论文总字数：14798字

摘 要

人的一生中有三分之一的时间都处于睡眠中。而睡眠质量是更是关系到人的身体健康以及精神状态。因此，为了进一步了解自身的睡眠状态，睡眠运动检测是必要的。通过检测睡眠中的运动状态，才能更好的发现睡眠中的问题，进而改善自身的睡眠。

本文进行了基于加速度信号的睡眠运动检测研究，学习了多种信号预处理的方法，掌握了运动识别的分类算法。实验首先利用加速度传感器对睡眠活动进行数据采集，对数据进行加窗截断，滤波处理后提取均值，方差，标准差，均方差等作为数据的特征。然后采用bp神经网络和支持向量机两种算法进行运动检测。实验结果表明，bp神经网络分类的准确率较高，平均超过了95%。而支持向量机的准确率则略差一些，大概只有90%。本文凭借超过95%的平均准确率，基本上完成了对睡眠运动的检测。

关键词：睡眠；加速度；运动检测；BP神经网络；支持向量机

Abstract

One third of a normal person"s life is in sleep. The quality of sleep is more related to people"s physical health and mental state. Therefore, in order to further understand their sleep state, sleep motion detection is necessary. By detecting the state of motion during sleep, you can better discover problems in your sleep and improve your sleep.

In this paper, the research of sleep motion detection based on acceleration signal is carried out. Various signal preprocessing methods are studied, and the classification algorithm of motion recognition is mastered. Firstly, the acceleration sensor is used to collect data on sleep activity, and the data is windowed and truncated. After filtering, the mean, variance, standard deviation and mean square error are extracted as the characteristics of the data. Then bp neural network and support vector machine are used to perform motion detection. The experimental results show that the accuracy of bp neural network classification is higher, with an average of over 95%. The accuracy of the support vector machine is slightly worse, about 90%. With the average accuracy of over 95%, this paper basically completed the detection of sleep movement.

Key words: Sleep; acceleration; motion detection; BP neural network; support vector machine

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景 1

1.2 研究目的及意义 1

1.3 研究现状 2

1.4 论文结构 2

1.5 本章小结 2

第二章 睡眠运动研究综述 3

2.1 理论基础 3

2.2 基于加速度传感器的睡眠运动识别的优点 3

2.3 睡眠运动识别的算法 4

2.3.1 基于阈值判断的方法 4

2.3.2 基于模式识别的方法 4

2.4 加速度传感器的原理 4

2.5 本章小结 4

第三章 加速度信号的数据预处理算法 5

3.1 数据的采集 5

3.2 数据预处理 5

3.2.1 去除重力加速度 5

3.2.2 加窗处理 5

3.2.3 滤波 6

3.3 实验步骤 7

3.3.1 去除重力加速度 7

3.3.2 加窗处理 7

3.3.3 滤波 8

3.4 本章小结 8

第四章 睡眠运动识别的设计与实现 9

4.1 特征提取 9

4.1.1 时域特征 9

4.1.2 频域特征 10

4.2 运动分类算法简介 10

4.2.1 BP神经网络 10

4.2.2 支持向量机分类器（SVM） 11

4.2.3 朴素贝叶斯分类器 11

4.3 实验步骤 11

4.3.1 特征提取 11

4.3.2 BP神经网络 11

4.3.3 支持向量机 12

4.3.4 分类误差分析 12

4.4 本章小结 14

第五章 总结与展望 15

5.1 总结 15

5.2 展望 15

参考文献 16

致 谢 17

第一章 绪论

1.1 研究背景

随着当今社会科技水平的高速发展，可穿戴智能设备的逐渐普及，人工智能技术也正在渗入我们生活中的每个角落。利用人工智能技术识别人类睡眠运动，在现阶段技术也已较为成熟。并且社会发展稳定，互联网和娱乐的兴起，导致人们足不出户便能享受到原本出门也没有的待遇，即地球村现象。而且就目前研究报告来说，中国越来越多年轻人睡眠作息很不规律，睡眠质量越来越差，甚至成为一种很严重的问题。因此越来越的人关注自身的身体健康和睡眠质量，睡眠运动识别技术在目前和未来的生活里都有着巨大的实用性和研究意义。通过对整个睡眠过程的检测，识别睡眠中运动的情况，并根据所识别的状况来分析睡眠的质量，同时亦可作为辅助对一些医学上的睡眠疾病进行诊断。

人类历史上，关注睡眠的学者和医者不在少数，可见睡眠也是人类探索世界未知中的一环。所以，我们也要对人类睡眠有更深入、更细致的了解和认识，并将先进的知识和理念融入到人类睡眠监测过程中去，开发出更符合人们需求的睡眠监测系统。

1.2 研究目的及意义

人类生命的三分之一是处在睡眠中，可见睡眠的质量无论在人类的身体、精神，还是情感上都起着至关重要的作用。^[1]深夜降临，人们拖着疲惫的身体会觉得睡觉是天底下最美好的事情。人类每天正常活动，大脑的神经细胞就在一直工作处于兴奋状态。当大脑辛苦工作一天神经细胞依然处于兴奋状态时身体的保护机制就会抑制神经细胞，人体就会产生困意，睡觉是为了保护大脑的神经细胞，避免其发生损伤导致无法正常工作。睡觉同时是记忆细胞新陈代谢的过程：老化的细胞将每个记忆信息所使用的排列方式输入新细胞内，以备储存。同时细胞的

一个人经常睡眠质量很差或者睡不好觉，就会导致神经细胞无法进行正常的工作，会损伤神经细胞，久而久之人的身体就产生一些问题，甚至疾病，比如失语症，痉挛，抽搐，或者强制性睡眠导致的休克和昏厥等。更甚者可能导致糖尿病、肥胖、抑郁、睡眠紊乱、睡眠呼吸暂停综合征等疾病。同样睡眠质量不高也会导致心血管疾病和神经问题，如压力、焦虑等。所以，对人类睡眠数据的获取和分析，及对睡眠质量的评估和睡眠疾病的诊断都有极其重要的应用价值和研究价值。

1. 去除大脑的疲惫

不管做苦力的亦或是技术人员,大脑一直处于活动状态,就会消耗很多的能量,但是想要从疲劳状态恢复过来，高质量且一定时间的睡眠是必不可少的。身体上的疲惫或许可以通过休息一会来弥补，但是大脑的疲劳是需要很好的睡眠质量的。这也是为什么许多人睡醒了依旧感觉头脑发晕。

1. 减压

通过睡眠能够让疲惫的大脑得到休息,睡眠是非常有效的减压方法。频繁的睡眠不足会导致自身压力慢慢积累,更有一定可能会导致忧郁症等精神病。

1. 青少年身体发育以及抗衰老

睡眠是青少年荷尔蒙分泌的关键环节。青少年处于生理发育期,充足的睡觉是健康成长的重要因素。此外荷尔蒙对成年人也是必需的,荷尔蒙可以帮助人体修复老化的皮肤以及身体,因此睡眠也可以抗衰老。

1. 提高身体免疫力

当人们在处于睡眠中,骨髓就会开始工作，生产出白血球红血球等并且可以加速身体的血液循环，老血换新血可以很好的提高身体对疾病的抵抗能力。同时睡眠亦可减少心脏的压力,即心脏能进行休息。

1. 提高大脑记忆效率

睡眠过程中，大脑内神经元会进行新陈代谢并重新安排记忆的存放。在这个过程中，会提升大脑的记忆效率，可以更牢的记住知识。

剩余内容已隐藏，请支付后下载全文，论文总字数：14798字