论文总字数：13582字

摘 要

在当今社会，人们越来越注重睡眠质量，它是保证人们身体健康的重要因素。不充足和不规则的睡眠往往与特定疾病之间有关系，如睡眠呼吸暂停和抑郁症等。检测人体在睡眠中身体动作的变化是评价睡眠质量的重要方法之一。本文介绍了一种持续监测人体在睡眠中身体动作的方法，这种方法是通过加速度传感器来采集体动数据的。它的成本较低，而且能够大量并准确地采集睡眠体动信息。方法：通过加速度传感器连续监测研究对象在睡眠中的身体状态，采集身体动作的加速度信号，将采集到的加速度信号作为输入数据，输入软件中，对其进行预先处理并且提取数据的特征矢量值。接着对提取出的特征矢量进行相似度算法，从而识别出研究对象做的动作的类别。结果：对平躺状态和突变状态的动作识别准确率较高，对渐变状态识别准确率较低。结论：本文介绍的方法成本较低，加速度传感器对人体睡眠的影响也比较小，可以较为准确地人体在睡眠中的运动状态，比较适合用来进行评价睡眠质量。

关键字： 睡眠状态监测； 加速度传感器； 数据预处理； 特征提取

Abstract

In today"s society, more and more people pay attention to sleep quality, it is one of the important factors to ensure people healthy. Inadequate and irregular sleep tend to have relationship with a specific disease, such as sleep apnea and depression. Detect change human body movement during sleep is one of the important methods of evaluation of sleep quality. This paper introduces a kind of continuous monitoring method of human body movement during sleep, this method is through the acceleration sensor to gather the collective dynamic data, its cost is low, but also a lot of sleep body dynamic information collected and accurately. Methods: through the continuous correctly monitoring acceleration sensor research objects in the physical state of sleep, will be collected acceleration signal as the input data, input software, prior to treatment and to extract the characteristic vector of data values. Then the feature vectors extracted by similarity algorithm, so as to identify the object of study the category of the action. Results: the action to lie low and mutation state identification accuracy is higher, the creep state recognition accuracy is low. Conclusion: this paper introduces the method of cost is low, the acceleration sensors on the human body is small, the influence of sleep can more accurately in the human body movement state of sleep, suit to used to evaluate the sleep quality.

Keywords: Sleep Monitoring; Acceleration Sensor; Data preprocessing ; Feature extraction; similarity

目录

摘要 I

Abstract II

第一章 绪论 2

1.1选题背景与意义 2

1.2国内研究现状（文献综述） 2

1.3本文研究的内容 3

第二章 体动信号采集系统 4

2.1 系统总体介绍 4

2.2加速度传感器介绍^[13]： 4

2.3 加速度传感器阵列 4

2.4 体动信号数据采集 5

2.5 床垫信号采集结果 6

2.6 小结 7

第三章 体动信号的提取与分类识别 8

3.1 小波软阈值去噪 8

3.2 体动信号的分类识别 14

3.3 小结 15

第四章 总结与展望 16

4.1总结 16

4.2 尚待研究的问题 16

致谢 17

参考文献 18

第一章 绪论

1.1选题背景与意义

进入21世纪以后，研究人员一直都在寻找一种最自然，最人性化的人机交互方式，从而生成了各种各样的人机交互技术。例如，基于视觉的人机交互技术，基于触觉的人机交互技术和基于传感器的人机交互技术等。但是，基于视觉或是基于触觉的人机交互技术或多或少都需要外挂设备，或者是受到外部环境的影响，比如基于视觉的交互技术要求相机与要捕捉的研究对象间不能有障碍物遮挡。而基于传感器的交互技术基本无需外挂设备，受外部环境影响也较小，慢慢开始受到研究人员的重视。

加速度在日常生活中无处不在，人们的走路，上下楼，或者睡眠中的翻身，抬腿等各种动作都会产生加速度。正因如此，利用加速度传感器测量得到的加速度信号来识别人体的运动状态越来越受到重视。这里所谓的“加速度信号”指的就是生活中由于人体运动而产生的人体动作信号。通过对在睡眠测量到的加速度信号的有效处理，就可以判断产生该信号的是哪一种动作。通过加速度传感器这种方法来识别人体在睡眠中的运动状态不仅可以在智能型人机交流技术中广泛应用，还可以用于睡眠状态监测，睡眠模式的判断。在现代人们对自身健康越来越关注的背景下，睡眠质量和健康的睡眠模式变成了引起广泛讨论的话题。专家认为，足够的睡眠时间和良好的睡眠质量是身体健康的重要因素。如果想要身体健康，就需要重新评估睡眠对健康的影响，改变不合理的睡眠模式。但是在人们传统的健康观念中，他们更看重饮食和运动的影响，有时就忽略了睡眠的重要性。到现在为止，由各种各样的原因导致的失眠已成为威胁人体健康的严重隐患，也是医院中经常出现的病人症状，它的症状是夜晚不容易睡着、夜里会突然醒来及早晨过早苏醒。经过许多医学专家以及研究人员对睡眠的不断钻研，提出了“身体安康来自睡眠”的新理解。经常性的睡眠时间不够会引起一些的人体机能的伤害，包含思维能力的衰退、警惕能力与判断能力的降低、身体免疫力退化、内分泌不协调等，甚至与一些疾病会有所相关，如糖尿病与冠心病。因此，研究人体睡眠时的各项数据以及睡眠时的人体动作对睡眠质量的影响就显得尤为重要。

1.2国内研究现状（文献综述）

为了更好地理解课题和完成毕业设计，我在晚上查了很多相关资料以及去图书馆查阅了相关书籍，也浏览了许多篇研究方向和我的课题有关系的论文，对这些论文的简介如下，他们可以显示出国内此方面的研究现况：

张莉莉^[1]等设计出一种由身体动作的信号来识别人体的觉醒的方法。方法：用检测飞行员的身体机能参数的仪器和多种导体的睡眠检测系统一起采集研究对象在晚上睡觉时的身体机能信息，利用采集数据的统计特性来设计出一种可以识别睡眠和苏醒的算法。结果是对采集数据的大致判别准确程度是 89.1%。得到的总结是通过身体信号来判断人体睡眠或者是苏醒的判断结果与多导体睡眠采集设备（PSG）的相同性比较高，所以利用身体动作的信号来实现初步的睡眠、觉醒分析是可以行的通的。该方法结合穿戴式设备，可用于家庭睡眠监测，也可作为睡眠疾患的初筛方式。

剩余内容已隐藏，请支付后下载全文，论文总字数：13582字