2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著物聯(lián)網(wǎng)和無線傳感器網(wǎng)絡(luò)技術(shù)的發(fā)展,健康監(jiān)測設(shè)備也得到了廣泛的關(guān)注和普及,利用其對有潛在心血管疾病風險的人們進行健康分析和疾病預(yù)防是很有必要的。此外,因為無線傳感器網(wǎng)絡(luò)具有數(shù)據(jù)傳輸量大且冗余度高的特點,為了減少數(shù)據(jù)的存儲成本和傳輸能耗,對監(jiān)測數(shù)據(jù)進行壓縮具有很大的實用價值。本文根據(jù)監(jiān)測數(shù)據(jù)特征的不同,提出了兩種壓縮算法。對算法的具體實現(xiàn)和仿真結(jié)果分別進行了詳細的說明和比較分析。同時,本文設(shè)計并實現(xiàn)了一個健康監(jiān)測系統(tǒng),從硬件、軟件和各功

2、能模塊的主要原理都做了相關(guān)的介紹。最后將壓縮算法應(yīng)用于健康檢測系統(tǒng),證實了算法的應(yīng)用價值。
  具體工作如下:
  1.針對系統(tǒng)中監(jiān)測到的呼吸信號變化平穩(wěn),時間相關(guān)性大的特點,提出了一種基于分段線性擬合的數(shù)據(jù)壓縮算法。算法的核心思想是分段線性擬合和自適應(yīng)的閾值判斷,分段線性擬合是通過對連續(xù)非擬合點的判定來確定分段區(qū)間,自適應(yīng)閾值判斷是通過模型調(diào)整前后的角度差值來檢驗?zāi)P驼{(diào)整的合理性,仿真實驗結(jié)果表明,在壓縮率近似時本算法具有

3、更高的壓縮精度,且本算法對于突變信號壓縮效果更好;
  2.針對系統(tǒng)中監(jiān)測到的心率信號波動較大,頻率成分復(fù)雜的特點,提出了一種基于小波變換的數(shù)據(jù)壓縮算法。算法首先采用了基于第二代整數(shù)提升小波變換對信號進行分解,然后基于K均值分類算法確定小波閾值,對系數(shù)進行閾值處理,最后采用給定初始化碼元的自適應(yīng)霍夫曼編碼算法對系數(shù)進行編碼,仿真實驗結(jié)果表明,相同系數(shù)閾值下本文算法具有更小的數(shù)據(jù)壓縮比和信號重構(gòu)精度,意味著本文算法壓縮能力提高的同時

4、也具有很好的數(shù)據(jù)恢復(fù)能力;
  3.設(shè)計并實現(xiàn)了健康監(jiān)測系統(tǒng)。系統(tǒng)主要由信號采集和數(shù)據(jù)分析處理模塊組成,支持數(shù)據(jù)實時顯示,給出了系統(tǒng)設(shè)計的整體結(jié)構(gòu)框圖和各個模塊的結(jié)構(gòu)設(shè)計并講解了具體功能和應(yīng)用,最后邀請測試志愿者進行試驗,結(jié)合監(jiān)測效果圖進行了分析和講解;
  4.將壓縮算法應(yīng)用到健康監(jiān)測系統(tǒng)。分別對應(yīng)用算法前后系統(tǒng)的能耗和數(shù)據(jù)傳輸時間進行了對比,結(jié)果表明運用算法后系統(tǒng)能耗降低了60%,傳輸時間減少了70%,最后對系統(tǒng)進行了功

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論