CN115299892A - 基于边缘计算的非接触式微动检测系统 - Google Patents

基于边缘计算的非接触式微动检测系统 Download PDF

Info

Publication number
CN115299892A
CN115299892A CN202210919713.2A CN202210919713A CN115299892A CN 115299892 A CN115299892 A CN 115299892A CN 202210919713 A CN202210919713 A CN 202210919713A CN 115299892 A CN115299892 A CN 115299892A
Authority
CN
China
Prior art keywords
signal
data
module
edge server
signals
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210919713.2A
Other languages
English (en)
Other versions
CN115299892B (zh
Inventor
王超
石锦鹏
乔立峰
冯东浩
郑傲梅
曹仰杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou University
Original Assignee
Zhengzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhengzhou University filed Critical Zhengzhou University
Priority to CN202210919713.2A priority Critical patent/CN115299892B/zh
Publication of CN115299892A publication Critical patent/CN115299892A/zh
Application granted granted Critical
Publication of CN115299892B publication Critical patent/CN115299892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明提供了一种基于边缘计算的非接触式微动检测系统，包括本地节点、边缘服务器和云端服务器；本地节点包括信号收发模块、数据采集模块、无线通信模块和和本地显示模块；信号收发模块用于发出检测信号和接收反馈信号；数据采集模块用于处理数据并通过无线通信模块发送至边缘服务器；边缘服务器连接多个本地节点，对接收到多个本地节点的数据包进行解析、重建以及本地显示和动态调整信号功率，边缘服务器的显示屏看到各节点的连接情况以及数据处理结果，动态调整信号功率对本地节点下发控制指令，动态增大或减小功率，如果有异常情况将进行报警。该系统具有减小云端服务器压力、反应快速、提升效率的优点。

Description

基于边缘计算的非接触式微动检测系统
技术领域
本发明涉及新一代信息技术领域，具体的说，涉及了一种基于边缘计算的非接触式微动检测系统。
背景技术
目前针对目标的微动检测可用于广泛的应用于生命体征检测等场合，微动检测可分为两大类，接触式检测和非接触式检测。接触式检测通过一些传感器设备直接接触被测目标表面，这种检测方法无法适用于一些特殊情景，例如生命体征检测中，检测目标患有传染病、皮肤病或烧伤等情况时，会增加设备的维护、消杀成本以及可能会对病患造成二次伤害，从而不适合使用接触式检测设备。
而使用雷达技术的非接触检测有效的避免了这些问题，同时可以达到较高的识别率。
但是，目前采用这种技术的非接触检测大多是将采集的数据发送至云端服务器进行分析后再回传给采集设备以显示结果，比较依赖网络环境和云端服务器的处理能力，在大量使用时，就会对云端服务器造成压力，无法快速反应，对于某些对时效性要求较高的场合，如体温检测、传染病检测等是十分不利的。
申请号为CN202010670923.3，发明名称为：物联网的生命体征采集方法及其装置的专利中记载了一种利用边缘计算的方法提升检测效率的方案，但是该方案仅提供了信息的标准化转换，处理单一，对云端服务器的运算压力仍然存在，且获取生命体征的手段较落后。
为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足，从而提供一种减小云端服务器压力、反应快速、提升效率的基于边缘计算的非接触式微动检测系统。
具体方案包括本地节点、边缘服务器和云端服务器；本地节点包括信号收发模块、数据采集模块、无线通信模块和本地显示模块；信号收发模块用于发出检测信号和接收包含有生命体征信号的反馈信号；数据采集模块用于对接收到的反馈信号进行处理和模数转换形成数据包通过无线通信模块发送至边缘服务器；本地显示模块通过led灯显示当前节点连接情况以及设备检测目标情况；边缘服务器通过无线通信模块和多个本地节点连接，对接收到多个本地节点的数据包进行处理、解析以及本地显示和动态调整信号功率，处理过程是对信号进行平滑滤波，解析过程是指提取目标信号的特征值，获取的特征值用于传输到云平台进行信号重建，可通过边缘服务器连接的本地显示屏看到各节点的连接情况以及数据处理结果，动态调整信号功率是通过计算的特征值判断生命体征信号是否清晰，对本地节点下发控制指令，动态增大或减小功率，如果有接收到平台下发异常情况，例如呼吸急促或缓慢、心跳异常等情况将进行报警。该系统具有减小云端服务器压力、反应快速、提升效率的优点。
为了实现上述目的，本发明所采用的技术方案是：一种基于边缘计算的非接触式微动检测系统，包括本地节点、边缘服务器和云端服务器；
所述本地节点包括信号收发模块、数据采集模块、无线通信模块和本地显示模块，信号收发模块用于发出检测信号和接收包含有生命体征信号的反馈信号，数据采集模块用于对接收到的反馈信号进行处理和模数转换形成数据包通过无线通信模块发送至边缘服务器，本地显示模块通过led灯显示当前节点连接情况以及设备检测目标情况，边缘服务器通过无线传输协议和多个本地节点连接，对接收到多个本地节点的数据包进行处理、解析以及本地显示和动态调整信号功率，处理过程是对信号进行平滑滤波，解析过程是指提取目标信号的特征值，获取的特征值用于传输到云平台进行信号重建，可通过边缘服务器的显示屏看到各节点的连接情况以及数据处理结果，动态调整信号功率是通过计算的特征值判断生命体征信号是否清晰，对本地节点下发控制指令，动态增大或减小功率，如果有接收到平台下发异常情况，例如呼吸急促或缓慢、心跳异常等情况将进行报警；
所述云端服务器对接收到的生命体征数据进行分析和检测后，得到进一步的结果并发送至系统的显示端进行展示。
所述的呼吸心跳信号重建信号分为两个部分，在边缘服务器进行数据的预处理和特征提取，对数据进行平滑滤波处理，然后使用如离散余弦变换、傅里叶变换等数学方法进行信号的特征值提取，获得如频率，心脏震动周期，波峰等特征值，将获得的特征值发送到云平台进行信号的重建。
基上所述，所述的生命体征信号至少包括呼吸信号和心跳信号。
基上所述，所述的生命体征特征值包括呼吸频率、心跳频率、呼吸间隔、心跳间隔、呼吸峰值和心跳峰值中的一种或几种。
基上所述，所述的本地节点的信号收发模块包括MCU控制器、放大器、压控振荡器、滤波器、功分器、可变射频功率放大器、发射天线、接收天线、低噪声放大器、滤波器、可变增益放大器、衰减器；
所述MCU控制器使用DAC转换用于产生模拟信号发送至压控振荡器，所述压控振荡器输出固定频率的连续波信号经过滤波器发送至功分器，所述功分器分出两路信号，第一路信号经过可变射频功率放大器通过发射天线发出，所述接收天线接到包含有生命体征数据信号的反馈信号，第二路信号通过衰减器处理作为比较信号，所述反馈信号经过低噪声放大器、滤波器、可变增益放大器和比较信号一同发送至数据采集模块。
基上所述，所述本地节点的数据采集模块包括幅相比较器和数据采集卡，幅相比较器对反馈信号和比较信号进行幅度差运算和相位差运算，并将幅度差和相位差作为高频模拟信号输入到所述数据采集卡，所述数据采集卡对其接收模拟信号进行模数转换，将采集的幅度差和相位差的数字信号发送至所述MCU控制器，所述MCU控制器将数据打包后发送至边缘服务器。
基上所述，所述本地节点的显示模块通过多个led灯的闪烁频率表示当前节点连接情况以及设备检测目标情况。
基上所述，所述边缘服务器包括处理器、蓝牙模块、WiFi模块、显示屏和语音播报模块，所述处理器用于对接收到的数据包进行处理、解析以及动态调整信号功率，所述蓝牙模块用于当前连接设备情况发送至移动终端，所述WiFi模块用于将重建生命体征所需要的特征值数据发送至云端服务器，所述显示屏用于显示当前连接设备情况，所述语音播报模块用于播报数据。
基上所述，所述边缘服务器还包括预警模块，所述处理器获得云端下发的报警指令时，所述预警模块控制播报模块进行危险报警。
基上所述，所述边缘服务器收集由本地节点中数据采集模块采集的数据包和由边缘服务器获取的特征值信息并做标记后，定期定量的发送至云端服务器，所述云端服务器根据获得的原始数据进行信号处理和重建，根据获得的原始数据进行信号处理和重建与边缘服务器上传的信号特征值进行比对，对边缘服务器的程序进行空中升级。
本发明相对现有技术具有突出的实质性特点和显著的进步，具体的说，本发明通过非接触的形式对目标进行微动检测，检测结果不仅仅依赖云端服务器，而是在边缘服务器对数据进行处理，得到一定程度的结果，然后将这些能够体现出某些生命体征状态的数据及时的反馈至显示端，同时将其发送至云端服务器做进一步的深度解析，一方面缓解了云端服务器的计算压力，另一方面提升了本地节点的检测效率，能够及时的给出反馈，反馈的数据在有经验的从医者手中也能够判断出一定程度的结果，可以作出初步判断或定性判断，以便提高检测效率，提升检测感受。
进一步的，生命体征数据包括呼吸和心跳，相应的拆解其特征数据包括频率、间隔、峰值，为重建信号提供依据。
进一步的，本地节点并非简单的采集，而是通过比较的方式，获得两路信号，一路采集信号，一路比较信号，通过比较运算，得到凸显生命体征数据的关键信号。
进一步的，比较的主要原理是通过幅度差和相位差运算，将信号中无关的信息进行剥离，得到导致信号发生较大变化的生命体征数据。
进一步的，边缘服务器定期上传原始数据，云端服务器持续通过原始数据进行训练，使得该系统的效率和能力随着使用的时长和采集的数量得以提升。
附图说明
图1是本发明中基于边缘计算的非接触式微动检测系统的框架图。
图2是本发明中基于边缘计算的非接触式微动检测系统的本地节点原理框图。
图3是本发明中基于边缘计算的非接触式微动检测系统的边缘服务器原理框图。
图4是本发明中基于边缘计算的非接触式微动检测系统的流程图。
具体实施方式
下面通过具体实施方式，对本发明的技术方案做进一步的详细描述。
如图1-图4所示，一种基于边缘计算的非接触式微动检测系统，包括本地节点、边缘服务器和云端服务器；
所述本地节点包括信号收发模块、数据采集模块、无线通信模块和本地显示模块，信号收发模块用于发出检测信号和接收包含有生命体征信号的反馈信号，数据采集模块用于对接收到的反馈信号进行处理和模数转换形成数据包通过无线通信模块发送至边缘服务器，本地显示模块通过led灯显示当前节点连接情况以及设备检测目标情况。
具体的，本地节点包括MCU控制器、放大器、压控振荡器、滤波器、功分器、可变射频功率放大器、发射天线、接收天线、低噪声放大器、滤波器、可变增益放大器、衰减器；
所述MCU控制器使用DAC转换用于产生模拟信号发送至压控振荡器，根据输入到压控振荡器中的电压不同，压控振荡器产生一个对应频率的连续正弦波信号，产生的正弦波信号频率取决于所使用天线的输入回波损耗，令产生的信号频率有最小的输入回波损耗，根据该系统使用的天线，最佳正弦波频率为2.33GHz。
将正弦波信号经过滤波器发送至功分器，所述功分器分出两路相同频率的信号，一路作为A路经过可变射频功率放大器通过发射天线向目标发射出去，另一路作为B路经过衰减器输入到数据采集模块的幅相比较器中，由于本实施例中所使用的幅相比较器的功率限制，输入功率范围为-60dbm~0dbm，需要使用衰减器将B路信号功率衰减至合适功率。接收天线接收到经目标反射的A路信号经过低噪声放大器、滤波器和可变增益放大器输入到数据采集模块的幅相比较器中。
所述数据采集模块用于对接收到的反馈信号进行处理和模数转换形成数据包通过无线传输发送至边缘服务器。
具体的，所述数据采集模块包括幅相比较器和数据采集卡，幅相比较器对两路信号进行对比，得出经过目标反射的A路信号与原本的B路信号之间的幅度差和相位差，将采集到幅度差和相位差转换为模拟信号输入到高频的数据采集卡中，所使用的数据采集卡提供了高频的模数转换器，并可以进行简单的滤波操作，同时实现高频的模拟电压的采集，将其转化为数字信号进行输出到数据处理芯片，数据处理芯片对数字电压转化为整数作为处理结果，数据的变化情况反应了目标的微动情况，当检测目标为人体时，可检测到生命体征，包括呼吸信号、心跳信号，可将该信号传输到边缘服务器中进行健康监控。
所述边缘服务器通过无线通信模块和多个本地节点连接，对接收到多个本地节点的数据包进行处理、解析以及本地显示和动态调整信号功率，处理过程是对信号进行平滑滤波，解析过程是指提取目标信号的特征值，获取的特征值用于传输到云平台进行信号重建，可通过边缘服务器的显示屏看到各节点的连接情况以及数据处理结果，动态调整信号功率是通过计算的特征值判断生命体征信号是否清晰，对本地节点下发控制指令，动态增大或减小功率，如果有异常情况，例如呼吸急促或缓慢、心跳异常等情况将进行报警。
具体的，边缘服务器通过无线通信模块接收到来自多个本地节点的信号，信号包括了呼吸信号、心跳信号和空间杂波以及检测目标的行为，进行生命体征检测需要呼吸信号和心跳信号，使用滤波算法去除信号的杂波，并提取信号的特征值（频率、呼吸间隔、峰值），令信号可以更好的反映呼吸心跳特征。信号重建是用信号的特征值发送到云平台进行信号的重建。根据重建后的信号可以得到目标的心率、呼吸等信号，同时对危险情况进行预警，如心率过高、呼吸骤停等，如果接收信号质量不理想，边缘服务器可下发指令控制本地节点的可变射频功放大器和可变增益放大器，调整信号至最优结果。
所述云端服务器对接收到的生命体征数据进行分析和检测后，得到进一步的结果并发送至系统的显示端进行展示。
具体的，将检测结果通过蓝牙发送到移动终端，可以通过移动终端实时进行查看，同时将检测结果通过WiFi直接发送到服务器，进行长时间综合检测，设备本地的计算减小了服务器的处理速度，提高了效率，设备自带的显示器可以显示当前检测结果，当出现异常行为时，语音播报模块会发送报警，同时通知后台服务器。
所述边缘服务器收集由本地节点中数据采集模块采集的数据包和由边缘服务器获取的特征值信息并做标记后，定期定量的发送至云端服务器，所述云端服务器根据获得的原始数据进行信号处理和重建，根据获得的原始数据进行信号处理和重建与边缘服务器上传的信号特征值进行比对，对边缘服务器的程序进行空中升级。
在优选的实施例中，所述边缘服务器收集由本地节点中数据采集模块采集的数据包和由边缘服务器获取的特征值信息并做标记后，定期定量的发送至云端服务器，所述云端服务器根据获得的原始数据进行信号处理和重建，根据获得的原始数据进行信号处理和重建与边缘服务器上传的信号特征值进行比对，对边缘服务器的程序进行空中升级。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (9)

1.一种基于边缘计算的非接触式微动检测系统，包括本地节点、边缘服务器和云端服务器；
所述本地节点包括信号收发模块、数据采集模块、无线通信模块和本地显示模块，信号收发模块用于发出检测信号和接收包含有生命体征信号的反馈信号，数据采集模块用于对接收到的反馈信号进行处理和模数转换形成数据包通过无线通信模块发送至边缘服务器；边缘服务器通过无线通信模块和多个本地节点连接，并对接收到的数据包进行解析、重建、本地显示以及动态调整信号功率；
所述的解析过程是指将数据包中的噪声信号剔除后提取目标信号的特征值，所述的重建过程是指根据所述的特征值重建生命体征数据，然后将重建的生命体征数据分为两路发出，一路用于本地显示，一路用于发送至所述云端服务器进行综合分析和检测；
边缘服务器连接本地显示模块用于显示多个本地节点的连接情况以及数据处理结果，所述的动态调整信号功率是通过计算的特征值判断生命体征信号是否清晰，对本地节点下发控制指令，动态增大或减小功率，并在发现异常情况后进行报警；
所述云端服务器对接收到的生命体征数据进行分析和检测后，得到进一步的结果并发送至边缘服务器的系统显示端进行展示。
2.根据权利要求1所述的基于边缘计算的非接触式微动检测系统，其特征在于：根据所述的特征值重建生命体征数据的过程包括：在边缘服务器对数据进行平滑滤波处理，然后使用离散余弦变换或傅里叶变换的数学方法进行信号的特征值提取，将获得的特征值发送到云平台进行信号的重建。
3.根据权利要求1或2所述的基于边缘计算的非接触式微动检测系统，其特征在于：所述的生命体征信号至少包括呼吸信号和心跳信号。
4.根据权利要求3所述的基于边缘计算的非接触式微动检测系统，其特征在于：所述的生命体征特征值包括呼吸频率、心跳频率、呼吸间隔、心跳间隔、呼吸峰值和心跳峰值中的一种或几种。
5.根据权利要求1或2或4所述的基于边缘计算的非接触式微动检测系统，其特征在于：所述的本地节点的信号收发模块包括MCU控制器、放大器、压控振荡器、滤波器、功分器、可变射频功率放大器、发射天线、接收天线、低噪声放大器、滤波器、可变增益放大器、衰减器；
所述MCU控制器使用DAC转换用于产生模拟信号发送至压控振荡器，所述压控振荡器输出固定频率的连续波信号经过滤波器发送至功分器，所述功分器分出两路信号，第一路信号经过可变射频功率放大器通过发射天线发出，所述接收天线接到包含有生命体征数据信号的反馈信号，第二路信号通过衰减器处理作为比较信号，所述反馈信号经过低噪声放大器、滤波器、可变增益放大器和比较信号一同发送至数据采集模块。
6.根据权利要求5所述的基于边缘计算的非接触式微动检测系统，其特征在于：所述本地节点的数据采集模块包括幅相比较器和数据采集卡，幅相比较器对反馈信号和比较信号进行幅度差运算和相位差运算，并将幅度差和相位差作为高频模拟信号输入到所述数据采集卡，所述数据采集卡对其接收模拟信号进行模数转换，将采集的幅度差和相位差的数字信号发送至所述MCU控制器，所述MCU控制器将数据打包后发送至边缘服务器。
7.根据权利要求6所述的基于边缘计算的非接触式微动检测系统，其特征在于：所述边缘服务器包括处理器、蓝牙模块、WiFi模块、显示屏和语音播报模块，所述处理器用于对接收到的数据包进行处理、解析以及动态调整信号功率，所述蓝牙模块用于当前连接设备情况发送至移动终端，所述WiFi模块用于将重建生命体征所需要的特征值数据发送至云端服务器，所述显示屏用于显示当前连接设备情况，所述语音播报模块用于播报数据。
8.根据权利要求7所述的基于边缘计算的非接触式微动检测系统，其特征在于：所述边缘服务器还包括预警模块，所述处理器获得云端下发的报警指令时，所述预警模块控制播报模块进行危险报警。
9.根据权利要求7或8所述的基于边缘计算的非接触式微动检测系统，其特征在于：所述边缘服务器收集由本地节点中数据采集模块采集的数据包和由边缘服务器获取的特征值信息并做标记后，定期定量的发送至云端服务器，所述云端服务器根据获得的原始数据进行信号处理和重建，根据获得的原始数据进行信号处理和重建与边缘服务器上传的信号特征值进行比对，对边缘服务器的程序进行空中升级。
CN202210919713.2A 2022-08-02 2022-08-02 基于边缘计算的非接触式微动检测系统 Active CN115299892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210919713.2A CN115299892B (zh) 2022-08-02 2022-08-02 基于边缘计算的非接触式微动检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210919713.2A CN115299892B (zh) 2022-08-02 2022-08-02 基于边缘计算的非接触式微动检测系统

Publications (2)

Publication Number Publication Date
CN115299892A true CN115299892A (zh) 2022-11-08
CN115299892B CN115299892B (zh) 2023-07-18

Family

ID=83858855

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210919713.2A Active CN115299892B (zh) 2022-08-02 2022-08-02 基于边缘计算的非接触式微动检测系统

Country Status (1)

Country Link
CN (1) CN115299892B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106923840A (zh) * 2017-04-10 2017-07-07 桂林电子科技大学 坐式生命体征检测装置及系统
CN107689135A (zh) * 2016-08-03 2018-02-13 广东德和通信设备有限公司 多功能无线婴儿监护器
CN110710957A (zh) * 2019-11-04 2020-01-21 浙江大学 非接触式心电实时监测设备
CN211534375U (zh) * 2019-10-30 2020-09-22 上海联影医疗科技有限公司 生理信号检测装置以及医学设备
CN111866112A (zh) * 2020-07-13 2020-10-30 博繁软件(广州)有限公司 病患体征数据采集系统
CN111938613A (zh) * 2020-08-07 2020-11-17 南京茂森电子技术有限公司 基于毫米波雷达的健康监测装置及方法
CN112014837A (zh) * 2020-08-03 2020-12-01 杭州电子科技大学 一种基于毫米波雷达的体征无接触式智能监测系统
US20210125722A1 (en) * 2019-10-25 2021-04-29 Wise IOT Solutions System and method for processing human related data including physiological signals to make context aware decisions with distributed machine learning at edge and cloud
CN113367700A (zh) * 2021-06-25 2021-09-10 瓴汇健康科技(上海)有限公司 一种人体电生理信号频率功能检测装置及检测方法
CN113384250A (zh) * 2021-05-26 2021-09-14 上海交通大学 用于生命体征探测的毫米波雷达系统低功耗实现方法
CN114269230A (zh) * 2019-08-22 2022-04-01 高通股份有限公司 具有基于生命体征检测的增强型最大准许照射量(mpe)遵循性的无线通信
CN114601431A (zh) * 2022-03-11 2022-06-10 河海大学 一种基于云边协同的可穿戴式健康监测系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107689135A (zh) * 2016-08-03 2018-02-13 广东德和通信设备有限公司 多功能无线婴儿监护器
CN106923840A (zh) * 2017-04-10 2017-07-07 桂林电子科技大学 坐式生命体征检测装置及系统
CN114269230A (zh) * 2019-08-22 2022-04-01 高通股份有限公司 具有基于生命体征检测的增强型最大准许照射量(mpe)遵循性的无线通信
US20210125722A1 (en) * 2019-10-25 2021-04-29 Wise IOT Solutions System and method for processing human related data including physiological signals to make context aware decisions with distributed machine learning at edge and cloud
CN211534375U (zh) * 2019-10-30 2020-09-22 上海联影医疗科技有限公司 生理信号检测装置以及医学设备
CN110710957A (zh) * 2019-11-04 2020-01-21 浙江大学 非接触式心电实时监测设备
CN111866112A (zh) * 2020-07-13 2020-10-30 博繁软件(广州)有限公司 病患体征数据采集系统
CN112014837A (zh) * 2020-08-03 2020-12-01 杭州电子科技大学 一种基于毫米波雷达的体征无接触式智能监测系统
CN111938613A (zh) * 2020-08-07 2020-11-17 南京茂森电子技术有限公司 基于毫米波雷达的健康监测装置及方法
CN113384250A (zh) * 2021-05-26 2021-09-14 上海交通大学 用于生命体征探测的毫米波雷达系统低功耗实现方法
CN113367700A (zh) * 2021-06-25 2021-09-10 瓴汇健康科技(上海)有限公司 一种人体电生理信号频率功能检测装置及检测方法
CN114601431A (zh) * 2022-03-11 2022-06-10 河海大学 一种基于云边协同的可穿戴式健康监测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
祝捷: "《基于连续波雷达的非接触式生命体征监测系统设计与实现》" *

Also Published As

Publication number Publication date
CN115299892B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN108652601B (zh) 一种基于调频连续波毫米波雷达的睡眠监控方法、装置和雷达系统
Ghosh et al. Energy-efficient IoT-health monitoring system using approximate computing
CN112472051A (zh) 一种生命体征监测的毫米波雷达装置、方法及系统
WO2023102966A1 (zh) 一种基于毫米波雷达的生命体征监测方法及系统
CN204931636U (zh) 非接触式生命体征监测装置及睡眠管理系统
CN101579235B (zh) 一种基于edge网络的远程心电智能监护系统
CN111990968A (zh) 一种信号监测方法、设备、存储介质及系统
EP3539219B1 (en) Method for wireless data transmission range extension
CN106788885B (zh) 一种心电信号压缩率自适应调节无线传输系统和传输方法
US20180042499A1 (en) Biological signal detecting device, biological signal processing device, and blood pressure measuring system
CN104270504A (zh) 一种基于互联网非接触式健康监测的手机及方法
CN114366052A (zh) 一种基于毫米波雷达的养老院智能监护系统及方法
CN115299892A (zh) 基于边缘计算的非接触式微动检测系统
CN116058820A (zh) 基于雷达的生命体征监测方法及系统
CN105125202A (zh) 一种基于低噪声放大器的心电监护系统
Pavlov et al. Enhanced multiresolution wavelet analysis of complex dynamics in nonlinear systems
CN108925014B (zh) 一种光源亮度控制方法、系统以及设备
Pan et al. A spectrum estimation approach for accurate heartbeat detection using Doppler radar based on combination of FTPR and TWV
CN109938712A (zh) 一种基于NB-IoT的人体血压状态监测方法
CN111328022A (zh) 一种基于蓝牙网关的监控系统
CN111657897A (zh) 一种检测人体体征的人工智能算法
CN115702775A (zh) 一种边缘计算节点及数据处理系统
Su et al. Specific Emitter Identification Based on CNN via Variational Mode Decomposition and Bimodal Feature Fusion
Chen et al. Initial investigation of channel capacity for galvanic coupling human body communication
CN105105745A (zh) 一种获取心电数据的方法、装置和心电检测系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant