نسل جوان ایران

فنی مهندسی کامپیوترنرم افزار نرم افزار

الگوریتم انتقال انطباقی مبتنی بر اولویت برای دستگاه های پزشکی در شبکه های ناحیه بدنی (حسگر بدن) بی سیم

ارسال کننده : سرکار خانم زهرا رحیمی
سطح فعالیت : نویسنده
ایمیل : NJIRAN33[@]GMAIL.COM
تاریخ ارسال : ۲۵ آذر ۱۳۹۹
دفعات بازدید : 92
زبان نوشتاری : فارسی
تعداد صفحه : 18
فرمت فایل : PDF
حجم فایل : 380KB

قیمت فایل : 10,000 تومان
خرید فایل

امتیاز مثبت : 8
امتیاز منفی : 0

دانلود پایان نامه و مقاله
محل سفارش تبلیغات شما

چکیده

شبکه حسگر بی سیم راه حل های بسیار مقرون به صرفه ای را برای زیر ساختار های مراقبت بهداشتی ارائه می دهند الگوریتم انتقال انطباقی به منظور کنترل بهره وری کانال طراحی شده است، که اندازه بسته را بر طبق اختلاف در مقادیر نقطه ویژگی که شاخصه های سیگنال بیو پزشکی را نشان می دهند، تنظیم می کند. علاوه بر آن، ما یک روش اولویت تنظیمی پیشنهاد کردیم که کیفیت خدمات را ضمن تضمین یکپارچگی سیگنال ارتقاء می دهند. تعداد زیادی شبیه سازی برای ارزیابی عملکرد انجام شد. همچنین ما از سیگنال های electrocardiogram (توار قلب) و الکترومایوگرام به عنوان سیگنال بیویز شگی مرجع برای تصحیح عملکرد استفاده می کنیم. از نتایج شبه اندازی، دریافتیم که میانگین

تاخیر بسته طرح پیش پیادی در مقایسه با روش مرسوم تا ۳۰% ارتقاء می یابد. همچنین نتایج شاید به دسازی نشان می دهند که الگوریتم پیش پیادی بهبود عملکرد چشمگیری را به لحاظ نرخ افت بسته های با اولویت زیاد حول ليله الدست می داند.

کلید واژه ها: شبکه های ناحیه بدنی (حسگر بدن) بی تیم، بهره وری کاتال، کیفیت خدمات

ندارد

.. مقدمه

پیشرفت های اخیر در فناوری ارتباط بی د م و دستگاه های با مصرف برق کم برنامه های مراقبت بهداشتی جدید را به

واقعیت تبدیل کرده است. برنامه بنا بر مانیتور کردن شرایط بدنی و علاوه بر آن، تشخیص بیماری که احتمالا رخ می د داده

هدف گذاری می کنند. چندین شبکه وجود دارد که به چنین برنامه هایی اعمال می شود، اما شبکه حسگر بی سیم بدن (WBAN) ایده آل ترین پاسخ برای ارتباطات بی سیم در دستورهای قابل حمل، قابل پوشش با قایل کاشت هستند که سیگنال های بین پزشکی را مانیتور می کنند [1] WBAN یک تحویل ترجیحی برای دستگاه های چندگانه فراهمWBAN یک شبه بی ادایم قابل پوشش، متصل به بدن، با دستگاه های محماده قابل کاشت بدن، می باشد که در استاندارد.تعریف شده است [6]. مشخصات پايه WBAN مصرف برق کم، پشتیبانی QoS مقیاس پذیری بالا، و انتقال داده مستمر می باشد. تمامی این شاخصه ها از محیط عملکرد دستگاه های WBAN - مجموعه ای از دستورها با دستگاه های موبایل که خارج یا در داخل بدن انسان عمل می کنند، ناشی می شوند. در حال حاضر، WBAN از باند MHzچهار مد دسترسی را نشان می دهند که در شکل انشان داده شده است. دستو پر فریم

شامل فاز دسترسی انحصاری (EAP)، فاز دسترسی تصادفی (RAP)، قاز دسترسی مدیریت شده (MAP)، و فاز دسترسی مباحه (CAP) می باشد. در RAP EAP و CAP گره ها برای دسترسی کانال با استفاده از دسترسی چندگانه حس حامل برای اجتناب از برخورد با روند دسترسی ALOHA شکاف دار رقابت می کنند. EAP برای ترافیک با بالاترین اولویت، مانند گزارش رویدادهای ضروری بکار می رود. RAP و CAP تنها برای ترافیک منظم بکار می روند. به طور خاص، CAP برای ترافیک اضافی، اعلام شده از طریق B2 بکار می رود. در MAP روش دسترسی زمان بندی شده و روش دسترسی نمونه برداری برای تخصیص منابع بکار می روند.

شکل 1: ساختار سوبر فریم استاندارد WBAN WBAN محدوده متنوعی از کاربردها را دارا می باشد: مراقبت بهداشتی، ورزش ها، دسر گرمی شخصی، و نمیره. در بین این موارد، کاربردهای مراقبت بهداشتی به دلیل افزایش نگرانی ها درباره سلامت بیشترین توجه را دریافت می کنند شکل 2 یک مثال از کاربرد مراقبت بلال اشتي WBAN را نشان می دهند. هدف برنامه مراقبت بهداشتی WBAN جلوگیری با تشخیص بیماری می باشد. برای دسترسی به این هدف، برنامه مراقبت بهداشتی WBAN شرایط بدن انسان را با سنسور های مختلف مانیتور می کند: دستور مانیتورینگ ECG دستور مانیتورینگ EEG استورکه در آن مقادیر آستانه سیگنال ECG فیلتر شده با انتگرال حرکت پنجره متحرک ایجاد می شود. این مقادیر آستانه

به طور دینامیک و اتوماتیک تنظیم می شوند [12] XU and LIN یک روش محاسبه بازه RR و استخراج نقطه ویژگی ECG مبتنی بر شب بردار شکل موج

ارائه کردند. الگوریتم شامل دو بخش می باشد: مرحله تفکیک متغیر و تشدید تحریر خطی. مرحله تفکیک متغیر بردار شیب دلخواه از سیگنال ECG را برای استخراج ویژگی بدست می آورد، و تشدید تعمیر خطی نیز نسبت سیگنال به نویز (SNR) را برای افزایش عملکرد شناسایی مجموعه QRS بهبود می بخشد، حتی اگر سیگنال ECG آلوده به تویز باشد. پس از استخراج نقاط ویژگی، یک بازه بین دو نقطه R متوالی در هر مجموعه QRS محاسبه می شود. [13] CHU et al یک روش شناسایی ویژگی و تشخیص الگوی EMG مبتنی بر تبدیل شکل موج ارائه کردند. این الگوریتم از تبدیل دسته موجک برای استخراج بردار ویژگی حاصل از سیگنال EMG استفاده می کند. سپس بعد ویژگی بسته موجک توسط الگوریتم کاهش می یابد که تحلیل مؤلفه باید نامیده می شود. برای تشخیص الگو از سیگنال، و جداسازی کلاد الكو، الگوریتم شاخه محموسمه های ویژگی را ایجاد می کند. سرانجام، یک شاخه از مجموعه های

ویژگی تبدیل به یک الگو می شوند، که حرکت را نماد گذاری می کنند [14] NAZIMOV et al روش شناخت الگوی EEG مبتنی بر تبدیل موجک را ارائه کردند. ابتدا، الگوریتم یک

تبدیل موجک پیوسته (CWT) را به سیگنال EEG اعمال می کند. دس بی، الگوریتم دسیتال را با فیلتر Phi بیت پیادی فیلتر می کند. سوم، الگوریتم از دو مقدار آستانه برای افزایش عملکرد شناسایی الگو استفاده می کند. سرانجام، الگوریتم پارامترهای CWT را با مقادیر بدست آمده از طریق فرایند فیلترینگ به منظور بهبود دقت شناخت الگوی سیگنال های EEG نوسان کننده بهینه سازی می کند

برای این فایل تا کنون نظری ارسال نشده است

برای ارسال نظر باید عضو سایت باشید

تعداد کاراکتر مجاز:

برچسب های مرتبط


فهرست کتابخانه نسل جوان ایران

نویسندگان برتر و فعال نسل جوان ایران

تاییدیه های سایت


درگاه بانک ملت

شبکه های اجتماعی نسل جوان ایران


فن آوری های روز دنیا


آرشیو فن آوری های روز دنیا

جدیدترین اخبار سایت


پایگاه خبری نسل جوان ایران