智能服裝理論與應(yīng)用

前言 第1章  緒論   1.1  引言     1.1.1  智能服裝——信息技術(shù)的機遇和挑戰(zhàn)     1.1.2  可穿戴計算——智能服裝的計算平臺     1.1.3  無線傳感器網(wǎng)絡(luò)——智能服裝的信息感知和通信平臺     1.1.4  信息融合——智能服裝的決策平臺   1.2  智能服裝系統(tǒng)     1.2.1  硬件平臺     1.2.2  通信網(wǎng)絡(luò)平臺     1.2.3  軟件平臺     1.2.4  材料和紡織等相關(guān)技術(shù)   1.3  無線傳感器網(wǎng)絡(luò)     1.3.1  發(fā)展現(xiàn)狀與特點     1.3.2  相關(guān)研究內(nèi)容和方法   1.4  多傳感器的信息融合     1.4.1  產(chǎn)生背景與基本原理     1.4.2  相關(guān)研究內(nèi)容   1.5  小結(jié)   參考文獻(xiàn) 第2章  智能服裝的體系結(jié)構(gòu)   2.1  引言   2.2  智能服裝體系結(jié)構(gòu)的設(shè)計     2.2.1  體系結(jié)構(gòu)     2.2.2  系統(tǒng)功能     2.2.3  面向生理信息融合的智能服裝原型系統(tǒng)   2.3  智能服裝軟件平臺及其優(yōu)化     2.3.1  Pareto多目標(biāo)優(yōu)化     2.3.2  智能服裝分布式計算的多目標(biāo)優(yōu)化模型     2.3.3  任務(wù)分配調(diào)度優(yōu)化的遺傳算法設(shè)計   2.4  模擬結(jié)果分析   2.5  小結(jié)   參考文獻(xiàn) 第3章  可穿戴傳感與檢測系統(tǒng)   3.1  引言   3.2  可穿戴傳感與檢測系統(tǒng)的定義與分類     3.2.1  可穿戴生物醫(yī)學(xué)傳感器     3.2.2  人體運動姿態(tài)檢測系統(tǒng)     3.2.3  人體周圍環(huán)境監(jiān)測系統(tǒng)   3.3  可穿戴傳感與檢測系統(tǒng)的特點     3.3.1  長期性     3.3.2  集成化     3.3.3  微型化   3.4  可穿戴心電檢測     3.4.1  電極和導(dǎo)聯(lián)     3.4.2  心電信號檢測模型和分析     3.4.3  新型可穿戴心電電極     3.4.4  基于柔性機織電極的心電信號檢測   3.5  可穿戴體溫檢測     3.5.1  基于智能數(shù)字化溫度傳感器的可穿戴體溫檢測     3.5.2  基于機織結(jié)構(gòu)的柔性溫度傳感器   3.6  可穿戴人體運動檢測     3.6.1  運動傾角傳感器     3.6.2  運動傳感器的部署     3.6.3  人體坐標(biāo)定位   3.7  小結(jié)   參考文獻(xiàn) 第4章  智能服裝嵌入式在線處理系統(tǒng)的設(shè)計和實現(xiàn)   4.1  引言   4.2  系統(tǒng)硬件設(shè)計     4.2.1  硬件總體設(shè)計     4.2.2  微控制器     4.2.3  存儲器擴(kuò)展模塊     4.2.4  OLED接口電路設(shè)計     4.2.5  無線遠(yuǎn)程通信模塊的擴(kuò)展     4.2.6  ZigBee模塊CC2430連接方案     4.2.7  其他外圍電路模塊   4.3  系統(tǒng)軟件整體結(jié)構(gòu)   4.4  嵌入式實時操作系統(tǒng)μC／OS—II     4.4.1  μC／OS—II簡介     4.4.2  μC／OS—II的內(nèi)核結(jié)構(gòu)     4.4.3  μC／OS—II在LPC2212平臺上的移植   4.5  驅(qū)動程序設(shè)計     4.5.1  OLED驅(qū)動程序     4.5.2  NAND—Flash驅(qū)動程序   4.6  應(yīng)用程序?qū)拥能浖O(shè)計     4.6.1  系統(tǒng)監(jiān)控任務(wù)     4.6.2  按鍵掃描任務(wù)     4.6.3  心電數(shù)據(jù)采集     4.6.4  體溫數(shù)據(jù)采集     4.6.5  數(shù)據(jù)分析處理     4.6.6  OLED顯示任務(wù)     4.6.7  數(shù)據(jù)存儲任務(wù)   4.7  智能服裝無線數(shù)據(jù)傳輸     4.7.1  智能服裝無線數(shù)據(jù)傳輸網(wǎng)絡(luò)體系結(jié)構(gòu)     4.7.2  自定義通信協(xié)議     4.7.3  GPRS數(shù)據(jù)傳輸     4.7.4  短信收發(fā)     4.7.5  語音通信     4.7.6  GPS數(shù)據(jù)的接收與處理   4.8  小結(jié)   參考文獻(xiàn) 第5章  智能服裝的體域網(wǎng)絡(luò)   5.1  引言   5.2  體域醫(yī)學(xué)無線傳感器網(wǎng)絡(luò)     5.2.1  醫(yī)學(xué)無線傳感器網(wǎng)絡(luò)與需求分析     5.2.2  基于IEEE 802.15.4的人體生理信號監(jiān)測無線體域網(wǎng)的設(shè)計   5.3  網(wǎng)絡(luò)性能仿真和評估     5.3.1  IG—WBASN仿真系統(tǒng)     5.3.2  網(wǎng)絡(luò)吞葉量分析     5.3.3  網(wǎng)絡(luò)丟包率分析     5.3.4  網(wǎng)絡(luò)延遲分析     5.3.5  網(wǎng)絡(luò)可擴(kuò)展性評估     5.3.6  協(xié)議參數(shù)對性能的影響   5.4  體域醫(yī)學(xué)無線傳感器網(wǎng)絡(luò)的設(shè)計與實現(xiàn)     5.4.1  傳感器節(jié)點設(shè)計     5.4.2  體域網(wǎng)中心節(jié)點設(shè)計     5.4.3  無線傳輸協(xié)議實現(xiàn)細(xì)節(jié)   5.5  體域傳感器的自適應(yīng)能耗優(yōu)化     5.5.1  體域網(wǎng)能耗控制需求分析     5.5.2  設(shè)計方案     5.5.3  體域網(wǎng)能耗優(yōu)化方案的具體實現(xiàn)   5.6  無線體域傳感器網(wǎng)絡(luò)的分布式計算性能優(yōu)化     5.6.1  IG—WBASN任務(wù)調(diào)度問題模型     5.6.2  基于遺傳算法和模擬退火的任務(wù)調(diào)度算法     5.6.3  實驗結(jié)果與分析   5.7  小結(jié)   參考文獻(xiàn) 第6章  智能服裝的后臺處理與分析系統(tǒng)   6.1  引言   6.2  后臺總體設(shè)計   6.3  實時顯示模塊     6.3.1  信號波形顯示     6.3.2  生理信號基本參數(shù)顯示   6.4  數(shù)據(jù)通信模塊     6.4.1  基于TCP的VI網(wǎng)絡(luò)通信     6.42  串口通信   6.5  數(shù)據(jù)存儲與回放模塊     6.5.1  數(shù)據(jù)庫訪問包LabSQL     6.5.2  LabVIEW訪問數(shù)據(jù)庫     6.5.3  數(shù)據(jù)庫存儲     6.5.4  數(shù)據(jù)文本存儲     6.5.5  數(shù)據(jù)回放模塊   6.6  數(shù)據(jù)分析模塊     6.6.1  運動心電信號消噪     6.6.2  心電信號波形檢測與識別     6.6.3  常規(guī)心電數(shù)據(jù)的特征提取     6.6.4  自適應(yīng)心電異常分析     6.6.5  基于模糊模式識別的智能服裝心電異常診斷   6.7  小結(jié)   參考文獻(xiàn) 第7章  基于智能服裝的情緒判別應(yīng)用   7.1  引言   7.2  面向情緒判別的多源生理信號分析     7.2.1  多源生理信號關(guān)聯(lián)分析     7.2.2  基于生理信號融合的情緒判別   7.3  多生理信息融合的情緒判別模型     7.3.1  多源信息融合算法     7.3.2  生理信號的特征選擇     7.3.3  基于智能服裝的情緒判別模型   7.4  實驗數(shù)據(jù)采集和結(jié)果分析     7.4.1  情緒實驗數(shù)據(jù)的采集     7.4.2  主觀感受情緒調(diào)查表     7.4.3  特征參數(shù)的提取     7.4.4  特征分類與情緒判別   7.5  小結(jié)   參考文獻(xiàn) 第8章  嵌入智能服裝的亞健康評估應(yīng)用   8.1  引言   8.2  亞健康評估的需求分析和體系結(jié)構(gòu)     8.2.1  亞健康評估系統(tǒng)的需求分析     8.2.2  嵌入智能服裝的亞健康評估體系結(jié)構(gòu)   8.3  基于支持向量機的心電特征融合分類     8.3.1  二類支持向量機     8.3.2  多類支持向量機     8.3.3  模糊支持向量機     8.3.4  基于主成分分析的特征集解相關(guān)   8.4  數(shù)據(jù)采集和結(jié)果分析     8.4.1  生理數(shù)據(jù)采集和亞健康評測數(shù)據(jù)庫     8.4.2  工具包和樣本集     8.4.3  分類器性能指標(biāo)參數(shù)     8.4.4  MSVM分類器性能分析     8.4.5  基于主成分分析的特征解相關(guān)     8.4.6  FSVM分類器性能分析   8.5  小結(jié)   參考文獻(xiàn) 第9章  基于智能服裝的人體運動風(fēng)險評估應(yīng)用   9.1  引言   9.2  基于AHP—FCE的風(fēng)險評估模型     9.2.1  模糊綜合評價     9.2.2  層次分析法     9.2.3  層次化模糊運動風(fēng)險評估模型   9.3  基于F3ERE的運動風(fēng)險評估實現(xiàn)     9.3.1  人體運動風(fēng)險因素分析     9.3.2  因素風(fēng)險度值的模糊計算     9.3.3  個性化的因素相對權(quán)重   9.4  運動風(fēng)險評估實例   9.5  小結(jié)   參考文獻(xiàn) 第10章  基于智能服裝的人體姿態(tài)檢測應(yīng)用   10.1  引言   10.2  基本原理     10.2.1  傾角傳感器與姿態(tài)檢測原理     10.2.2  RBF神經(jīng)網(wǎng)絡(luò)算法     10.2.3  核函數(shù)SVM分類算法   10.3  穿戴式人體運動檢測系統(tǒng)的框架   10.4  運動數(shù)據(jù)處理與分析     10.4.1  傳感數(shù)據(jù)的讀入     10.4.2  特征提取與規(guī)范化   10.5  結(jié)果與分析   10.6  后臺監(jiān)控模塊的實現(xiàn)   10.7  小結(jié)   參考文獻(xiàn) 縮略語表