1.一种跌倒检测设备，其特征在于，包括：发送器以及接收器；
所述发送器与所述接收器通过电容耦合方式接入人体，所述发送器的发送电极与所述接收器的接收电极构成前向回路，所述发送器的地电极与所述接收器的地电极构成后向回路；
所述发送器，用于产生跌倒检测信号，并将所述跌倒检测信号耦合至人体；
所述接收器，用于获取通过人体传输的所述跌倒检测信号的接收测量值；根据所述接收测量值，提取用于表征人体跌倒与未跌倒时所述后向回路的信道特征差异的跌倒描述特征的特征值；根据所述跌倒描述特征的特征值，进行跌倒检测。
2.根据权利要求1所述的跌倒检测设备，其特征在于，所述发送器包括：
微处理器、直接数字式频率合成器DDS、巴伦转换器、低通滤波器、发送电极以及地电极；
其中，所述微处理器，用于控制所述DDS产生设定频率范围内的单端正弦波信号；
所述巴伦转换器，用于将所述DDS输出的所述单端正弦波信号转换为双端正弦波信号，并输出至所述低通滤波器；
所述低通滤波器，用于对所述双端正弦波信号进行低通滤波，并将滤波后产生的跌倒检测信号通过所述发送电极耦合至人体中；
所述发送电极与人体的皮肤表面相接触，所述地电极与所述发送电极绝缘连接。
3.根据权利要求1所述的跌倒检测设备，其特征在于，所述接收器包括：微处理器、接收电极以及地电极；
所述接收电极，用于获取通过人体传输的所述跌倒检测信号的接收测量值，并将所述接收测量值发送至所述微处理器；
所述微处理器，用于根据所述接收测量值，提取用于表征人体跌倒与未跌倒时所述后向回路的信道特征差异的跌倒描述特征的特征值；根据所述跌倒描述特征的特征值，进行跌倒检测；
所述接收电极与人体的皮肤表面相接触，所述地电极与所述接收电极绝缘连接。
4.一种跌倒检测方法，应用于如权利要求1-3任一项所述的跌倒检测设备的接收器中，其特征在于，包括：
通过接收电极获取跌倒检测信号的接收测量值；
根据所述接收测量值，提取用于表征人体跌倒与未跌倒时后向回路的信道特征差异的跌倒描述特征的特征值；
根据所述跌倒描述特征的特征值，进行跌倒检测。
5.根据权利要求4所述的方法，其特征在于，所述跌倒检测信号为周期性的变频信号；
其中，所述变频信号在一个周期内以第一频率为起点，按照设定频率跨度递增值至第二频率。
6.根据权利要求5所述的方法，其特征在于，根据所述接收测量值，提取用于表征人体跌倒与未跌倒时所述后向回路的信道特征差异的跌倒描述特征的特征值包括：
根据所述接收测量值，更新接收信号变化曲线；其中，所述接收信号变化曲线与一个周期内的所述跌倒检测信号相对应；
根据所述接收信号变化曲线，计算至少一项跌倒描述特征的特征值。
7.根据权利要求6所述的方法，其特征在于，根据所述接收测量值，更新接收信号变化曲线包括：
根据第K时刻下获取的所述跌倒检测信号的接收测量值以及卡尔曼滤波算法，计算所述第K+1时刻下所述跌倒检测信号的预估计最优值，其中，K为大于等于1的正整数；
使用所述跌倒检测信号的预估计最优值，更新所述接收信号变化曲线。
8.根据权利要求6所述的方法，其特征在于，根据所述跌倒描述特征的特征值，进行跌倒检测包括：
将至少一项跌倒描述特征的特征值输入至预先训练的跌倒检测预测模型中，并根据所述跌倒检测预测模型的输出结果，进行跌倒检测。
9.根据权利要求8所述的方法，其特征在于，训练跌倒检测预测模型包括：
获取跌倒检测训练实例集，其中，训练示例包括：当人体未发生跌倒时，通过人体中接入的跌倒检测设备中的接收器获取的接收信号变化曲线；以及当人体发生跌倒时，通过人体中接入的跌倒检测设备中的接收器获取的接收信号变化曲线；
根据设定模型构建算法，以及各所述接收信号变化曲线在至少一个所述跌倒描述特征下的特征值，训练生成所述跌倒检测预测模型。
10.根据权利要求9所述的方法，其特征在于，所述模型构建算法为决策树算法，所述跌倒检测预测模型为决策树模型；
其中，所述决策树模型中的不同子节点对应不同的跌倒描述特征。
11.根据权利要求10所述的方法，其特征在于，根据设定模型构建算法，以及各所述接收信号变化曲线在至少一个所述跌倒描述特征下的特征值，训练生成所述跌倒检测预测模型包括：
确定所述决策树算法的类别属性的取值为发生跌倒以及未发生跌倒；
确定所述决策树算法的非类别属性为所述跌倒描述特征，并设定所述跌倒描述特征的标准取值；
计算所述类别属性的信息熵；
根据各所述接收信号变化曲线在至少一个所述跌倒描述特征下的特征值，计算各所述非类别属性的信息熵；
根据所述类别属性的信息熵，以及所述非类别属性的信息熵，计算各所述非类别属性的信息增量值，并根据各所述非类别属性的信息增量值，确定目标测试属性；
将所述目标测试属性作为一个当前子节点，并在所述当前子节点的基础上，重复迭代重新确定新的测试属性作为新的子节点，直至生成决策树模型作为所述跌倒检测预测模型。
12.根据权利要求5-11任一项所述的方法，其特征在于，所述跌倒描述特征包括下述至少一项：
所述接收信号变化曲线的最大值、所述接收信号变化曲线的最大值与最小值的差值、所述接收信号变化曲线的方差、所述接收信号变化曲线的斜率以及跌倒后接收信号变化曲线的平均值。
13.一种跌倒检测装置，其特征在于，包括：
接收测量值获取模块，用于通过接收电极获取跌倒检测信号的接收测量值；
特征值提取模块，用于根据所述接收测量值，提取用于表征人体跌倒与未跌倒时后向回路的信道特征差异的跌倒描述特征的特征值；
跌倒检测模块，用于根据所述跌倒描述特征的特征值，进行跌倒检测。
14.根据权利要求13所述的装置，其特征在于，所述跌倒检测信号为周期性的变频信号；
其中，所述变频信号在一个周期内以第一频率为起点，按照设定频率跨度递增值至第二频率。
15.根据权利要求14所述的装置，其特征在于，所述特征值提取模块包括：
变化曲线更新单元，用于根据所述接收测量值，更新接收信号变化曲线；其中，所述接收信号变化曲线与一个周期内的所述跌倒检测信号相对应；
特征更新值计算单元，用于根据所述接收信号变化曲线，计算至少一项跌倒描述特征的特征值。
16.根据权利要求15所述的装置，其特征在于，所述跌倒检测模块据具体用于：
将至少一项跌倒描述特征的特征值输入至预先训练的跌倒检测预测模型中，并根据所述跌倒检测预测模型的输出结果，进行跌倒检测。