多基站模式下的实时与自适应室内定位方法研究

无线通信网络的增值推动了适宜和有效的室内外定位的发展。提出WLAN环境下多基站辅助的自适应定位方法,此方法基于由多个基站信息及其与位置指纹样本点之间的映射关系实时生成的位置指纹库估算移动站的位置。其中,基站与位置指纹样本点对应信号强度之间的映射通过BP神经网络构建。此方法不但能够适应环境中小尺度扰动因素,还能够通过对基站信息的内插适应大尺度环境变化情况。另外,此方法采用的信号强度差分度量,能有效削弱多个设备之间的差异造成的定位误差。试验结果显示该方法能够在动态环境中精确定位目标。

基于MEMS三轴加速度传感器的摔倒检测

摔倒作为人体活动的一部分,是影响人体健康的一大因素,尤其对病人和老年人而言,摔倒检测至关重要。基于MEMS三轴加速度传感器采集的人体活动加速度信号,提出了一种基于固定阈值的信号幅度向量滑动平均法SVMSA。该方法根据人体活动时的加速度信号特征,利用预先设定的阈值对加速度信号幅度向量SVM的滑动平均SVMSA进行判决,同时使用差分信号幅度域DSMA区分快速跑步等剧烈运动,准确实现了人体的摔倒检测。主要优势在于分析并区别了人体快速跑步等剧烈运动对摔倒检测的影响。通过对8位实验者的测试,该算法实现了94.4%的精确度。实验表明该算法能够较为准确地实现人体的摔倒检测。