CN105534653A - 一种心内科多功能护理架 - Google Patents

Abstract

本发明公开了一种心内科多功能护理架，包括呼吸装置、控制装置、吸氧装置、床板、床腿、万向轮、万向轮固定板、伸缩杆、滑动槽装置、底座、输液架固定板、把手连接扣、推拉把手、危险警报铃和药箱，所述的药箱设置在危险警报铃与呼吸装置的中间位置；所述的控制装置设置在药箱的下部位置；所述的吸氧装置设置在床板的上部位置；所述的床腿设置在床板的下部位置。本发明的吸氧装置，控制装置和呼吸装置的设置，有利于方便实用，急救及时，密封严紧，防止空气进入，使得提高工作效，省时省力，使得操作简单，控制方便，安全可靠，从而完善功能多样性，提高安全效果，进而降低维护成本。

Description

一种心内科多功能护理架

技术领域

本发明属于医疗用具技术领域，尤其涉及一种心内科多功能护理架。

背景技术

目前，随着社会就业工作压力的不断增大，以及生活水平不断提高，饮食越来越好，许多人都不同程度患有心内科疾病，现今医院对心内科的护理都是采用现有的保守护理方法，物理治疗和药物治疗分开进行，无法做到有机统一，且由于病症群体的特殊性，病症突发性高，医护人员无法及时对患者跟踪治疗，极大地增加了医护人员的工作难度。心内科，即心血管内科，是各级医院大内科为了诊疗心血管血管疾病而设置的一个临床科室，治疗的疾病包括心绞痛、高血压、猝死、心律失常、心力衰竭、早搏、心律不齐、心肌梗死、心肌病、心肌炎、心肌梗塞等心血管疾病。但是，现有的心内科多功能护理架存在着功能不够完善，使用不方便，安全性低，操作不灵活，急救不迅速，护理劳动程度大，而且费时费力的问题。

发明内容

本发明的目的在于提供一种心内科多功能护理架，旨在解决现有的心内科多功能护理架存在着功能不够完善，使用不方便，安全性低，操作不灵活，急救不迅速，护理劳动程度大，而且费时费力的问题

本发明是这样实现的，一种心内科多功能护理架，该心内科多功能护理架包括呼吸装置、控制装置、吸氧装置、床板、床腿、万向轮、万向轮固定板、伸缩杆、滑动槽装置、底座、输液架固定板、把手连接扣、推拉把手、危险警报铃和药箱，所述的药箱设置在危险警报铃与呼吸装置的中间位置；所述的控制装置设置在药箱的下部位置；所述的吸氧装置设置在床板的上部位置；所述的床腿设置在床板的下部位置；所述的万向轮固定板设置在万向轮的上部位置；所述的伸缩杆设置在控制装置的下部位置；所述的滑动槽装置设置在底座的上部位置；所述的输液架固定板设置在滑动槽装置的内部位置；所述的把手连接扣设置在推拉把手与床板的连接位置；

所述的呼吸装置包括管插座、套环、气囊、阀门开关、吸氧面罩和密封圈，所述的管插座设置在所述套环和所述吸氧面罩的中间位置，所述的管插座设有紧固螺栓，所述的套环设置在所述阀门开关的顶部位置，所述的气囊设置在所述套环的下部位置，所述的吸氧面罩设置在所述套环的下部位置；所述的密封圈设置在所述吸氧面罩的底部位置；

所述的控制装置包括控制主板、液晶显示屏、扬声器、指示灯盒、电源开关、电池、自动给药器、紫外线消毒灯，所述的控制主板设置在所述控制装置内部，所述的液晶显示屏设在在所述控制装置的前侧，所述的液晶显示屏右侧设有扬声器，左侧设有指示灯盒，指示灯盒上设有电源指示灯和故障指示灯，指示灯盒下侧设有电源开关，所述的电池设置在所述液晶显示屏的下部位置，连接所述电源开关，所述电源开关下侧设有自动给药器，所述的自动给药器上侧设有紫外线消毒灯；

所述的吸氧装置包括电动滑槽、吸氧瓶、吸氧管、吸氧开关、吸氧架、动滑轮、吸氧口和床面，所述的电动滑槽设置在床面的上部位置；所述的吸氧瓶设置在吸氧架的上部位置；所述的吸氧管设置在吸氧瓶与吸氧口的中间位置；所述的吸氧开关设置在吸氧口的上部位置；所述的吸氧架设置在电动滑轮与吸氧瓶的连接位置；

所述的滑动槽装置包括输液挂钩、输液杆滑槽、滑轮、输液杆和照明灯，所述的输液挂钩设置在输液杆的上部位置；所述的输液杆滑槽设置在滑轮的上部位置；所述的照明灯设置在输液杆的上部位置；所述的滑轮设置在输液杆与输液杆滑槽的连接位置。

进一步，所述液晶显示屏包括上基板、液晶层、下基板、无线同步传输模块，所述下基板与所述上基板间隔相对设置；所述液晶层设置于所述上基板与所述下基板之间；所述上基板或/和下基板包括透明加热层，其中，所述透明加热层包括多个碳纳米管；

所述无线同步传输模块包括：

图像信号发送模块，用于产生图像信号，并对所产生的图像信号进行输出；

视频信号发送模块，用于产生视频信号，并对所产生的视频信号进行输出；

控制命令发送模块，用于产生控制命令，并对所产生的控制命令进行输出；

无线信号发射模块，与所述图像信号发送模块、视频信号发送模块及控制命令发送模块相连接，接收所述图像信号发送模块产生的图像信号、视频信号发送模块产生的视频信号及控制命令发送模块产生的控制命令，并对所述图像信号、视频信号及控制命令进行无线发射；

无线信号接收模块，与所述无线信号发射模块进行无线通讯，用于接收所述无线信号发射模块无线发射出的图像信号、视频信号及控制命令，并对所述图像信号、视频信号及控制命令进行输出；

图像信号解码模块，与所述无线信号接收模块相连接，用于接收所述无线信号接收模块输出的图像信号，对所述图像信号进行解码处理，并对解码处理后的图像信号进行输出；

视频信号解码模块，与所述无线信号接收模块相连接，用于接收所述无线信号接收模块输出的视频信号，对所述视频信号进行解码处理，并对解码处理后的视频信号进行输出；

控制命令解码模块，与所述无线信号接收模块相连接，用于接收所述无线信号接收模块输出的控制命令，对所述控制命令进行解码处理，并对解码处理后的控制命令进行输出；

显示播放模块，与所述图像信号解码模块、视频信号解码模块及控制命令解码模块相连接，用于接收解码处理后的图像信号、视频信号及控制命令，并根据所接收的图像信号、视频信号及控制命令进行显示播放；

所述显示播放模块设置有多个LED显示屏，多个所述LED显示屏组成了一个LED显示屏箱体；

所述无线信号发射模块及无线信号接收模块采用WIFI、LMDS、WLAN或RF无线传输方式；

所述无线信号发射模块与无线信号接收模块之间无线信号的传输速率大于512Kbps；

当信号传输不稳定时，所述无线信号发射模块与无线信号接收模块之间采用双发送的方式；

所述自动给药器前侧设有固体药出药口，所述固体药出药口右侧设有按钮条，所述按钮条上设有出药按钮，所述按钮条右侧设有液体药出药口，所述自动给药器内设有药瓶轨道，所述药瓶轨道上设有滑轮，所述滑轮上设有液体药瓶，所述药瓶轨道连接所述药箱；

所述输液杆上设有垃圾桶套环，所述垃圾桶套环外侧壁连接有垃圾桶放置环，所述垃圾桶放置环内设有垃圾桶；

所述输液杆上还设有加热器套环，所述加热器套环外壁设有加热器固定支架，所述加热器固定支架上设有加热器，加热器上设有带有饮水管的加热杯；

所述加热器为电动恒温加热器，所述加热器上设有加热开关和加热温度调节钮；

所述药箱内设有支柱，支柱内设有转动片，支柱上设有药盒层，药盒层上设有药盒固定口；

所述底座下方设有止动装置，所述底座侧面设有与所述止动装置相连接的止动踏板。

本发明的另一目的在于提供一种所述心内科多功能护理架的无线同步传输模块的能效与时延折衷方法，所述能效与时延折衷方法包括如下步骤：

(1)对于基于蜂窝网络覆盖的干扰受限的终端直通的通信系统，引入组的概念，将工作在同一个正交频段的所有用户定义为一个组，因此用户间的干扰只存在于组内，组与组之间不存在干扰；

(2)给出了组r内工作在蜂窝模式的用户在基站的接收信干噪比和工作在终端直通模式的用户在终端直通接收端的接收信干噪比的定义公式，从而通过香农公式给出组r内工作在蜂窝模式的用户的传输速率和终端直通模式的用户的传输速率的定义公式；

(3)给出系统工作在蜂窝模式的用户的传输速率R_m(t)、工作在终端直通模式的用户的传输速率R_n(t)和系统总传输速率R_tot(t)的定义公式；

(4)给出了单用户的瞬时功耗P^k(t)、长期的平均功耗和系统瞬时总功耗P_tot(t)的定义公式；

(5)为了定量的刻画能效与时延之间的折衷关系，给出了实际数据队列Q_k(t)的更新公式和能效η_EE的定义公式；

(6)建立随机最优化模型来定量的揭示基于蜂窝网络覆盖的干扰受限的终端直通的通信系统的能效与时延折衷关系；

(7)为了处理步骤(6)随机最优化模型的限制条件C1，引入并给出了虚拟功率队列V_k(t)的概念和定义公式；

(8)利用序列凸规划、非线性分数规划和利亚普洛夫漂移技术为上述随机、非凸最优化问题设计出了一种通用、有效的能效-时延折衷算法，该算法能定量的揭示能效和时延的折衷关系；

(8a)在每个时隙t，观察当前实际数据队列Q_k(t)和虚拟功率队列V_k(t)和信道条件G(t)，根据最优化问题进行功率分配；

$\begin{array}{cc}\min & V\[\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{P}_k^r\left(t\right)-{\mathrm{\η}}_{EE}\left(t\right)\left(\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{R}_k^r\right(t)\]+\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{V}_k\left(t\right)P_k^r\left(t\right)-\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{Q}_k\left(t\right)R_k^r\left(t\right)\end{array}$

s.t.C3，C4，C5

(8b)根据当前时隙t的实际数据队列Q_k(t)、虚拟功率队列V_k(t)和能效η_EE(t)更新公式更新下一时隙开始时的实际数据队列Q_k(t+1)、虚拟功率队列V_k(t+1)和能效η_EE(t+1)；

(9)根据组的概念将(8a)的最优化问题分割为R个子问题，提出针对子问题的迭代功率分配算法(IPAA)：

$\begin{array}{cc}\min & V\[\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{P}_k^r\left(t\right)-{\mathrm{\η}}_{EE}\left(t\right)\left(\underset{k\∈G_r\left(t\right)}{\Σ}{R}_k^r\right(t)\]+\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{V}_k\left(t\right)P_k^r\left(t\right)-\underset{k\∈G_r\left(t\right)}{\Σ}{Q}_k\left(t\right)R_k^r\left(t\right)\end{array}$

s.t.C3，C4，C5.

(9a)初始化初值功率P^r，(0)(t)、当前用户k＝0和最大容忍δ＞0，计算I^r，(0)＝f(P^{r ，(0)}(t))-h(P^r，(0)(t))；

(9b)解决本最优化问题得到最优解P^r，*(t)；

$\begin{array}{cc}\max & f\left(P^r\right(t\left)\right)-\[h\left(P^{r,\left(k\right)}\right(t\left)\right)+\▿h^T\left(P^{r,\left(k\right)}\right(t\left)\right)\left(P^r\right(t)-P^{r,\left(k\right)}(t\left)\right)\]\end{array}$

s.t.C3，C4，C5

(9c)将(9b)的最优解设置下一个用户的功率k＝k+1，P^r，(k)(t)＝P^r，*(t)；

(9d)计算I^r，(k)＝f(P^r，(k)(t))-h(P^r，(k)(t))；

(9e)判断不等式|I^r，(k)-I^r，(k-1)|≤δ。如果不等式成立，该算法结束输出最优化功率；否则返回步骤(9b)；

(10)通过利亚普洛夫漂移技术，定量的分析出能效-时延折衷关系为[O(1/V)，O(V)]。

进一步，步骤(5)所述的实际数据队列Q_k(t)和能效η_EE，按如下公式计算：

Q_k(t+1)＝max[Q_k(t)-R_k(t)，0]+A_k(t)，

其中，max[Q_k(t)-R_k(t)，0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率。

${\mathrm{\η}}_{EE}=\underset{T\→\mathrm{\∞}}{\lim }\frac{\underset{t=0}{\overset{T-1}{\mathrm{\Σ}}}E\left\{P_{tot}\left(P\left(t\right),G\left(t\right)\right)\right\}}{\underset{t=0}{\overset{T-1}{\mathrm{\Σ}}}E\left\{R_{tot}\left(P\left(t\right),G\left(t\right)\right)\right\}}=\frac{\underset{T\→\mathrm{\∞}}{\lim }\frac{1}{T}\underset{t=0}{\overset{T-1}{\mathrm{\Σ}}}E\left\{P_{tot}\left(P\left(t\right),G\left(t\right)\right)\right\}}{\underset{T\→\mathrm{\∞}}{\lim }\frac{1}{T}\underset{t=0}{\overset{T-1}{\mathrm{\Σ}}}E\left\{R_{tot}\left(P\left(t\right),G\left(t\right)\right)\right\}}=\frac{{\stackrel{\‾}{P}}_{tot}}{{\stackrel{\‾}{R}}_{tot}}$

其中，为系统长期平均功耗，为系统长期总平均传输速率。

进一步，其中步骤(6)所述的建立随机最优化模型来揭示基于蜂窝网络覆盖的干扰受限的终端直通的网络场景的能效与时延折衷关系，按如下公式描述：

$\begin{array}{cc}\min & {\mathrm{\η}}_{EE}=\frac{{\stackrel{\‾}{P}}_{tot}}{{\stackrel{\‾}{R}}_{tot}}=\frac{{\stackrel{\‾}{P}}_{tot}\left(P,G\right)}{{\stackrel{\‾}{R}}_{tot}\left(P,G\right)}\end{array}$

s.t.C1： $\stackrel{\‾}{P^k}\≤P_{av}^k,\∀k\∈G\left(t\right),r$

C2：排队队列Q_k(t)平均速率稳定，

C3： $\underset{n\∈D_r\left(t\right)}{\Σ}{P}_n^r\left(t\right)\≤P_{D,max}^r,\∀r,t$

C4： $\underset{m\∈C_r\left(t\right)}{\Σ}{P}_m^r\left(t\right)\≤P_{C,\max }^r,\∀r,t$

C5： $P_j^r\left(t\right)\≥0,\∀j\∈G_r\left(t\right),r,t$

其中，为用户每个时隙的平均功耗门限，为组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰门限，为组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰门限；

C1用于保证移动设备的生存期(lifetime)；C2是队列稳定性约束，用于保证所有到达的数据在有限的时间内离开网络；C3限制组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰；C4限制组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰；C5是一个非负传输功率约束。

进一步，其中步骤(7)所述的虚拟功率队列V_k(t)，按如下公式计算：

V_k(t+1)＝max[V_k(t)+y_k(t)，0]

$y_k\left(t\right)=P^k\left(t\right)-P_{av}^k$

其中，max[V_k(t)+y_k(t)，0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限。

进一步，其中步骤(8)所述的更新下一时隙开始时的实际数据队列Q_k(t+1)、虚拟功率队列V_k(t+1)和能效η_EE(t+1)，按如下公式计算：

Q_k(t+1)＝max[Q_k(t)-R_k(t)，0]+A_k(t)

其中，max[Q_k(t)-R_k(t)，0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率。

Vk₍t+1)＝max[V_k(t)+y_k(t)，0]

$y_k\left(t\right)=P^k\left(t\right)-P_{av}^k$

其中，max[V_k(t)+y_k(t)，0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限。

${\mathrm{\η}}_{EE}\left(t\right)=\frac{\underset{\mathrm{\τ}=0}{\overset{t-1}{\Σ}}{P}_{tot}\left(P\right(\mathrm{\τ}),G(\mathrm{\τ}\left)\right)}{\underset{\mathrm{\τ}=0}{\overset{t-1}{\Σ}}{R}_{tot}\left(P\right(\mathrm{\τ}),G(\mathrm{\τ}\left)\right)}$

其中，P_tot(P(τ)，G(τ))为系统瞬时总功耗，R_tot(P(τ)，G(τ))为系统总传输速率。

进一步，其中步骤(9)所述的迭代功率分配算法(IPAA)，按如下步骤进行：

(9a)初始化初值功率P^r，(0)(t)、当前用户k＝0和最大容忍δ＞0，计算I^r，(0)＝f(P^{r ，(0)}(t))-h(P^r，(0)(t))；

其中：

$f\left(P^r\right(t\left)\right)=\underset{k\∈G_r\left(t\right)}{\Σ}\left({\mathrm{V\η}}_{EE}\right(t)+Q_k(t\left)\right){\log }_2\left(\underset{j\∈G_r\left(t\right)}{\mathrm{\Σ}}{P}_j^r\right(t\left)g_{kj}^r\right(t)+n_k)-V\underset{k\∈G_r\left(t\right)}{\mathrm{\Σ}}{\mathrm{\ξ}}^k{P}_k^r\left(t\right)-\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{V}_k\left(t\right)P_k^r\left(t\right)$

$h\left(P^r\right(t\left)\right)=\underset{k\∈G_r\left(t\right)}{\Σ}\left({\mathrm{V\η}}_{EE}\right(t)+Q_k(t\left)\right){\log }_2\left(\underset{j\∈\{G_r\left(t\right)-k\}}{\mathrm{\Σ}}{P}_j^r\right(t\left)g_{kj}^r\right(t)+n_k)$

(9b)解决如下最优化问题得到最优解P^r，*(t)；

$\begin{array}{cc}\max & f\left(P^r\right(t\left)\right)-\[h\left(P^{r,\left(k\right)}\right(t\left)\right)+\▿h^T\left(P^{r,\left(k\right)}\right(t\left)\right)\left(P^r\right(t)-P^{r,\left(k\right)}(t\left)\right)\]\end{array}$

s.t.C3，C4，C5

(9c)将(9b)的最优解设置下一个用户的功率k＝k+1，P^r，(k)(t)＝P^r，*(t)；

(9d)计算I^r，(k)＝f(P^r，(k)(t))-h(P^r，(k)(t))；

(9e)判断不等式|I^r，(k)-I^r，(k-1)|≤δ。如果不等式成立，该算法结束输出最优化功率；否则返回步骤(9b)。

技术效果

本发明的提供一种心内科多功能护理架，广泛应用于医学医疗用具技术领域，同时，本发明的有益效果为：本发明的吸氧装置，控制装置和呼吸装置的设置，有利于方便实用，急救及时，密封严紧，防止空气进入，使得提高工作效，省时省力，使得操作简单，控制方便，安全可靠，从而完善功能多样性，提高安全效果，进而降低维护成本。要针对基于蜂窝网络覆盖的干扰受限的终端直通的通信系统中存在的许多研究盲点，适用于业务随机到达和时变信道条件，通过分配用户的传输功率，达到能效和时延的折衷。其实现过程为：对于基于蜂窝网络覆盖的干扰受限的终端直通的通信系统，引入组的概念，将工作在同一个正交频段的所有用户定义为一个组，因此用户间的干扰只存在于组内，组与组之间不存在干扰，组概念的引入将该算法的最优化问题分解成了一系列的子问题，从而大大的降低了计算的复杂度。本发明定量的揭示出了该通信系统中时延和能效的关系，这种定量关系为工程设计中控制和权衡时延和能效性能提供了重要的理论准则。同时，本发明提出的算法不需要知道任何有关业务到达率和信道条件的统计分布的先验知识，具有信号开销小的优点，从而能容易的应用于实际系统。本发明针对基于蜂窝网络覆盖的干扰受限的终端直通的通信系统，首次明确、定量的揭示并给出了能效-时延的折衷关系，其为，其中V是一个控制参数，这个结果为工程设计中权衡和控制时延和能效性能提供了重要的理论准则；本发明提出的能效-时延折衷算法(EE-DTA)，不需要知道任何有关业务到达率和信道条件的统计分布的先验知识。因此，该算法具有开销小的优点，能很容易的应用于实际系统；对于基于蜂窝网络覆盖的干扰受限的终端直通通信系统，引入组的概念，组概念的引入一方面使得我们能够很灵活的来描述终端直通的网络系统，另一方面能自然地将算法中所涉及到的最优化问题分解成了一系列的子问题，从而大大的降低了计算的复杂度。

附图说明

图1是本发明实施例提供的心内科多功能护理架的结构示意图；

图2是本发明实施例提供的呼吸装置的结构示意图；

图3是本发明实施例提供的控制装置的结构示意图；

图4是本发明实施例提供的吸氧装置的结构示意图；

图5是本发明实施例提供的滑动槽装置的结构示意图；

图6是本发明实施例提供的液晶显示屏的结构示意图；

图7是本发明实施例提供的自动给药器的结构示意图；

图8是本发明实施例提供的药箱的结构示意图。

图中：1、呼吸装置；1-1、管插座；1-2、套环；1-3、气囊；1-4、阀门开关；1-5、吸氧面罩；1-6、密封圈；2、控制装置；2-1、控制主板；2-2、液晶显示屏；2-2-1、上基板；2-2-2、液晶层；2-2-3、下基板；2-3、扬声器；2-4、指示灯盒；2-4-1、电源指示灯；2-4-2、故障指示灯；2-5、电源开关；2-6、电池；2-7、自动给药器；2-7-1、固体药出药口；2-7-2、按钮条；2-7-3、出药按钮；2-7-4、液体药出药口；2-7-5、药瓶轨道；2-7-6、滑轮；2-8、紫外线消毒灯；3、吸氧装置；3-1、电动滑槽；3-2、吸氧瓶；3-3、吸氧管；3-4、吸氧开关；3-5、吸氧架；3-6、电动滑轮；3-7、吸氧口；3-8、床面；4、床板；5、床腿；6、万向轮；7、万向轮固定板；8、伸缩杆；9、滑动槽装置；9-1、输液挂钩；9-2、输液杆滑槽；9-3、滑轮；9-4、输液杆；9-4-1、垃圾桶套环；9-4-2、垃圾桶放置环；9-4-3、垃圾桶；9-4-4、加热器套环；9-4-5、加热器固定支架；9-4-6、加热器；9-4-7、饮水管；9-4-8、加热杯；9-5、照明灯；10、底座；11、输液架固定板；12、把手连接扣；13、推拉把手；14、危险警报铃；15、药箱；15-1、支柱；15-2、转动片；15-3、药盒层；15-4、药盒固定口；16、止动装置；17、止动踏板。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

如图1-图8所示，本发明实施例的心内科多功能护理架包括呼吸装置1、控制装置2、吸氧装置3、床板4、床腿5、万向轮6、万向轮固定板7、伸缩杆8、滑动槽装置9、底座10、输液架固定板11、把手连接扣12、推拉把手13、危险警报铃14和药箱15，所述的药箱15设置在危险警报铃14与呼吸装置1的中间位置；所述的控制装置2设置在药箱15的下部位置；所述的吸氧装置3设置在床板4的上部位置；所述的床腿5设置在床板4的下部位置；所述的万向轮固定板7设置在万向轮6的上部位置；所述的伸缩杆8设置在控制装置2的下部位置；所述的滑动槽装置9设置在底座10的上部位置；所述的输液架固定板11设置在滑动槽装置9的内部位置；所述的把手连接扣12设置在推拉把手13与床板4的连接位置；

所述的呼吸装置1包括管插座1-1、套环1-2、气囊1-3、阀门开关1-4、吸氧面罩1-5和密封圈1-6，所述的管插座1-1设置在所述套环1-2和所述吸氧面罩1-5的中间位置，所述的管插座1-1设有紧固螺栓，有利于安全实用，提高工作质量，所述的套环1-2设置在所述阀门开关1-4的顶部位置，所述的气囊1-3设置在所述套环1-2的下部位置，所述的吸氧面罩1-5设置在所述套环1-2的下部位置；所述的密封圈1-6设置在所述吸氧面罩1-5的底部位置；所述的管插座1-1具体采用软塑料管，所述的气囊1-3具体采用多个波纹状的气囊，有利于护理方便，安全可靠，所述的密封圈1-6具体采用橡胶材料制成的密封圈，有利于密封方便，防止空气进入；

所述的控制装置2包括控制主板2-1、液晶显示屏2-2、扬声器2-3、指示灯盒2-4、电源开关2-5、电池2-6、自动给药器2-7、紫外线消毒灯2-8，所述的控制主板2-1设置在所述控制装置2内部，所述的液晶显示屏2-2设在在所述控制装置2的前侧，所述的液晶显示屏2-2右侧设有扬声器2-3，左侧设有指示灯盒2-4，所述指示灯盒2-4上设有电源指示灯2-4-1和故障指示灯2-4-2，所述指示灯盒2-4下侧设有电源开关2-5，所述的电池2-6设置在所述液晶显示屏2-2的下部位置，连接所述电源开关2-5，所述电源开关2-5下侧设有自动给药器2-7，所述的自动给药器2-7上侧设有紫外线消毒灯2-8；所述的电源开关2-5具体采用按钮式的电子开关，有利于操作方便，准确方便；所述的电池2-6具体采用锂离子电池组成的电池组，有利于节能环保，用电方便；

所述的吸氧装置3包括电动滑槽3-1、吸氧瓶3-2、吸氧管3-3、吸氧开关3-4、吸氧架3-5、电动滑轮3-6、吸氧口3-7和床面3-8，所述的电动滑槽3-1设置在床面3-8的上部位置；所述的吸氧瓶3-5设置在吸氧架3-5的上部位置；所述的吸氧管3-3设置在吸氧瓶3-2与吸氧口3-7的中间位置；所述的吸氧开关3-4设置在吸氧口3-7的上部位置；所述的吸氧架3-5设置在电动滑轮3-6与吸氧瓶3-2的连接位置。

所述的滑动槽装置9包括输液挂钩9-1、输液杆滑槽9-2、滑轮9-3、输液杆9-4和照明灯9-5，所述的输液挂钩9-1设置在输液杆9-4的上部位置；所述的输液杆滑槽9-2设置在滑轮9-3的上部位置；所述的照明灯9-5设置在输液杆9-4的上部位置；所述的滑轮9-3设置在输液杆9-4与输液杆滑槽9-2的连接位置；所述的照明灯9-5具体采用1个直径为2厘米至3厘米的LED灯制成的圆形灯板，有利于急救方便，提高亮度，从而提高安全效果。

进一步，所述的液晶显示屏2-2包括上基板2-2-1、液晶层2-2-2、下基板2-2-3和无线传输模块，所述下基板2-2-3与所述上基板2-2-1间隔相对设置；2-2-1所述液晶层2-2-2设置于所述上基板2-2-1与所述下基板2-2-3之间；所述上基板或/和下基2-2-3板包括透明加热层，其中，所述透明加热层包括多个碳纳米管。

所述无线同步传输模块包括：

图像信号发送模块，用于产生图像信号，并对所产生的图像信号进行输出；

视频信号发送模块，用于产生视频信号，并对所产生的视频信号进行输出；

控制命令发送模块，用于产生控制命令，并对所产生的控制命令进行输出；

无线信号发射模块，与所述图像信号发送模块、视频信号发送模块及控制命令发送模块相连接，接收所述图像信号发送模块产生的图像信号、视频信号发送模块产生的视频信号及控制命令发送模块产生的控制命令，并对所述图像信号、视频信号及控制命令进行无线发射；

无线信号接收模块，与所述无线信号发射模块进行无线通讯，用于接收所述无线信号发射模块无线发射出的图像信号、视频信号及控制命令，并对所述图像信号、视频信号及控制命令进行输出；

图像信号解码模块，与所述无线信号接收模块相连接，用于接收所述无线信号接收模块输出的图像信号，对所述图像信号进行解码处理，并对解码处理后的图像信号进行输出；

视频信号解码模块，与所述无线信号接收模块相连接，用于接收所述无线信号接收模块输出的视频信号，对所述视频信号进行解码处理，并对解码处理后的视频信号进行输出；

控制命令解码模块，与所述无线信号接收模块相连接，用于接收所述无线信号接收模块输出的控制命令，对所述控制命令进行解码处理，并对解码处理后的控制命令进行输出；

显示播放模块，与所述图像信号解码模块、视频信号解码模块及控制命令解码模块相连接，用于接收解码处理后的图像信号、视频信号及控制命令，并根据所接收的图像信号、视频信号及控制命令进行显示播放；

进一步，所述的自动给药器2-7前侧设有固体药出药口2-7-1，所述固体药出药口2-7-1右侧设有按钮条2-7-2，所述按钮条2-7-2上设有出药按钮2-7-3，所述按钮条2-7-2右侧设有液体药出药口2-7-4，所述自动给药器2-7内设有药瓶轨道2-7-5，所述药瓶轨道2-7-5上设有滑轮2-7-6，所述滑轮2-7-6上设有液体药瓶，所述药瓶轨道2-7-5连接所述药箱15。

进一步，所述的输液杆上设有垃圾桶套环9-4-1，所述的垃圾桶套环9-4-1外侧壁连接有垃圾桶放置环9-4-2，所述的垃圾桶放置环9-4-2内设有垃圾桶9-4-3。

进一步，所述的输液杆9-4上还设有加热器套环9-4-4，所述加热器套环9-4-4外壁设有加热器固定支架9-4-5，所述加热器固定支架9-4-5上设有加热器9-4-6，加热器9-4-6上设有带有饮水管9-4-7的加热杯9-4-8。

进一步，所述的加热器9-4-3为电动恒温加热器，所述加热器9-4-3上设有加热开关和加热温度调节钮。

进一步，所述的药箱15内设有支柱15-1，支柱15-1内设有转动片15-2，支柱15-1上设有药盒层15-3，药盒层15-3上设有药盒固定口15-4。

进一步，所述的底座10下方设有止动装置16，所述底座10侧面设有与所述止动装置16相连接的止动踏板17。

本发明的另一目的在于提供一种所述心内科多功能护理架的无线同步传输模块的能效与时延折衷方法，所述能效与时延折衷方法包括如下步骤：

(1)对于基于蜂窝网络覆盖的干扰受限的终端直通的通信系统，引入组的概念，将工作在同一个正交频段的所有用户定义为一个组，因此用户间的干扰只存在于组内，组与组之间不存在干扰；

(2)给出了组r内工作在蜂窝模式的用户在基站的接收信干噪比和工作在终端直通模式的用户在终端直通接收端的接收信干噪比的定义公式，从而通过香农公式给出组r内工作在蜂窝模式的用户的传输速率和终端直通模式的用户的传输速率的定义公式；

(3)给出系统工作在蜂窝模式的用户的传输速率R_m(t)、工作在终端直通模式的用户的传输速率R_n(t)和系统总传输速率R_tot(t)的定义公式；

(4)给出了单用户的瞬时功耗P^k(t)、长期的平均功耗和系统瞬时总功耗P_tot(t)的定义公式；

(5)为了定量的刻画能效与时延之间的折衷关系，给出了实际数据队列Q_k(t)的更新公式和能效η_EE的定义公式；

(6)建立随机最优化模型来定量的揭示基于蜂窝网络覆盖的干扰受限的终端直通的通信系统的能效与时延折衷关系；

(7)为了处理步骤(6)随机最优化模型的限制条件C1，引入并给出了虚拟功率队列V_k(t)的概念和定义公式；

(8)利用序列凸规划、非线性分数规划和利亚普洛夫漂移技术为上述随机、非凸最优化问题设计出了一种通用、有效的能效-时延折衷算法，该算法能定量的揭示能效和时延的折衷关系；

(8a)在每个时隙t，观察当前实际数据队列Q_k(t)和虚拟功率队列V_k(t)和信道条件G(t)，根据最优化问题进行功率分配；

$\begin{array}{cc}\min & V\[\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{P}_k^r\left(t\right)-{\mathrm{\η}}_{EE}\left(t\right)\left(\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{R}_k^r\right(t)\]+\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{V}_k\left(t\right)P_k^r\left(t\right)-\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{Q}_k\left(t\right)R_k^r\left(t\right)\end{array}$

s.t.C3，C4，C5

(8b)根据当前时隙t的实际数据队列Q_k(t)、虚拟功率队列V_k(t)和能效η_EE(t)更新公式更新下一时隙开始时的实际数据队列Q_k(t+1)、虚拟功率队列V_k(t+1)和能效η_EE(t+1)；

(9)根据组的概念将(8a)的最优化问题分割为R个子问题，提出针对子问题的迭代功率分配算法(IPAA)：

$\begin{array}{cc}\min & V\[\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{P}_k^r\left(t\right)-{\mathrm{\η}}_{EE}\left(t\right)\left(\underset{k\∈G_r\left(t\right)}{\Σ}{R}_k^r\right(t)\]+\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{V}_k\left(t\right)P_k^r\left(t\right)-\underset{k\∈G_r\left(t\right)}{\Σ}{Q}_k\left(t\right)R_k^r\left(t\right)\end{array}$

s.t.C3，C4，C5.

(9a)初始化初值功率P^r，(0)(t)、当前用户k＝0和最大容忍δ＞0，计算I^r，(0)＝f(P^{r ，(0)}(t))-h(P^r，(0)(t))；

(9b)解决本最优化问题得到最优解P^r，*(t)；

$\begin{array}{cc}\max & f\left(P^r\right(t\left)\right)-\[h\left(P^{r,\left(k\right)}\right(t\left)\right)+\▿h^T\left(P^{r,\left(k\right)}\right(t\left)\right)\left(P^r\right(t)-P^{r,\left(k\right)}(t\left)\right)\]\end{array}$

s.t.C3，C4，C5

(9c)将(9b)的最优解设置下一个用户的功率k＝k+1，P^r，(k)(t)＝P^r，*(t)；

(9d)计算I^r，(k)＝f(p^r，(k)(t))-h(P^r，(k)(t))；

(9e)判断不等式|I^r，(k)-I^r，(k-1)|≤δ。如果不等式成立，该算法结束输出最优化功率；否则返回步骤(9b)；

(10)通过利亚普洛夫漂移技术，定量的分析出能效-时延折衷关系为[O(1/V)，O(V)]。

进一步，步骤(5)所述的实际数据队列Q_k(t)和能效η_EE，按如下公式计算：

Q_k(t+1)＝max[Q_k(t)-R_k(t)，0]+A_k(t)，

其中，max[Q_k(t)-R_k(t)，0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率。

${\mathrm{\η}}_{EE}=\underset{T\→\mathrm{\∞}}{\lim }\frac{\underset{t=0}{\overset{T-1}{\mathrm{\Σ}}}E\left\{P_{tot}\left(P\left(t\right),G\left(t\right)\right)\right\}}{\underset{t=0}{\overset{T-1}{\mathrm{\Σ}}}E\left\{R_{tot}\left(P\left(t\right),G\left(t\right)\right)\right\}}=\frac{\underset{T\→\mathrm{\∞}}{\lim }\frac{1}{T}\underset{t=0}{\overset{T-1}{\mathrm{\Σ}}}E\left\{P_{tot}\left(P\left(t\right),G\left(t\right)\right)\right\}}{\underset{T\→\mathrm{\∞}}{\lim }\frac{1}{T}\underset{t=0}{\overset{T-1}{\mathrm{\Σ}}}E\left\{R_{tot}\left(P\left(t\right),G\left(t\right)\right)\right\}}=\frac{{\stackrel{\‾}{P}}_{tot}}{{\stackrel{\‾}{R}}_{tot}}$

其中，为系统长期平均功耗，为系统长期总平均传输速率。

进一步，其中步骤(6)所述的建立随机最优化模型来揭示基于蜂窝网络覆盖的干扰受限的终端直通的网络场景的能效与时延折衷关系，按如下公式描述：

$\begin{array}{cc}\min & {\mathrm{\η}}_{EE}=\frac{{\stackrel{\‾}{P}}_{tot}}{{\stackrel{\‾}{R}}_{tot}}=\frac{{\stackrel{\‾}{P}}_{tot}\left(P,G\right)}{{\stackrel{\‾}{R}}_{tot}\left(P,G\right)}\end{array}$

s.t.C1： $\stackrel{\‾}{P^k}\≤P_{av}^k,\∀k\∈G\left(t\right),r$

C2：排队队列Q_k(t)平均速率稳定，

C3： $\underset{n\∈D_r\left(t\right)}{\Σ}{P}_n^r\left(t\right)\≤P_{D,max}^r,\∀r,t$

C4： $\underset{m\∈C_r\left(t\right)}{\Σ}{P}_m^r\left(t\right)\≤P_{C,\max }^r,\∀r,t$

C5： $P_j^r\left(t\right)\≥0,\∀j\∈G_r\left(t\right),r,t$

其中，为用户每个时隙的平均功耗门限，为组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰门限，为组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰门限；

C1用于保证移动设备的生存期(lifetime)；C2是队列稳定性约束，用于保证所有到达的数据在有限的时间内离开网络；C3限制组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰；C4限制组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰；C5是一个非负传输功率约束。

进一步，其中步骤(7)所述的虚拟功率队列V_k(t)，按如下公式计算：

V_k(t+1)＝max[V_k(t)+y_k(t)，0]

$y_k\left(t\right)=P^k\left(t\right)-P_{av}^k$

其中，max[V_k(t)+y_k(t)，0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限。

进一步，其中步骤(8)所述的更新下一时隙开始时的实际数据队列Q_k(t+1)、虚拟功率队列V_k(t+1)和能效η_EE(t+1)，按如下公式计算：

Q_k(t+1)＝max[Q_k(t)-R_k(t)，0]+A_k(t)

其中，max[Q_k(t)-R_k(t)，0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率。

V_k(t+1)＝max[V_k(t)+y_k(t)，0]

$y_k\left(t\right)=P^k\left(t\right)-P_{av}^k$

其中，max[V_k(t)+y_k(t)，0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限。

${\mathrm{\η}}_{EE}\left(t\right)=\frac{\underset{\mathrm{\τ}=0}{\overset{t-1}{\Σ}}{P}_{tot}\left(P\right(\mathrm{\τ}),G(\mathrm{\τ}\left)\right)}{\underset{\mathrm{\τ}=0}{\overset{t-1}{\Σ}}{R}_{tot}\left(P\right(\mathrm{\τ}),G(\mathrm{\τ}\left)\right)}$

其中，P_tot(P(τ)，G(τ))为系统瞬时总功耗，R_tot(P(τ)，G(τ))为系统总传输速率。

进一步，其中步骤(9)所述的迭代功率分配算法(IPAA)，按如下步骤进行：

(9a)初始化初值功率P^r，(0)(t)、当前用户k＝0和最大容忍δ＞0，计算I^r，(0)＝f(P^{r ，(0)}(t))-h(P^r，(0)(t))；

其中：

$f\left(P^r\right(t\left)\right)=\underset{k\∈G_r\left(t\right)}{\Σ}\left({\mathrm{V\η}}_{EE}\right(t)+Q_k(t\left)\right){\log }_2\left(\underset{j\∈G_r\left(t\right)}{\mathrm{\Σ}}{P}_j^r\right(t\left)g_{kj}^r\right(t)+n_k)-V\underset{k\∈G_r\left(t\right)}{\mathrm{\Σ}}{\mathrm{\ξ}}^k{P}_k^r\left(t\right)-\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{V}_k\left(t\right)P_k^r\left(t\right)$

$h\left(P^r\right(t\left)\right)=\underset{k\∈G_r\left(t\right)}{\Σ}\left({\mathrm{V\η}}_{EE}\right(t)+Q_k(t\left)\right){\log }_2\left(\underset{j\∈\{G_r\left(t\right)-k\}}{\mathrm{\Σ}}{P}_j^r\right(t\left)g_{kj}^r\right(t)+n_k)$

(9b)解决如下最优化问题得到最优解P^r，*(t)；

$\begin{array}{cc}\max & f\left(P^r\right(t\left)\right)-\[h\left(P^{r,\left(k\right)}\right(t\left)\right)+\▿h^T\left(P^{r,\left(k\right)}\right(t\left)\right)\left(P^r\right(t)-P^{r,\left(k\right)}(t\left)\right)\]\end{array}$

s.t.C3，C4，C5

(9c)将(9b)的最优解设置下一个用户的功率k＝k+1，P^r，(k)(t)＝P^r，*(t)；

(9d)计算I^r，(k)＝f(P^r，(k)(t))-h(P^r，(k)(t))；

(9e)判断不等式|I^r，(k)-I^r，(k-1)|≤δ。如果不等式成立，该算法结束输出最优化功率；否则返回步骤(9b)。

工作原理：

本发明利用电动滑槽3-1移动，通过开关电源2-2开关，在信号端2-4的配合下传输信号，通过显示屏2-1操控护理，在套环1-2和吸氧面罩1-5的作用下护理方便，安全可靠，通过照明灯9-5照明，利用密封圈1-6有利于密封方便，防止空气进入，通过吸氧瓶3-2和吸氧管3-3的配合下加强工作进展，灵活使用，利用输液杆滑槽9-2和滑轮9-3，移动方便，提高工作效率，在呼吸装置1和控制装置2的作用下有利于方便实用，急救及时，密封严紧，防止空气进入；加热器9-4-5为电动恒温加热器，加热器9-4-5上设有加热开关和加热温度调节钮，患者可根据需要对饮用水进行加热，需要饮水时用饮水管即可饮水。方便使用，而且避免患者行动不便将水撒到病床；底座10下方设有止动装置16，底座10侧面设有与止动装置16相连接的止动踏板17。止动装置16能够固定护理架的位置，当不移动时，踩下止动踏板17即可止动；当需要移动时上台止动踏板17即可移动；本发明使得提高工作效，省时省力，使得操作简单，控制方便，安全可靠，从而完善功能多样性，提高安全效果，进而降低维护成本。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种心内科多功能护理架，其特征在于，该心内科多功能护理架包括呼吸装置、控制装置、吸氧装置、床板、床腿、万向轮、万向轮固定板、伸缩杆、滑动槽装置、底座、输液架固定板、把手连接扣、推拉把手、危险警报铃和药箱，所述药箱设置在危险警报铃与呼吸装置的中间位置；所述控制装置设置在药箱的下部位置；所述吸氧装置设置在床板的上部位置；所述床腿设置在床板的下部位置；所述万向轮固定板设置在万向轮的上部位置；所述伸缩杆设置在控制装置的下部位置；所述滑动槽装置设置在底座的上部位置；所述输液架固定板设置在滑动槽装置的内部位置；所述把手连接扣设置在推拉把手与床板的连接位置；

所述呼吸装置包括管插座、套环、气囊、阀门开关、吸氧面罩和密封圈，所述管插座设置在所述套环和所述吸氧面罩的中间位置，所述管插座设有紧固螺栓，所述套环设置在所述阀门开关的顶部位置，所述气囊设置在所述套环的下部位置，所述吸氧面罩设置在所述套环的下部位置；所述密封圈设置在所述吸氧面罩的底部位置；

所述控制装置包括控制主板、液晶显示屏、扬声器、指示灯盒、电源开关、电池、自动给药器、紫外线消毒灯，所述控制主板设置在所述控制装置内部，所述液晶显示屏设在在所述控制装置的前侧，所述液晶显示屏右侧设有扬声器，左侧设有指示灯盒，指示灯盒上设有电源指示灯和故障指示灯，指示灯盒下侧设有电源开关，所述电池设置在所述液晶显示屏的下部位置，连接所述电源开关，所述电源开关下侧设有自动给药器，所述自动给药器上侧设有紫外线消毒灯；

所述吸氧装置包括电动滑槽、吸氧瓶、吸氧管、吸氧开关、吸氧架、动滑轮、吸氧口和床面，所述电动滑槽设置在床面的上部位置；所述吸氧瓶设置在吸氧架的上部位置；所述吸氧管设置在吸氧瓶与吸氧口的中间位置；所述吸氧开关设置在吸氧口的上部位置；所述吸氧架设置在电动滑轮与吸氧瓶的连接位置；

所述滑动槽装置包括输液挂钩、输液杆滑槽、滑轮、输液杆和照明灯，所述输液挂钩设置在输液杆的上部位置；所述输液杆滑槽设置在滑轮的上部位置；所述照明灯设置在输液杆的上部位置；所述滑轮设置在输液杆与输液杆滑槽的连接位置；

所述液晶显示屏包括上基板、液晶层、下基板、无线同步传输模块，所述下基板与所述上基板间隔相对设置；所述液晶层设置于所述上基板与所述下基板之间；所述上基板或/和下基板包括透明加热层，其中，所述透明加热层包括多个碳纳米管；

所述无线同步传输模块包括：

图像信号发送模块，用于产生图像信号，并对所产生的图像信号进行输出；

视频信号发送模块，用于产生视频信号，并对所产生的视频信号进行输出；

控制命令发送模块，用于产生控制命令，并对所产生的控制命令进行输出；

无线信号发射模块，与所述图像信号发送模块、视频信号发送模块及控制命令发送模块相连接，接收所述图像信号发送模块产生的图像信号、视频信号发送模块产生的视频信号及控制命令发送模块产生的控制命令，并对所述图像信号、视频信号及控制命令进行无线发射；

无线信号接收模块，与所述无线信号发射模块进行无线通讯，用于接收所述无线信号发射模块无线发射出的图像信号、视频信号及控制命令，并对所述图像信号、视频信号及控制命令进行输出；

图像信号解码模块，与所述无线信号接收模块相连接，用于接收所述无线信号接收模块输出的图像信号，对所述图像信号进行解码处理，并对解码处理后的图像信号进行输出；

视频信号解码模块，与所述无线信号接收模块相连接，用于接收所述无线信号接收模块输出的视频信号，对所述视频信号进行解码处理，并对解码处理后的视频信号进行输出；

控制命令解码模块，与所述无线信号接收模块相连接，用于接收所述无线信号接收模块输出的控制命令，对所述控制命令进行解码处理，并对解码处理后的控制命令进行输出；

显示播放模块，与所述图像信号解码模块、视频信号解码模块及控制命令解码模块相连接，用于接收解码处理后的图像信号、视频信号及控制命令，并根据所接收的图像信号、视频信号及控制命令进行显示播放；

所述显示播放模块设置有多个LED显示屏，多个所述LED显示屏组成了一个LED显示屏箱体；

所述无线信号发射模块及无线信号接收模块采用WIFI、LMDS、WLAN或RF无线传输方式；

所述无线信号发射模块与无线信号接收模块之间无线信号的传输速率大于512Kbps；

当信号传输不稳定时，所述无线信号发射模块与无线信号接收模块之间采用双发送的方式；

所述自动给药器前侧设有固体药出药口，所述固体药出药口右侧设有按钮条，所述按钮条上设有出药按钮，所述按钮条右侧设有液体药出药口，所述自动给药器内设有药瓶轨道，所述药瓶轨道上设有滑轮，所述滑轮上设有液体药瓶，所述药瓶轨道连接所述药箱；

所述输液杆上设有垃圾桶套环，所述垃圾桶套环外侧壁连接有垃圾桶放置环，所述垃圾桶放置环内设有垃圾桶；

所述输液杆上还设有加热器套环，所述加热器套环外壁设有加热器固定支架，所述加热器固定支架上设有加热器，加热器上设有带有饮水管的加热杯；

所述加热器为电动恒温加热器，所述加热器上设有加热开关和加热温度调节钮；

所述药箱内设有支柱，支柱内设有转动片，支柱上设有药盒层，药盒层上设有药盒固定口；

所述底座下方设有止动装置，所述底座侧面设有与所述止动装置相连接的止动踏板。

2.一种如权利要求1所述心内科多功能护理架的无线同步传输模块的能效与时延折衷方法，其特征在于，所述能效与时延折衷方法包括如下步骤：

(1)对于基于蜂窝网络覆盖的干扰受限的终端直通的通信系统，引入组的概念，将工作在同一个正交频段的所有用户定义为一个组，因此用户间的干扰只存在于组内，组与组之间不存在干扰；

(2)给出了组r内工作在蜂窝模式的用户在基站的接收信干噪比和工作在终端直通模式的用户在终端直通接收端的接收信干噪比的定义公式，从而通过香农公式给出组r内工作在蜂窝模式的用户的传输速率和终端直通模式的用户的传输速率的定义公式；

(3)给出系统工作在蜂窝模式的用户的传输速率R_m(t)、工作在终端直通模式的用户的传输速率R_n(t)和系统总传输速率R_tot(t)的定义公式；

(4)给出了单用户的瞬时功耗P^k(t)、长期的平均功耗和系统瞬时总功耗P_tot(t)的定义公式；

(5)为了定量的刻画能效与时延之间的折衷关系，给出了实际数据队列Q_k(t)的更新公式和能效η_EE的定义公式；

(6)建立随机最优化模型来定量的揭示基于蜂窝网络覆盖的干扰受限的终端直通的通信系统的能效与时延折衷关系；

(7)为了处理步骤(6)随机最优化模型的限制条件C1，引入并给出了虚拟功率队列V_k(t)的概念和定义公式；

(8)利用序列凸规划、非线性分数规划和利亚普洛夫漂移技术为上述随机、非凸最优化问题设计出了一种通用、有效的能效-时延折衷算法，该算法能定量的揭示能效和时延的折衷关系；

(8a)在每个时隙t，观察当前实际数据队列Q_k(t)和虚拟功率队列V_k(t)和信道条件G(t)，根据最优化问题进行功率分配；

$\begin{array}{cc}\min & V\[\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{P}_k^r\left(t\right)-{\mathrm{\η}}_{EE}\left(t\right)\left(\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{P}_k^r\right(t)\]+\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{V}_k\left(t\right)R_k^r\left(t\right)-\underset{r\∈R}{\Σ}\underset{k\∈G_r\left(t\right)}{\Σ}{Q}_k\left(t\right)R_k^r\left(t\right)\end{array}$

s.t.C3，C4，C5

(8b)根据当前时隙t的实际数据队列Q_k(t)、虚拟功率队列V_k(t)和能效η_EE(t)更新公式更新下一时隙开始时的实际数据队列Q_k(t+1)、虚拟功率队列V_k(t+1)和能效η_EE(t+1)；

(9)根据组的概念将(8a)的最优化问题分割为R个子问题，提出针对子问题的迭代功率分配算法(IPAA)：

$\begin{array}{cc}\min & V\[\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{P}_k^r\left(t\right)-{\mathrm{\η}}_{EE}\left(t\right)\left(\underset{k\∈G_r\left(t\right)}{\Σ}{P}_k^r\right(t)\]+\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{V}_k\left(t\right)P_k^r\left(t\right)-\underset{k\∈G_r\left(t\right)}{\Σ}{Q}_k\left(t\right)R_k^r\left(t\right)\end{array}$

s.t.C3，C4，C5.

(9a)初始化初值功率p^r，（0)（t)、当前用户k＝0和最大容忍δ＞0，计算I^r，(0)＝f(P^r，(0)(t))-h(P^r，(0)(t))；

(9b)解决本最优化问题得到最优解P^r，*(t)；

$\begin{array}{cc}\max & f\left(P^r\right(t\left)\right)-\[h\left(P^{r,\left(k\right)}\right(t\left)\right)+\▿h^T\left(P^{r,\left(k\right)}\right(t\left)\right)\left(P^r\right(t)-P^{r,\left(k\right)}(t\left)\right)\]\end{array}$

s.t.C3，C4，C5

(9c)将(9b)的最优解设置下一个用户的功率k＝k+1，P^r，(k)(t)＝P^r，*(t)；

(9d)计算I^r，(k)＝f(P^r，(k)(t))-h(P^r，(k)(t))；

(9e)判断不等式|I^r，(k)-I^r，(k-1)|≤δ，如果不等式成立，该算法结束输出最优化功率；否则返回步骤(9b)；

(10)通过利亚普洛夫漂移技术，定量的分析出能效-时延折衷关系为[O(1/V)，O(V)]。

3.如权利要求2所述的能效与时延折衷方法，其特征在于，步骤(5)所述的实际数据队列Q_k(t)和能效η_EE，按如下公式计算：

Q_k(t+1)＝max[Q_k(t)-R_k(t)，0]+A_k(t)，

其中，max[Q_k(t)-R_k(t)，0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率：

${\mathrm{\η}}_{EE}=\underset{T\→\mathrm{\∞}}{\lim }\frac{\underset{t=0}{\overset{T-1}{\Σ}}E\left\{P_{tot}\left(P\right(t),G(t\left)\right)\right\}}{\underset{t=0}{\overset{T-1}{\Σ}}E\left\{P_{tot}\left(P\right(t),G(t\left)\right)\right\}}=\frac{\underset{T\→\mathrm{\∞}}{\lim }\frac{1}{T}\underset{t=0}{\overset{T-1}{\Σ}}E\left\{P_{tot}\left(P\right(t),G(t\left)\right)\right\}}{\underset{T\→\mathrm{\∞}}{\lim }\frac{1}{T}\underset{t=0}{\overset{T-1}{\Σ}}E\left\{P_{tot}\left(P\right(t),G(t\left)\right)\right\}}=\frac{{\stackrel{\‾}{P}}_{tot}}{{\stackrel{\‾}{R}}_{tot}}$

其中，为系统长期平均功耗，为系统长期总平均传输速率。

4.如权利要求2所述的能效与时延折衷方法，其特征在于，其中步骤(6)所述的建立随机最优化模型来揭示基于蜂窝网络覆盖的干扰受限的终端直通的网络场景的能效与时延折衷关系，按如下公式描述：

$\begin{array}{cc}\min & {\mathrm{\η}}_{EE}=\frac{{\stackrel{\‾}{P}}_{tot}}{{\stackrel{\‾}{R}}_{tot}}=\frac{{\stackrel{\‾}{P}}_{tot}(P,G)}{{\stackrel{\‾}{R}}_{tot}(P,G)}\end{array}$

$s.t.C1:\stackrel{\‾}{P^k}\≤P_{av}^k,\∀k\∈G\left(t\right),r$

C2：排队队列Q_k(t)平均速率稳定，

C3： $\underset{n\∈D_r\left(t\right)}{\Σ}{P}_n^r\left(t\right)\≤P_{D,\max }^r,\∀r,t$

C4： $\underset{m\∈C_r\left(t\right)}{\Σ}{P}_m^r\left(t\right)\≤P_{C,\max }^r,\∀r,t$

C5： $P_j^r\left(t\right)\≥0,\∀j\∈G_r\left(t\right),r,t$

其中，为用户每个时隙的平均功耗门限，为组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰门限，为组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰门限；

C1用于保证移动设备的生存期(lifetime)；C2是队列稳定性约束，用于保证所有到达的数据在有限的时间内离开网络；C3限制组内所有工作在终端直通模式的用户对工作在蜂窝模式的用户的干扰；C4限制组内所有工作在蜂窝模式的用户对工作在终端直通模式的用户的干扰；C5是一个非负传输功率约束。

5.如权利要求2所述的能效与时延折衷方法，其特征在于，其中步骤(7)所述的虚拟功率队列V_k(t)，按如下公式计算：

V_k(t+1)＝max[V_k(t)+y_k(t)，0]

$y_k\left(t\right)=P^k\left(t\right)-P_{av}^k$

其中，max[V_k(t)+y_k(t)，0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限。

6.如权利要求2所述的能效与时延折衷方法，其特征在于，其中步骤(8)所述的更新下一时隙开始时的实际数据队列Q_k(t+1)、虚拟功率队列V_k(t+1)和能效η_EE(t+1)，按如下公式计算：

Q_k(t+1)＝max[Q_k(t)-R_k(t)，0]+A_k(t)

其中，max[Q_k(t)-R_k(t)，0]为Q_k(t)-R_k(t)与0的最大值，R_k(t)为时隙t的业务离开速率，A_k(t)为时隙t的业务到达速率：

V_k(t+1)＝max[V_k(t)+y_k(t)，0]

$y_k\left(t\right)=P^k\left(t\right)-P_{av}^k$

其中，max[V_k(t)+y_k(t)，0]为V_k(t)+y_k(t)与0的最大值，P^k(t)为单用户的瞬时功耗，为用户每个时隙的平均功耗门限：

${\mathrm{\η}}_{EE}\left(t\right)=\frac{\underset{\mathrm{\τ}=0}{\overset{t-1}{\Σ}}{P}_{tot}\left(P\right(\mathrm{\τ}),G(\mathrm{\τ}\left)\right)}{\underset{\mathrm{\τ}=0}{\overset{t-1}{\Σ}}{R}_{tot}\left(P\right(\mathrm{\τ}),G(\mathrm{\τ}\left)\right)}$

其中，P_tot(P(τ)，G(τ))为系统瞬时总功耗，R_tot(P(τ)，G(τ))为系统总传输速率。

7.如权利要求2所述的能效与时延折衷方法，其特征在于，其中步骤(9)所述的迭代功率分配算法(IPAA)，按如下步骤进行：

(9a)初始化初值功率P^r，(0)(t)、当前用户k＝0和最大容忍δ＞0，计算I^r，(0)＝f(P^r，(0)(t))-h(P^r，(0)(t))；

其中：

$f\left(P^r\right(t\left)\right)=\underset{k\∈G_r\left(t\right)}{\Σ}\left({\mathrm{V\η}}_{EE}\right(t)+Q_k(t\left)\right){\log }_2\left(\underset{j\∈G_r\left(t\right)}{\Σ}{P}_j^r\right(t\left)g_{kj}^r\right(t)+n_k)-V\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{P}_k^r\left(t\right)-\underset{k\∈G_r\left(t\right)}{\Σ}{\mathrm{\ξ}}^k{V}_k\left(t\right)R_k^r\left(t\right)$

$h\left(P^r\right(t\left)\right)=\underset{k\∈G_r\left(t\right)}{\Σ}\left({\mathrm{V\η}}_{EE}\right(t)+Q_k(t\left)\right){\log }_2\left(\underset{j\∈\{G_r\left(t\right)-k\}}{\Σ}{P}_j^r\right(t)g_{kj}^r\left(t\right)+n_k)$

(9b)解决如下最优化问题得到最优解P^r，*(t)；

$\begin{array}{cc}\min & f\left(P^r\right(t\left)\right)-\[h\left(P^{r,\left(k\right)}\right(t\left)\right)+\▿h^T\left(P^{r,\left(k\right)}\right(t\left)\right)\left(P^r\right(t)-P^{r,\left(k\right)}(t\left)\right)\]\end{array}$

s.t.C3，C4，C5

(9c)将(9b)的最优解设置下一个用户的功率k＝k+1，P^r，(k)(t)＝P^r，*(t)；

(9d)计算I^r，(k)＝f(P^r，(k)(t))-h(P^r，(k)(t))；

(9e)判断不等式|I^r，(k)-I^r，(k-1)|≤δ，如果不等式成立，该算法结束输出最优化功率；否则返回步骤(9b)。