题名 | 面向脉搏信号处理的移动计算卸载研究 |
作者 | 韩树茂 |
答辩日期 | 2019 |
导师 | 陈晓雷 ; 韦哲 |
关键词 | 计算卸载 脉搏信号处理 时间消耗 电量消耗 智能手机 |
学位名称 | 硕士 |
英文摘要 | 利用智能手机和可穿戴式脉搏信号采集设备进行方便、快捷、高效的脉搏信号采集与处理对于人体健康状况监测具有重大的意义。然而长期、大量的脉搏信号采集与处理必然消耗过多的智能手机计算资源及电池容量。因此,如何在计算能力和电池容量受限的条件下,开展智能手机上的脉搏信号采集与处理成为一个迫切需要解决的问题。本文对面向脉搏信号处理的移动计算卸载(Computation Offloading)技术进行了研究。在搭建了计算卸载硬软件平台的基础上,通过科学详细的实验对比和数据分析,证明了通过将脉搏信号处理任务由智能手机卸载到云端,既能降低本地智能手机脉搏信号处理能耗又能提高脉搏信号处理实时性,并得出采用两个远程云及Wi-Fi网络是最佳的计算卸载途径。在此基础上,提出了基于权重函数的用户自适应卸载决策方法,使用户可以根据自身对脉搏信号处理时间消耗和电量消耗的关注度灵活选择在本地智能手机还是运程云端进行脉搏信号处理。本论文的主要工作如下:(1)设计了脉搏信号采集系统。首先利用绿光反射式脉搏传感器采集大拇指的脉搏信号并通过硬件预处理电路I/V转换、滤波和放大等操作,输出0-3V的电压信号,然后利用单片机内部的A/D转换器把电压信号转换成数字信号,最后通过蓝牙把脉搏信号发送给智能手机,为脉搏信号处理提供数据来源。(2)搭建了面向脉搏信号处理的计算卸载平台。该平台主要包括本地安卓智能手机App和Web云端应用程序两部分。本论文利用Eclipse、ADT插件和Android SDK开发了面向本地Andro id智能手机的脉搏信号处理计算卸载App,该App主要由蓝牙驱动模块、待处理脉搏信号接收模块、脉搏信号存储模块、脉搏波显示模块、云端服务器设置模块、脉搏信号加载模块、本地脉搏信号处理模块、脉搏信号往云端发送模块和接收云端处理后脉搏信号模块共九个模块组成;利用MyEc lipse和Tomcat开发了Web云端脉搏信号处理计算卸载程序,该程序主要由云端脉搏信号接收模块、云端脉搏信号处理模块和向本地智能手机发送处理后脉搏信号模块共三个模块构成。(3)研究了基于本地微云和运程云的两种不同脉搏信号处理计算卸载方法。对不同方法下的脉搏信号处理时间和能耗进行了科学详细的实验统计和数据分析。实验结果表明,通过计算卸载既能降低本地智能手机脉搏信号处理的能耗又能提高脉搏信号处理的实时性。同时,采用两个远程云及Wi-Fi网络是最佳的计算卸载途径。在此基础上,采用最佳计算卸载途径研究了不同脉搏数据量下通过计算卸载进行脉搏信号处理的时间减少和能耗减少的规律。(4)提出了两种脉搏信号处理计算卸载决策方法。首先提出了一种不考虑用户对脉搏信号处理时间消耗和电量消耗关注度的非自适应计算卸载决策方法,该方法可以通过对比脉搏信号本地处理和云端处理的时间消耗和电量消耗来决定是否进行计算卸载。接着提出了用户自适应计算卸载决策方法,该方法能够同时依据时间消耗、电量消耗和用户对这两大消耗的关注程度灵活地选择在本地智能手机还是远程云服务器进行脉搏信号处理。 |
语种 | 中文 |
页码 | 80 |
URL标识 | 查看原文 |
内容类型 | 学位论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/95216] |
专题 | 兰州理工大学 |
作者单位 | 兰州理工大学 |
推荐引用方式 GB/T 7714 | 韩树茂. 面向脉搏信号处理的移动计算卸载研究[D]. 2019. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论