关注公众号

关注公众号

手机扫码查看

手机查看

喜欢作者

打赏方式

微信支付微信支付
支付宝支付支付宝支付
×

深圳先进院人体传感器网络学术研究获新成果

2012.11.26

  11月中旬,中国科学院深圳先进技术研究院医工所医疗机器人与微创器械研究中心赵国如博士的学术论文Exploration and Implementation of Pre-impact Fall Recognition Method Based on Inertial Body Sensor Network和聂泽东博士生的学术论文Dynamic Propagation Channel Characterization and Modeling for Human Body Communication,先后在Sensors期刊发表,通讯作者均为王磊研究员。Sensors是MDPI杂志社出版的在线刊物,旨在发表传感器领域的最新研究进展。

  先进院人体传感器网络(Body Sensor Network, BSN)课题组围绕BSN这一国际学术前沿,展开多点、深入的研究。惯性BSN(Inertial BSN)是一种低负荷、高精准、易实现的人体运动信息定量获取新技术,赵国如等针对人体跌倒预警的前沿科学问题,以人体跌倒和日常活动为研究对象,从BSN位置优化和参数优化等方面对跌倒预警时间、跌倒预警临界姿态角等进行分析和探索,优化实现了一种人体跌倒预警的新方法。该方法有望在老人跌倒预警和防护系统研发中发挥重要作用。

  人体通信技术采用“人体”作为通信媒介,是下一代BSN的主要通信方式,具有高能效比,网络安全性好和网络利用率高等优点。聂泽东等针对人体通信的动态传播信道进行了详尽的在体实验研究,表明人体通信对运动的不敏感性。这个重大发现为目前运动中BSN通信链路不稳定的问题提供了一种有效的解决方案,将极大推动BSN在面向个人及家庭的低成本健康产业中的应用。

  W020121123366439295764.png

  W020121123366439304514.png

  左图:人体通信动态信道实验设置    右图:人体通信动态信道时序特性

推荐
热点排行
一周推荐
关闭