英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料

利用本地智能降低老年健康监护系统中无线传感器节点的能耗

Thomas J. Lampoltshammer 1;*, Edison Pignaton de Freitas 2;3, Thomas Nowotny 1,

Stefan Plank 1, Jotilde;ao Paulo Carvalho Lustosa da Costa 3, Tony Larsson 4 and

Thomas Heistracher 1

1 信息技术与学校管理、萨尔茨堡应用科学大学，urstein的uml;UD 1，冲5412萨尔茨堡，奥地利；电子邮件：tnowotny.lba@fh-salzburg.ac.at（托尼）；stefan.plank@sbg.at（某地）；thomas.heistracher@fh-salzburg.ac.at（T.H.）

2 应用计算机系，圣玛丽亚，圣玛丽亚97105-900，巴西联邦大学；电子邮件：edison.p.freitas@ufsm.br

3 阵列信号处理实验室，电气工程系，巴西利亚大学校园大学acute;ARIO达西里贝罗，S / N，Asa Norte, Brasacute;ılia70910-900，DF, Brazil；电子邮件：edisonpignaton@unb.br（e.p.f.）；joaopaulo.dacosta@ene.unb.br（j.p.c.l.c.）

4 信息科学学院、计算机与电气工程，哈尔姆斯塔德大学，Kristian IV：S Vuml;银3，哈尔姆斯塔德301，瑞典18，电子邮件：tony.larsson@hh.se；

通信作者；

电子邮件：thomas.lampoltshammer@fh-salzburg.ac.at；电话： 43-50-2211-1311；

传真： 43-50-2211-1349。

收到：2014年1月17日；修改后的形式：2014年3月4日 /接受：2014年3月4日/

发表于2014年3月11日

摘要：欧洲国家老年人的比例正在增加。这样的危机影响社会经济结构，增加了对大量解决方案的需求，如环境辅助生活（AAL），这是促进健康的一种可能的照顾老人的方法。在这种情况下，基于传感器的设备在测量中起着主导作用，例如，在发生事故时提醒医护人员老年人的健康状况。然而，这种装置的采用的设备在很大程度上取决于佩戴的舒适性。在大多数情况下，影响电池的有效性的电池寿命是瓶颈。在本文中，我们提出了一种降低能源消耗的方法，利用局部智能的传感器。通过增加传感器的智能节点，可以实现必要通信使有效载荷的大幅减少。结果表明，为了保存能量，减少传感器装置单位的实际大小有着显著的效果。

关键字：传感器；无线；能源；AAL；保健

1 介绍

由于出生率的下降，生活和医疗水平提高，再加上60岁以上人群的收入较高，他们可以负担得起更多健康的食物，并进行刺激性的健康活动，许多欧洲国家的老年人口在增加[ 1,2 ]。为了帮助老年人全天独立，几个家庭护理机构和支持公司，以及政府项目，提供适当的环境与管理。根据保健公司和家庭护理机构调查，跌伤是老年人的主要健康问题。对老年人而言，跌倒是严重的。由于其频率和保健问题，在医疗保健问题中占有突出的地位。

除了跌倒引起的可能死亡外，其他相关问题，如非致命伤[ 4 ]，害怕再次跌倒[ 5 ]和失去独立生活[ 6 ]。也包括在相关的保健费用内[ 3 ]。

环境辅助生活（AAL）是一个概念或框架，针对渴望保留自理能力的老年人，帮助他们在他们的日常生活活动能力（ADL）。一种方法是将AAL系统设计无所不在的设备进入到人们的环境来增加他们的安全和幸福感[ 7 ]。然而，不应该忘记的是，老年人往往害怕新技术，因此很容易逃避接受。除了用户友好的接口之外，所引进的技术应尽可能不干扰老人生活[ 8 ]。对这个问题的一个解决方案是使用设备的小型化。对于跌倒的检测，可以使用无线、可穿戴式传感器。为了在相当长的一段时间内正常、独立地工作，这种电池的储能能力起着重要的作用。为了提供更长的寿命，加上体积小，嵌入式传感器的能量消耗变得更加关键。本文提出了一种利用局部智能降低老年健康监护系统中无线传感器节点能量消耗的方法。通过增加传感器节点的智能，可以实现必要通信有效载荷的大幅减少。此有效载荷减少使得每个发送过程的能量消耗大幅度降低。这个建议的方法节约能源，可以减少传感器装置单位或分配释放能力的附加组件的传感器装置的实际大小。

本文的其余部分组织如下：第2节，3节讨论本文的AAL的情景，相关工作对无线传感器和AAL能耗连同关于方法的跌倒检测深入细节，传感器的智能方法，以及选择描述在快速的身体运动中的传感器的阈值。随后，在第4节中介绍和讨论了试验台的结果。第5部分结束论文，得出了一些结论和展望。

2 相关工作

传感器平台在AAL的应用领域中发挥重要作用。例如，Wille等人[ 9 ]介绍了一种通用的概念，将可重复使用的传感器平台称为TinySEP提供AAL开发者开放平台。Amoretti等[ 10 ]提出了一种用于传感器的AAL对用户活动的反应提供了上下文感知数据融合的概念。特别是在卫生部门的监测应用，适配层已作为各种研究工作的重点。为了监测老年人生活环境中的活动，生活空间中的传感器网络与基于视觉的永久监视（例如摄像机）相结合，是一种可能的解决方案。例如，Aghajan等人。[ 11 ]在系统发生警报之前、期间或之后使用多视觉装置来分析一个人的身体姿势，以评估整体情况。然而，这种方法涉及严重侵犯人的隐私问题[ 12 ]。

无线传感器的使用提供了一个较不具侵入性的方式来监控人们的日常生活活动和帮助医疗人员识别新出现的疾病和不健康的习惯模式。因此，本研究兴趣的主要焦点在于人体携带的传感器替代物。在Han等人的工作中[ 13 ]提出了使用无线传感器监测生活方式疾病的框架。他们的工作目标是根据长期的活动监测来识别诸如抑郁症或老年痴呆症等疾病的早期症状。这项任务是通过向受监视的人提供无线传感器来设置特定的数据来指示模式，这种模式可以预测一种生活方式带来的疾病或识别某一疾病的可能症状。Shin等（14）提议监测独居老人，以发现异常的生活方式。在他们的工作中，传感器获取的数据被处理成矢量数据描述，以提供推论，使检测出偏离正常行为的模式成为可能。这些模式表明疾病的早期阶段，类似于[ 13 ]中提出的疾病。他们工作在网络形成[13,14]研究框架本身，但没有涉及传感器本身的技术细节的特别关注。相反，Custodio等[ 15 ]准确地关注无线传感器设备在医疗保健监测系统中的技术进步。他们讨论参与U-无线传感器使用的主要方面（无处不在的健康）的应用程序，即，通信技术，传感器尺寸，能源资源的使用，等等。有关健康监测应用的无线人体传感器网络的全面审查，请参阅[ 16 ]。

特别关注能源问题，许多研究工作集中在无线传感器设备的能源消耗问题上。Gyuml;oroe and Pataki[ 17 ]提出了一个方法测量和优化调度的无线传感器网络中基于隐马尔可夫模型的过程。另一个例子是张等人的论文。[ 18 ]。它讨论了使用两个传输信道而不是一个传输信道的概念，这是基于这样一个假设，即通常不需要保持传输信道连续存活，并且只需按需触发传感器节点的数据传输就足够了。所介绍的第二频道专门用于监视目的。因此，它使得传感器节点能够在空闲时间内提供与零能耗相结合的传输按需能力。关于第二信道，仅需要一个接收单元。通过在传感器节点上安装射频识别（RFID）模块，可以实现这样的接收单元。

作为回报，RFID在即时响应和能量消耗方面提供了好处，而在倾听时没有消耗空闲能源。激活RFID模块初始化正常传输模块和采集数据的传感器可以通过第一信道传输。

Mondal等人[ 19 ]建议通过应用压缩技术（如线性预测编码（LPC））来减少传输的有效载荷。为了证明这一点，作者将这种方法与其他方法以及普通传输方法进行了比较。

本文的目的也在于减少传输的数量。虽然不是基于压缩技术，但是传感器节点的被智能改变以减少通信有效载荷。

降低能量消耗并不是增加传感器节点生命周期的唯一途径。如前所述，在能量收集方面也有很大的潜力。一个正在进行的太阳能收集器开发的例子不仅显示出对绿色能源的兴趣，而且对与身体有关的能源也很感兴趣。这是Renaud等人[ 20 ]或劳特巴赫等人[ 21 ]和lenonov等人[ 22 ]的工作。通过利用人体运动或热能来获得能量。光伏能源也考虑收集室内应用的替代品，例如[ 23 ]，它描述了一个系统使用室内分散光伏能源收集能源，以给手机的电池充电。

3 实验装置

本节描述实验的总体设置。AAL环境设置的更多细节在3.1节介绍。第3.2节的重点是跌倒检测，而第3.3节我们的处理方法中介绍应用传感器智能的三个级别。随后，第3.4节讨论了传感器逻辑L2的阈值设置，第3.5节介绍了传感器逻辑L3的机器学习方法。

3.1 建立AAL环境

AAL环境针对走街串巷的保健系统的仿真，设计来支持他们在家中或在养老院的老年人住宅系统。在接下来的部分中，描述了流程（图1），而描述中提到的特定组件可以在图2中看到。作为一种可穿戴的人体传感器，用户配备了由Oracle太阳黑子节点（24）实现的无线传感器可以使用户在适应的环境中移动。

除了光传感器或温度传感器外，这些传感器节点还包括一个三轴加速度计。这个加速计用来探测潜在的跌倒。从太阳黑子节点收集的数据，取决于激活的智力水平，不断评估。如果检测到可能的下降，则太阳黑子节点向其基站发送观测数据。

在基站中，接收到的数据可以被处理以进行深入分析，以证明或否定传感器的预评估结果，或者在较高智能的情况下，相应地作出相应的反应。如果发生了实际的下降，系统可以激活双向通信设备（音频和视频）。

图1、建议的工作流程

图2、试验台环境示意图

会话发起协议（SIP）服务器充当外部服务提供者的网关，以便建立诸如移动电话之类的外部设备的通信链路。最后，护理人员应具有配置和维护Web服务器的能力。关键的是，可以在实验台上对老年人日常生活活动发生进行模拟。如果用户跌倒，传感器会检测到跌落，并告知后端系统有关事故的情况。然后，系统将建立一个连接到音频/视频的设备，因此，护理人员可以联系的人问发生了什么事。在这种特殊情况下，呼叫被中继到移动电话。

我们在这里指出，使用音频和视频记录，搭配运动的模式分析，可能会被滥用，以侵犯在所述场景中漫游的个人的隐私。这个问题是有争议的讨论集中在文献[ 25 ]。因此，必须认真处理这一问题，并需要将所有受影响的人纳入其中。然而，在某些情况下，为了挽救生命并保证已安装的系统的全部功能，允许临时侵犯隐私是必要的。[ 26 ]。

由于所描述的环境仅作为试验台，本文的主要重点是利用传感器节点的能量消耗，因此在这一点上没有进一步讨论这个问题。

3.2 设置跌倒检测

虽然跌倒的检测不是本文的主要焦点，但它仍然是日常生活环境中的一个重要因素。因此，作者采用由伯克和里昂[ 27 ]的方法来识别和建立一个可靠的、适用于触发跌倒检测报警阈值。传感器安装在皮带扣到用户的腰的位置。这个特定的位置根据毛瑞尔等人的调查结果所选择[ 28 ]，分析了穿戴式传感器在不同体位下的识别和监测精度。他们的研究表明，对于跑步或站立等身体活动，腰部各传感器的定位在各种活动模式中提供了高准确度的结果。为了决定哪种类型的方位和开始位置应该选择，我们的假设基于以下研究[ 29 ]，研究指出，约82%的跌倒发生在与站立位置相关的高度。

关于跌倒的方向，存在着各种各样的观点和研究结果：奥尼尔等人[ 30 ]的研究认为，老年人的脸是向前的跌倒占60%。Hsiao和罗宾诺维奇[ 31 ]指出，所有的ADLs，最有可能的下降模式会向后跌倒。我们的目的，即研究节能方面，我们决定模拟正向跌倒。

为了避免假警报基于ADSL进行全天几个小时监测。在伯克和里昂[ 27 ]的研究比较中，我们没有发现ADL的重叠和这个特定的传感器类型的降门槛。作为基于阈值的实现的另一种方法，我们提出了一种基于机器学习的方法。对于这种方法的训练，来自测试对象的相同的传感器数据被用作基于阈值的设置。

3.3 智能传感器的三级比较

根据[ 32 ]，传感器节点的通信组件一般是所有组件中最高的能量消耗者。处理数据的各自的能量消耗在它们的设置中可以忽略不计。这一发现得到了[ 33 ]观察的支持。他们指出，几个比特的处理比单个比特的传输消耗更少的能量。局部处理方法的主要思想是利用通常情况下传感器的能量消耗约80%是与传输操作有关的情况[ 34 ]。

因此，通过减少要发送的数据量来减少传输量，将显著降低能量消耗。因此，为了降低整体能耗，我们建议使用本地智能方法执行重要的本地数据处理（图3）。

图3、智能定位与通信有效载荷

L1可以被描述为一个简单的“智能”的传感器节点。这种方法中的每个测量结果都直接传输到相关的基站。自动识别的过程被外包给基站及其在那里执行的算法。根据上述假设，与其他设计方案相比，这种方法应该表现出最高的能量消耗。

L2代表一个“半智能”传感器节点。这个智能级别上的传感器节点可以自行决定数据是否应该传输。这项决定是以个人为基础的。定义了两种主要状态：（一）非站立状态；（二）站立。非站立是指一个人坐着或休息，站立描述一个人移动或锻炼。在站立状态下，传感器直接将所有测量传送到基站。

然而，在非站立状态下，传感器停止其传输。由于所有测量都在传感器内进行

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22799]，资料为PDF文档或Word文档，PDF文档可免费转换为Word