掌上多功能監(jiān)護呼救定位系統(tǒng)的研制

　　數(shù)據(jù)存儲

　　在大多數(shù)工作模式下，本裝置均需對使用者的心電圖信號進行采集。由于A/D的采樣頻率為250Hz，采樣分辨率為10Bits，因此一分鐘的采樣數(shù)據(jù)容量將達到30KB (250*2*60)。在監(jiān)護模式下，心電圖采集會定時發(fā)生，因此總的心電圖數(shù)據(jù)將會占用非常大的存儲空間。本裝置采用了microSD卡作為存儲介質(zhì)，為了更好的利用卡上的存儲資源并提供PC兼容性，必須使用文件系統(tǒng)對其進行管理。為方便讀取，本系統(tǒng)采用 Windows支持的FAT16文件系統(tǒng)，SD卡上的FAT16文件系統(tǒng)的結(jié)構(gòu)包含分區(qū)引導(dǎo)記錄、文件分配表、文件目錄表及數(shù)據(jù)區(qū)4個部分。分區(qū)引導(dǎo)記錄通常包含4塊內(nèi)容：BIOS參數(shù)記錄塊BPB、磁盤標志記錄簿、分區(qū)引導(dǎo)記錄代碼區(qū)及結(jié)束標志55AAH。 BPB表從扇區(qū)字節(jié)地址0BH開始，共占25個字節(jié)。

　　本系統(tǒng)通過SPI模式實現(xiàn)SD卡讀寫和文件系統(tǒng)的實現(xiàn)，實現(xiàn)了包括文件的創(chuàng)建、讀寫、刪除等操作。為數(shù)據(jù)采集系統(tǒng)提供了一種非易失性存儲器的解決方案，采集到的數(shù)據(jù)會以標準文件的格式記錄到SD卡上，數(shù)據(jù)可在Windows下用讀卡器讀取，在保證高性價比的同時，又方便了數(shù)據(jù)的進一步分析、處理，該文件系統(tǒng)的分層結(jié)構(gòu)使得只需對底層驅(qū)動進行簡單的修改就可以移植到閃存卡等其他存儲介質(zhì)上。便于文件的統(tǒng)一管理。

　　開發(fā)成果

　　按照上述設(shè)計方案已完成掌上多功能監(jiān)護呼救定位系統(tǒng)的樣機的制作。該樣機上電后，使用者可通過按鍵和液晶與裝置進行人機交互，線路板各功能模塊工作正常，能夠根據(jù)使用者的指令進行心電圖采集、加速度采集、數(shù)據(jù)存儲、數(shù)據(jù)分析以及報警短信發(fā)送等操作。

　　參考文獻：

　　[1]Wills J. Tompkins，林家瑞，徐邦荃譯，Biomedical Digital Signal Processing，華中科技大學(xué)出版社。

　　[2]張鑫，孫新香，基于MMA7260QT三軸加速度傳感器的跌倒探測儀的研制。

　　[3]George B. Moody，WFDB Programmer’s Guide，http://www.physionet.org/。

　　[4]MXT8051 數(shù)據(jù)手冊，時代民芯公司。

　　[5]AnyData company datasheet, “CDMA DATA TERMINAL DTGS-800 Reference Manual Application Information”, April 8, 2004

　　[6]Garrett Brown, “An Accelerometer Based Fall Detector: Development, Experimentation, and Analysis”, EECS/SUPERB, July 2005

　　[7]Eugene Shih, Vladimir Bychkovsky, and John Guttag, “Medical Emergency Event Detection: Detecting Falls”, MIT Computer Science and Artificial Intelligence Laboratory, September 2004

　　[8]Tong Zhang, Jue Wang, Ping Liu and Jing Hou, “Fall Detection by Embedding an Accelerometer in Cellphone and Using KFD Algorithm”, IJCSNS International Journal of Computer Science and Network Security, VOL.6 No.10, October 2006

　　[9]Hwang, J. Y., et al., “Development of Novel Algorithm and Real-time Monitoring Ambulatory System Using Bluetooth Module for Fall Detection in the Elderly”. Proceedings of the 26th Annual International conference of the IEEE EMBS, 2004: p. 2204-2207.

　　[10]Sixsmith, A. and N. Johnson, “A Smart Sensor to Detect the Falls of the Elderly”. Pervasive Computing, 2004, Apr-Jun: p.42-47.

　　[11]Lin, C.-W., et al., “Compressed-Domain Fall Incident Detection for Intelligent Home Surveillance”. Proceedings of IEEE International Symposium on Circuits and Systems, ISCAS 2005, 2005: p. 2781-3784.