第1章 绪论 1
1.1 引言 1
1.1.1 智能服装——信息技术的机遇和挑战 1
1.1.2 可穿戴计算——智能服装的计算平台 3
1.1.3 无线传感器网络——智能服装的信息感知和通信平台 3
1.1.4 信息融合——智能服装的决策平台 4
1.2 智能服装系统 5
1.2.1 硬件平台 5
1.2.2 通信网络平台 7
1.2.3 软件平台 8
1.2.4 材料和纺织等相关技术 9
1.3 无线传感器网络 10
1.3.1 发展现状与特点 10
1.3.2 相关研究内容和方法 11
1.4 多传感器的信息融合 13
1.4.1 产生背景与基本原理 13
1.4.2 相关研究内容 13
1.5 小结 15
参考文献 17
第2章 智能服装的体系结构 26
2.1 引言 26
2.2 智能服装体系结构的设计 26
2.2.1 体系结构 27
2.2.2 系统功能 28
2.2.3 面向生理信息融合的智能服装原型系统 30
2.3 智能服装软件平台及其优化 32
2.3.1 Pareto多目标优化 33
2.3.2 智能服装分布式计算的多目标优化模型 34
2.3.3 任务分配调度优化的遗传算法设计 37
2.4 模拟结果分析 40
2.5 小结 43
参考文献 44
第3章 可穿戴传感与检测系统 46
3.1 引言 46
3.2 可穿戴传感与检测系统的定义与分类 46
3.2.1 可穿戴生物医学传感器 47
3.2.2 人体运动姿态检测系统 47
3.2.3 人体周围环境监测系统 48
3.3 可穿戴传感与检测系统的特点 48
3.3.1 长期性 48
3.3.2 集成化 49
3.3.3 微型化 50
3.4 可穿戴心电检测 51
3.4.1 电极和导联 51
3.4.2 心电信号检测模型和分析 54
3.4.3 新型可穿戴心电电极 57
3.4.4 基于柔性机织电极的心电信号检测 60
3.5 可穿戴体温检测 69
3.5.1 基于智能数字化温度传感器的可穿戴体温检测 69
3.5.2 基于机织结构的柔性温度传感器 70
3.6 可穿戴人体运动检测 77
3.6.1 运动倾角传感器 77
3.6.2 运动传感器的部署 78
3.6.3 人体坐标定位 80
3.7 小结 82
参考文献 82
第4章 智能服装嵌入式在线处理系统的设计和实现 85
4.1 引言 85
4.2 系统硬件设计 86
4.2.1 硬件总体设计 86
4.2.2 微控制器 86
4.2.3 存储器扩展模块 87
4.2.4 OLED接口电路设计 88
4.2.5 无线远程通信模块的扩展 90
4.2.6 ZigBee模块CC2430连接方案 95
4.2.7 其他外围电路模块 96
4.3 系统软件整体结构 97
4.4 嵌入式实时操作系统μC/OS-Ⅱ 97
4.4.1 μC/OS-Ⅱ简介 98
4.4.2 μC/OS-Ⅱ的内核结构 99
4.4.3 μC/OS-Ⅱ在LPC2212平台上的移植 100
4.5 驱动程序设计 101
4.5.1 OLED驱动程序 101
4.5.2 NAND-Flash驱动程序 102
4.6 应用程序层的软件设计 103
4.6.1 系统监控任务 103
4.6.2 按键扫描任务 104
4.6.3 心电数据采集 105
4.6.4 体温数据采集 105
4.6.5 数据分析处理 106
4.6.6 OLED显示任务 106
4.6.7 数据存储任务 106
4.7 智能服装无线数据传输 106
4.7.1 智能服装无线数据传输网络体系结构 107
4.7.2 自定义通信协议 109
4.7.3 GPRS数据传输 110
4.7.4 短信收发 112
4.7.5 语音通信 113
4.7.6 GPS数据的接收与处理 114
4.8 小结 114
参考文献 115
第5章 智能服装的体域网络 117
5.1 引言 117
5.2 体域医学无线传感器网络 118
5.2.1 医学无线传感器网络与需求分析 118
5.2.2 基于IEEE 802.15.4的人体生理信号监测无线体域网的设计 121
5.3 网络性能仿真和评估 122
5.3.1 IG-WBASN仿真系统 123
5.3.2 网络吞吐量分析 123
5.3.3 网络丢包率分析 125
5.3.4 网络延迟分析 126
5.3.5 网络可扩展性评估 127
5.3.6 协议参数对性能的影响 128
5.4 体域医学无线传感器网络的设计与实现 129
5.4.1 传感器节点设计 129
5.4.2 体域网中心节点设计 130
5.4.3 无线传输协议实现细节 130
5.5 体域传感器的自适应能耗优化 132
5.5.1 体域网能耗控制需求分析 132
5.5.2 设计方案 133
5.5.3 体域网能耗优化方案的具体实现 134
5.6 无线体域传感器网络的分布式计算性能优化 137
5.6.1 IG-WBASN任务调度问题模型 137
5.6.2 基于遗传算法和模拟退火的任务调度算法 138
5.6.3 实验结果与分析 139
5.7 小结 143
参考文献 143
第6章 智能服装的后台处理与分析系统 145
6.1 引言 145
6.2 后台总体设计 145
6.3 实时显示模块 147
6.3.1 信号波形显示 148
6.3.2 生理信号基本参数显示 148
6.4 数据通信模块 148
6.4.1 基于TCP的VI网络通信 148
6.4.2 串口通信 149
6.5 数据存储与回放模块 150
6.5.1 数据库访问包LabSQL 150
6.5.2 LabVIEW访问数据库 150
6.5.3 数据库存储 151
6.5.4 数据文本存储 152
6.5.5 数据回放模块 152
6.6 数据分析模块 153
6.6.1 运动心电信号消噪 153
6.6.2 心电信号波形检测与识别 157
6.6.3 常规心电数据的特征提取 159
6.6.4 自适应心电异常分析 160
6.6.5 基于模糊模式识别的智能服装心电异常诊断 163
6.7 小结 164
参考文献 164
第7章 基于智能服装的情绪判别应用 167
7.1 引言 167
7.2 面向情绪判别的多源生理信号分析 167
7.2.1 多源生理信号关联分析 168
7.2.2 基于生理信号融合的情绪判别 171
7.3 多生理信息融合的情绪判别模型 172
7.3.1 多源信息融合算法 172
7.3.2 生理信号的特征选择 174
7.3.3 基于智能服装的情绪判别模型 175
7.4 实验数据采集和结果分析 176
7.4.1 情绪实验数据的采集 176
7.4.2 主观感受情绪调查表 177
7.4.3 特征参数的提取 178
7.4.4 特征分类与情绪判别 179
7.5 小结 179
参考文献 180
第8章 嵌入智能服装的亚健康评估应用 182
8.1 引言 182
8.2 亚健康评估的需求分析和体系结构 184
8.2.1 亚健康评估系统的需求分析 184
8.2.2 嵌入智能服装的亚健康评估体系结构 184
8.3 基于支持向量机的心电特征融合分类 186
8.3.1 二类支持向量机 186
8.3.2 多类支持向量机 188
8.3.3 模糊支持向量机 189
8.3.4 基于主成分分析的特征集解相关 189
8.4 数据采集和结果分析 190
8.4.1 生理数据采集和亚健康评测数据库 190
8.4.2 工具包和样本集 191
8.4.3 分类器性能指标参数 191
8.4.4 MSVM分类器性能分析 192
8.4.5 基于主成分分析的特征解相关 192
8.4.6 FSVM分类器性能分析 193
8.5 小结 194
参考文献 194
第9章 基于智能服装的人体运动风险评估应用 197
9.1 引言 197
9.2 基于AHP-FCE的风险评估模型 198
9.2.1 模糊综合评价 198
9.2.2 层次分析法 200
9.2.3 层次化模糊运动风险评估模型 200
9.3 基于F3ERE的运动风险评估实现 204
9.3.1 人体运动风险因素分析 204
9.3.2 因素风险度值的模糊计算 205
9.3.3 个性化的因素相对权重 205
9.4 运动风险评估实例 207
9.5 小结 210
参考文献 210
第10章 基于智能服装的人体姿态检测应用 212
10.1 引言 212
10.2 基本原理 212
10.2.1 倾角传感器与姿态检测原理 212
10.2.2 RBF神经网络算法 213
10.2.3 核函数SVM分类算法 214
10.3 穿戴式人体运动检测系统的框架 215
10.4 运动数据处理与分析 216
10.4.1 传感数据的读入 216
10.4.2 特征提取与规范化 216
10.5 结果与分析 217
10.6 后台监控模块的实现 219
10.7 小结 220
参考文献 220
缩略语表 222