并将其存入数据库，作为 家庭健康安全的一部分。
[0046] 4.本发明具有良好的稳定性，佩戴传感器的硬件要求小，跌倒检测的判别精度高 等优点。
【附图说明】
[0047]图1为本发明的系统在房间的应用示意图；
[0048]图2为整个跌倒检测系统结构的原理框图；
[0049]图3为回波信号解调原理图；
[0050]图4为整个跌倒检测系统的流程图；
[0051]图5跌倒检测算法的流程图。
【具体实施方式】
[0052]下面结合附图与实施例对本发明作进一步说明。
[0053]如图1所示，图为跌倒监测系统在某一家庭房间中的应用示意图，在房间的一角放 置A装置（多普勒探测装置），用户在腰上佩戴B装置(传感器检测装置），A装置和B装置之间 通过无线传输模块进行连接，A装置利用多普勒频移检测用户是否进入房间，当检测到用户 进入房间后，开启A装置和B装置同时监测模式，B装置通过加速度计，陀螺仪，磁力计监测用 户行为的变化，通过无线模块把传感器数据发送到A装置，A装置接收B装置发送来的数据， 结合通过多普勒收发前端获取的生命体征数据，判断用户是否跌倒，如果检测发生跌倒则 启动报警，并监护人发送报警信息。
[0054]如图2所示，图为整个跌倒检测系统的结构框图，整个系统有三部分组成，A:多普 勒探测装置，B传感器检测装置，C远端设备。传感器检测装置与多普勒探测装置通信，多普 勒探测装置与远端服务器通信。
[0055] 在A装置中，包括主控单元，信号处理单元，无线传输单元，报警单元，多普勒收发 前端和电源系统。
[0056] 多普勒收发前端用于发射探测信号及接收经用户胸腔散射回来的信号，由于人体 心脏跳动和呼吸会引起多普勒频移，所以散射回来的信号通过接收部分的解调处理，如图3 所示，回波信号被接收器接收，经过低噪声放大后，由混频器变成零中频的多普雷回波信 号，再通过滤波，放大及模数转换，送到信号处理单元;信号处理单元通过滤波，FFT变换，分 离处呼吸和心率信号；可以得到带有呼吸和心脏跳动信息的信号，然后给主控单元发出信 息，开启监测模式。
[0057] 无线传输单元用于接收B装置发射的信号及向服务器发射用户的生命体征数据及 传感器数据，当检测到用户摔倒时，会收到主控单元的报警命令并发送给服务器，让服务器 向监护人手机发送报警消息。
[0058]信号处理单元用于处理来自多普勒收发前端传来的生命体征信号，分离出用户的 呼吸和心率，同时处理传感器检测装置发来的数据，然后向主控单元发送处理完的传感器 数据和非接触的生命体征数据。
[0059]主控单元分别连接信号处理单元，无线传输单元，报警单元及多普勒收发前端，主 控单元根据多普勒收发前端发来的信息，开启监测模式，接收传感器检测装置发来的数据， 通过传感器检测装置采集的数据确认用户的运动方向及在该方向上的加速度值和倾斜角 度，并结合多普勒探测得到的生命体征数据(呼吸和心率），监测用户的行为，对用户的行为 作出判断，检测是否发生跌倒，如果检测出用户发生跌倒，向报警单元发出报警命令，并通 过无线传输单元告知服务器且有服务器将报警信息发送至监护人手机。
[0060]报警单元连接主控单元，用于发出报警信号，当用户跌倒了，主控单元判断并得到 报警消息，触发报警单元，发出报警(鸣笛声，用于提醒周围的人)并触发无线传输单元通知 服务器向监护人手机发出报警信息。
[0061 ]在B装置中，包括一个三轴加速度计，一个三轴的陀螺仪，一个三轴的磁力计，主控 单元，无线传输单元。
[0062]三轴加速度计用于检测用户在XYZ三个方向上的加速度大小；三轴陀螺仪用于检 测用户在XYZ三个方向上的倾斜角度;三轴磁力计用于检测用户的运动方向。
[0063] 主控单元分别连接三轴加速度计，三轴的陀螺仪，三轴的磁力计，无线传输单元。 主控单元根据无线传输单元收到从多普勒装置发送来的信号，开启监测模式，从而把三个 加速度计，陀螺仪，磁力计传感器的数据发送给A装置(多普勒装置。）
[0064] 在C单元中，服务器和监护人手机，服务器用于接收传感器数据和多普勒探测的生 命体征数据，当接收到报警信息时，向监护人手机发送报警消息。监护人手机接收报警消 息，及时采取措施救护跌倒的老人。
[0065] 在上述跌倒检测的系统上，本发明还提供了一种跌倒检测的方法。
[0066] 如图4所示，该方法包括如下步骤：
[0067] 步骤IA装置利用多普勒频移的原理，发射电磁波测量信号，当测量信号遇到用户 胸腔，由于人体心脏的跳动，产生回波信号；
[0068] 步骤2回波信号经过A装置的多普勒收发单元中的解调电路，经过低噪声放大后， 由混频器变成零中频的多普勒回波信号，再通过滤波，放大及模数转换，解调得到带有人体 呼吸和心率的生命体征信号，并送入信号处理单元进行分离，信号处理单元通过滤波，FFT 变换，得到人体的呼吸和心率信号；
[0069] 步骤3根据得到的用户呼吸和心率信号，判断是否有人进来，如果没有人进来，执 行步骤1，若有人进来，执行步骤4;
[0070] 步骤4向A装置的主控单元发送信息，开启监测模式；
[0071] 步骤5A装置监测用户的呼吸和心率，B装置监测加速度计，陀螺仪，磁力计的传感 器数据并通过无线传输单元发送给A装置；
[0072] 步骤6A装置把用户的生命体征数据和传感器数据通过无线传输单元发送到远端 服务器，同时主控单元判断是否跌倒，若判断出用户没有跌倒，返回到步骤5,若判断出用户 跌倒，执行步骤7;
[0073] 步骤7触发报警单元，发出报警（鸣笛，提醒家庭里的其他成员），并将报警信息传 至服务器，执行步骤8;
[0074] 步骤8服务器判断是否收到报警信息，若没有收到报警信息，返回步骤6;若收到报 警信息，执行步骤9;
[0075] 步骤9服务器向监护人发送报警信息。
[0076]所述的步骤6中，判断跌倒这步骤中使用了机器学习，传感器数据阈值判断和生命 体征数据判断相结合的跌倒检测算法。
[0077] 如图5所示，跌倒判断还包括以下步骤：
[0078]多普勒探测装置的主控单元判断用户是否发生跌倒的方法具体为：
[0079] 1)参数初始化，分别设定加速度，陀螺仪旋转角度，磁力计值的阈值，设定用户的 呼吸心率的正常范围；
[0080] 2)处理传感器检测装置发送的用户的运动方向及在该方向上的加速度值和倾斜 角度数据和用户的生命体征数据，去除干扰的噪声；
[0081] 3)判断用户的加速度，在运动方向上的倾斜角度，及竖值位置的变化是否超出阈 值，上述数据中如果各项数据都超过阈值，执行步骤4)，如果有一项没有超过阈值，返回步 骤2);
[0082] 4)判断用户的呼吸和心率是否正常，若正常，执行步骤5)，若不正常，执行步骤 10)；
[0083] 5)判断为用户发生可能跌倒，并对加速度值，陀螺仪值，磁力计值计算，进行特征 提取;在九轴传感器信号中，选择4s时长的滑动窗口，并以2s为重叠，截取出九轴的传感器 信号;并计算以下特征：
[0084] 合加速度的峰值
[0085] 加速度信号幅度
[0086] 身体的倾斜角度
[0087] 合加速度的能量
[0088] 合加速度的均值
[0089] 合加速度的方差
[0090] 三轴陀螺仪值经巴特沃斯滤波器滤波后的水平方向角度变化范围MaxMin_y=max (y_dc)-min(y_dc)；
[0091] 三轴陀螺仪值经巴特沃斯滤波器滤波后的垂直方向角度变化的范围MaxMin_z = max(z_dc)-min(z_dc)；
[0092] 其中，η为采样时刻、N为滑动窗口内采样数、T为滑动窗口的大小、x[n]为加速度计 X轴的值、y [η]为加速度计y轴的值、Z [η]为加速度计Z轴的值、Αζω为加速度计Z轴的η时刻 的采样值、g为重力加速度的值，即9.8m/s 2、s(t)为滑动窗口内的合加速度信号、S(co)为s (t)的傅里叶变换后的信号、P(t，ω )为时频的联合分布信号、max(y_dc)和min(y_dc)分别 为三轴陀螺仪经过巴特沃斯滤波后的y轴方向的最大值和最小值、max (z_dc)和min (z_dc) 分别为三轴陀螺仪经过巴特沃斯滤波后的z轴方向的最大值和最小值；
[0093] 这些特征构成的特征向量为T= {SMV，SMA，Θ，E，Al，VI，MaxMin_y，MaxMin_z}。
[0094] 6)检查是否存在该用户的行为模型，判断是否需要进行模型训练，若没有该用户 的行为模型，则需要训练模型，执行步骤7);若确定已经存在用户的行为模型，执行步骤8);
[0095] 7)分类训练各种行为模型，包括走路，慢跑，坐，躺，上楼，下楼，坐立，走停。利用支 持向量机(SVM)作为分类器，其中分类超平面表示为f