健康监测数据压缩算法的研究及其在健康监测系统中的应用

摘要

随着物联网和无线传感器网络技术的发展，健康监测设备也得到了广泛的关注和普及，利用其对有潜在心血管疾病风险的人们进行健康分析和疾病预防是很有必要的。此外，因为无线传感器网络具有数据传输量大且冗余度高的特点，为了减少数据的存储成本和传输能耗，对监测数据进行压缩具有很大的实用价值。本文根据监测数据特征的不同，提出了两种压缩算法。对算法的具体实现和仿真结果分别进行了详细的说明和比较分析。同时，本文设计并实现了一个健康监测系统，从硬件、软件和各功能模块的主要原理都做了相关的介绍。最后将压缩算法应用于健康检测系统，证实了算法的应用价值。
　　具体工作如下：
　　1.针对系统中监测到的呼吸信号变化平稳，时间相关性大的特点，提出了一种基于分段线性拟合的数据压缩算法。算法的核心思想是分段线性拟合和自适应的阈值判断，分段线性拟合是通过对连续非拟合点的判定来确定分段区间，自适应阈值判断是通过模型调整前后的角度差值来检验模型调整的合理性，仿真实验结果表明，在压缩率近似时本算法具有更高的压缩精度，且本算法对于突变信号压缩效果更好；
　　2.针对系统中监测到的心率信号波动较大，频率成分复杂的特点，提出了一种基于小波变换的数据压缩算法。算法首先采用了基于第二代整数提升小波变换对信号进行分解，然后基于K均值分类算法确定小波阈值，对系数进行阈值处理，最后采用给定初始化码元的自适应霍夫曼编码算法对系数进行编码，仿真实验结果表明，相同系数阈值下本文算法具有更小的数据压缩比和信号重构精度，意味着本文算法压缩能力提高的同时也具有很好的数据恢复能力；
　　3.设计并实现了健康监测系统。系统主要由信号采集和数据分析处理模块组成，支持数据实时显示，给出了系统设计的整体结构框图和各个模块的结构设计并讲解了具体功能和应用，最后邀请测试志愿者进行试验，结合监测效果图进行了分析和讲解；
　　4.将压缩算法应用到健康监测系统。分别对应用算法前后系统的能耗和数据传输时间进行了对比，结果表明运用算法后系统能耗降低了60％，传输时间减少了70%，最后对系统进行了功能测试。

目录

声明

第1章 绪论

1.1 课题来源及研究目的与意义

1.2 国内外研究现状

1.3 本文的主要研究内容和组织结构

第2章 分段线性回归压缩算法研究与改进

2.1 算法研究的应用背景与意义

2.2 线性压缩算法研究

2.3 改进线性压缩算法实现

2.4 实验与结果分析

2.5 本章小结

第3章 小波压缩算法研究与改进

3.1 算法研究的应用背景与意义

3.2 小波变换在数据压缩中的应用

3.3 小波数据压缩算法研究

3.4 改进小波压缩算法实现与仿真

3.5 本章小结

第4章 健康监测系统设计与实现

4.1 系统的基本原理与结构设计

4.2 系统各模块设计

4.3 系统调试

4.4 本章小结

第5章 改进算法在健康监测系统的应用

5.1 压缩算法在系统中的应用

5.2 系统功能介绍与测试

5.3 运行结果分析

第6章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献