基于FPGA的無線跌倒監(jiān)控系統(tǒng)設計.pdf_第1頁
已閱讀1頁，還剩81頁未讀， 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、隨著集成電路和傳感技術的廣泛應用，智能家居逐步走進生活，我們對自身及生活環(huán)境的監(jiān)控愈加得心應手。由于人口呈現老齡化趨勢，老人的健康情況備受關注。老人身體機能衰退，應變能力下降，極易發(fā)生跌倒，如果沒有立即救治會造成永久性的機體損傷甚至死亡，因此設計一種成本低、高性能的跌倒監(jiān)控系統(tǒng)具有重要意義和很高的實用價值。
　　針對這一問題，本設計結合智能家居體系的研究情況，考慮功能性和實用性等方面因素，提出了一種基于FPGA的無線跌倒監(jiān)控系統(tǒng)。

2、系統(tǒng)由數據采集部分、無線傳輸部分、主動求助部分和跌倒辨識部分組成，數據采集部分采用MMA7455傳感器采集加速度數據，傳感器驅動通過CC2530 Zigbee芯片完成，在IAR軟件中編寫驅動程序;無線傳輸部分采用Zigbee協(xié)議棧進行數據的發(fā)送與接收，同樣是在CC2530中完成，在IAR軟件中編寫協(xié)議棧使用程序。主動求助部分是在Zigbee發(fā)送器上設計按鍵，發(fā)送求助信號;跌倒辨識部分采用軟硬件協(xié)同實現方式，硬件部分是利用QuartusⅡ

3、的SOPC Builder在FPGA芯片上構造了一個NiosⅡ軟核，用于運行SVM分類算法，軟件部分是用C語言在NiosⅡ IDE上編寫SVM算法程序。通過數碼管和蜂鳴器報警提示。
　　主動求助驗證是采用對30組從不同位置發(fā)送的按鍵信號進行檢測;跌倒辨識驗證是采用45組訓練數據對SVM分類器進行訓練，尋找最優(yōu)分類面，然后進行40次跌倒驗證，其中包含6種24例跌倒事件。
　　經實驗驗證，本文所設計的無線跌倒監(jiān)控系統(tǒng)的跌倒檢測率

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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。

評論

0/150

提交評論