[发明专利]体感网及基于体感网的居家行为感知方法

权利要求书

1.一种体感网，包括用户、无线传感器节点及计算服务器节点，其特征在于：

在用户身体的各个部位，包括双手手腕、双脚脚踝、左右手臂、左右大腿、躯干、头部共十个部位穿戴无线传感器节点，在用户双手处佩戴射频识别读写器，在日常生活用品上粘贴射频识别标签；每个无线传感器节点以固定采样频率采集包括三维加速度、温度、光线、湿度、射频识别标签编号在内的数据；无线传感器节点将数据封装成网络封包，以无线传输的方式发送到计算服务器节点。

2.一种基于体感网的复杂居家行为感知方法，其特征在于包含以下步骤：

1）构建体感网，并以体感网中的无线传感器节点感知用户行为数据；

2）无线传感器节点通过无线网络将原始的用户行为数据发送到计算服务器；原始数据通过数据预处理算法提取特征，得到随时间排列的特征数据序列；利用滑动窗口技术对特征数据序列进行分片；

3）利用模式匹配方法对每段用户行为实例数据进行感知，获取实例中包含的基本用户居家行为类别；

4）利用数值计算方法，判断每段行为实例数据中的行为构成，形成多重居家行为感知结果。

3.根据权利要求2所述的基于体感网的复杂居家行为感知方法，其特征在于步骤1)的具体过程为：

1）在用户的身体的双手手腕、双脚脚踝、左右手臂、左右大腿、躯干、头部共十个部位穿戴无线传感器节点；

2）在用户双手处佩戴高频射频识别读写器，在日常生活用品上粘贴高频射频识别标签；

3）每个无线传感器节点以固定采样频率采集包括三维加速度、温度、光线、湿度数据，射频识别读写器则读取读取标签编号数据。

4.根据权利要求2或3所述的基于体感网的复杂居家行为感知方法，其特征在于步骤2)的具体过程为：

2.1）无线传感器节点将数据封装成网络封包，以无线传输的方式发送到计算服务器节点；网络底层采用Zigbee网络协议，节点发送功率为0dbm；

2.2）计算服务器根据收到的数据包的先后次序排列形成原始数据序列；

2.3）在原始数据序列上，应用滑动窗口方法在每一小段数据中提取包括平均加速度、平均温度、平均光线强度、平均湿度、加速度方差、加速度相关系数、加速度数据的熵、能量、以及射频识别标签号所对应的生活用品在内的特征数据；

2.4）将特征数据按照时间先后排列形成特征数据序列；

2.5）对特征数据序列的数值进行离散化，得到离散化后的特征数据序列；

2.6）利用滑动窗口对离散化后的特征数据序列进行分片，每个分片中包含用户行为数据。

5.根据权利要求2或3所述的基于体感网的复杂居家行为感知方法，其特征在于步骤3)的具体过程为：

3.1）利用每个行为的模式对每个分片中包含的特征数据进行匹配，一个模式PT_i是一个离散化后的特征数据集合，包含行为A_i区别于其他所有行为的最显著的特征数据，通过统计模式PT_i在行为A_i中出现的概率并除以PT_i在其他所有行为中出现的概率，得到模式PT_i的区分度DisRate(PT_i)；

3.2）一旦匹配成功，则通过如下公式计算行为A_i的得分S(A_i)，该得分逼近行为是A_i的概率

其中c1和c2是两个系数，分别代表在最终得分中，由于模式匹配得到的得分和行为本身出现的概率的权重。

6.根据权利要求2或3所述的基于体感网的复杂居家行为感知方法，其特征在于步骤4)的具体过程为：

在获取每一个分片所可能包含的行为及其可能性S(A_i)后，猜测可能包含的多重行为的结构并估算其可能性；当多重行为的组合为A_a+A_b时，首先利用一个阈值th来估算是否在当前的观测值中，包含了A_a和A_b的数据，即首先判断有S(A_a)>th且S(A_b)>th，在此前提下通过如下公式计算其组合得分S(A_a+A_b) ：

 

在计算获取所有单个行为的得分S(A_i)和多重行为S(A_a+A_b)的得分之后，选取得分最高的行为,即可能性最高的行为，获取最终的感知结果。