[发明专利]一种独居人员在床状态识别方法

权利要求书

1.一种独居人员在床状态识别方法，其特征在于，包括以下步骤：

步骤（1）通过振动传感器采集床位振动幅度数据，并通过物联网上传到服务器；

步骤（2）将振动时序数据进行时间片划分：根据振动幅度数据，计算各个时序点位的差异值，得到振动时序数据，将振动时序数据划分为不超过30分钟的不等长时间片；

所述将振动时序数据划分为不超过30分钟的不等长时间片通过以下方法实现：

（2.1）待分片时间段定义为上一次数据处理的最后一个时间片到时间序列的末尾；整体时长不小于2小时，如果时长不足应往前再取时间片段加入计算；

（2.2）通过差异指数寻找分片边界点；即，计算时间序列中每个点的差异指数，将差异指数超过床位差异指数阈值的点位标定为时间序列边界，计算过程如下：

首先计算时间序列中每个点的区域平均振动幅度RV_i：

RV_i=(Z_i-10+Z_i-9+...+Z_i+Z_i+1+...+Z_i+10)/21 , Z_i为各时间序列的振动幅度值，如果不足21个值，则按实际数量计算；

然后计算每个点位的差异指数C_i：

C_i= Z_i - Z_i-1 , 如果前一个时间点不存在，则C_i值取0；

如果C_i F ,其中F为该床位的差异指数阈值，则该时间点为分片边界点，F值根据该床位的历史情况和床类别定期计算获得，算法如下：

F₀ = t*X，F₀表示该床位的初始差异指数阈值；X为基准差异指数；t为床类型系数；当t取0.55时，所述床类型为乳胶垫；当t取0.65时，所述床类型为席梦思床垫；当t取0.8时，所述床类型为棕垫；当t取1时，所述床类型为硬板床；

F= a*t*X，a为用于调节人员居住的周围环境差异和行为差异的系数，其计算方法为：a=上一月度所有时序点差异指数平均值 / F₀：

（2.3）对于时间片时长超过30分钟的，通过插值将时间片切为不超过30分钟的多个时间片；

步骤（3）计算时间片对应的振动幅度表征向量：对步骤（2）处理后的时间片提取最大振动幅度、最小振动幅度、平均振动幅度和振动幅度标准差，得到振动幅度表征向量；

步骤（4）人员在床状态判别：根据步骤（3）所得的振动幅度表征向量对人员每个时间片的在床状态进行判别；

步骤（5）统计步骤（4）获得的每个时间片的人员在床状态，得到整个时间段内人员在床状态。

2.根据权利要求1所述的人员在床状态识别方法，其特征在于，所述步骤（1）中，振动传感器每分钟采样点不少于12个；分辨率不小于256级，超过256级的传感器，将数据投影到256级即可；所述物联网包括Lora、NB、蓝牙、zigbee等物联网络。

3.根据权利要求1所述的人员在床状态识别方法，其特征在于，X取值12.3。

4.根据权利要求1所述的人员在床状态识别方法，其特征在于，所述步骤（3）中，振动幅度表征向量为Q _i(avg ,sd,_min20,_max20,_max5)，avg为取出各时间片内振动幅度的平均值、sd为标准差、_min20为振动幅度最小的20%时序振幅均值、_max20为振动幅度最大的20%时序振幅均值、_max5为振动幅度最大的连续5个时序点振幅均值。