作者:叶斌,李玉榕,陈建国,吴福春,杜民 单位:中国仪器仪表学会 出版:《仪器仪表学报》2014年第S2期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFYQXB2014S20020 DOC编号:DOCYQXB2014S20029 下载格式:PDF + Word/doc 文字可复制、可编辑
《微移动监测系统中MMA7360的加速度信号处理研究》PDF+DOC2008年第09期 周建中,刘蓉,刘明 《一种基于加速度传感器的摔倒检测腰带》PDF+DOC2018年第11期 彭亚平,贺乾格,柯希垚,胡瑾,吴伶锡 《基于加速度传感器MMA8452的滑坡位移监测系统设计》PDF+DOC 赵增群,王楷,秦伟,石军强 《基于三轴加速度传感器的跌倒检测研究》PDF+DOC2014年第18期 张军建,赵捷,安佰京,尹文枫,陈甜甜,李大鹏,张春游 《基于DSP和MMA7260Q的车辆加速度测试系统设计》PDF+DOC2011年第06期 陶玉贵,蒋慧 《基于CC2430的刀具磨损检测系统》PDF+DOC2010年第21期 赵高波,贾春兰 《高压架空输电线舞动监测系统》PDF+DOC2010年第01期 王峰,何为,胡泽文,文军,林伟 《基于加速度传感器和GSM模块的老人跌倒监测系统研制》PDF+DOC2014年第08期 吴中华 《基于加速度传感器的步态分类研究》PDF+DOC2013年第04期 邢秀玉,刘鸿宇,黄武 《基于加速度传感器的实时人体状态识别算法》PDF+DOC2013年第05期 宋玲玲,李鹏,王瑞凤
  • 本文设计了一种便捷式的膝骨性关节炎(KOA)运动监测系统,KOA患者可以通过该监测系统了解自身运动规范性并作出适当的调整。该监测系统将装有MMA7361加速度传感器的蓝牙模块穿戴在人体的下肢进行三轴加速度信号的采集,并将三轴加速度信号通过蓝牙发送至Android智能手机上。Android手机通过扩展Kalman滤波算法将采集到的加速度信号进行滤波,并通过规则归纳法对动作规范性进行识别。经过大量实验测试结果统计,对保持时间太短、运动腿弯曲、抬腿速度太快这三类动作训练的平均识别率分别为89.6%,89.3%,89.5%。结果表明:基于Android智能手机平台构建的KOA运动监测系统具有便捷、成本低等优点,而且能够较好的识别患者运动中出现的不规范动作,满足运动监测的应用要求。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。