的定义。 3)利用SmartEnvironmentSimulatorTool(一种日常生活仿真及统计系统)对本文提出的基于WSN时序信息的分布式活动识别算法的可行性和识别率进行仿真测试,验证了本文算法可行性及效率。 4)在研究WSN网络应用的支撑技术时提出一种低功耗,高精度的时间同步机制,使节点间的时间同步更适应低带宽,低能量的无线传感器网络。