本發(fā)明屬于跌倒檢測，具體涉及一種基于儲備池計算晶體管的老年人跌倒檢測系統(tǒng)及方法。

背景技術：

1、隨著年齡的增長，老年人的平衡感、肌肉力量和骨密度逐漸減弱，跌倒的風險顯著增加。跌倒可能導致骨折、頭部受傷和軟組織損傷等嚴重后果，同時與之相關的醫(yī)療費用和護理成本也是一個沉重的社會負擔。因此，便捷且高效的跌倒檢測技術尤為重要。

2、邊端計算是一種將計算能力從云端下放到靠近數(shù)據(jù)源的邊緣設備(如傳感器、攝像頭、智能手機等)的技術。這種方法在本地處理和分析數(shù)據(jù)，提高了實時性，減少了延遲，同時降低了數(shù)據(jù)傳輸?shù)膸捫枨蠛碗[私風險。邊端計算利用邊緣設備的計算資源進行數(shù)據(jù)處理，避免了將大量數(shù)據(jù)傳輸?shù)皆贫说倪^程，從而節(jié)省帶寬和處理時間。它適用于需要快速響應的應用場景，如實時視頻分析、智能家居和工業(yè)自動化等，也是目前絕大多數(shù)跌倒檢測的數(shù)據(jù)處理方法。例如中國專利cn114067390a(公開日期為2022年2月18日)中便采用了邊端計算的方式，用獨立的系統(tǒng)處理人臉和行為識別數(shù)據(jù)。

3、在邊端計算的諸多算法中，儲備池計算是一種處理時間序列數(shù)據(jù)和動態(tài)系統(tǒng)的計算方法。它具有簡化的訓練過程、強大的時間依賴處理能力和良好的魯棒性。儲備池計算利用一個固定的、隨機連接的遞歸神經(jīng)網(wǎng)絡(儲備池)將輸入信號映射到高維狀態(tài)空間，通過簡單的讀取層進行輸出預測。儲備池內部的連接權重保持不變，只需訓練讀取層的權重即可完成模型訓練。這種方法簡化了計算復雜度和訓練時間，降低了能耗。與此同時，其遞歸結構保留了時間序列中的歷史信息，適用于實時處理任務，如動態(tài)系統(tǒng)建模和模式識別。

4、雙電層耦合晶體管是一種利用雙電層效應實現(xiàn)高效電信號調控的新型電子器件。通過離子在電解質和半導體界面處的移動，dlct形成具有高電容的雙電層，從而調控晶體管的導電性。利用其離子弛豫過程所提供的高度非線性和時間相關性，構建硬件的儲備池虛擬節(jié)點，便可以實施基于硬件的儲備池計算算法。

5、現(xiàn)有技術中首先是計算負荷大和能耗高，主要由于邊緣設備的有限計算資源和處理復雜數(shù)據(jù)任務的需求；其次是系統(tǒng)復雜度和維護成本高，需要管理多樣化的傳感器數(shù)據(jù)和復雜的應用需求，這增加了系統(tǒng)設計和維護的挑戰(zhàn)。

技術實現(xiàn)思路

1、通過構建適配于機器學習算法的電子器件并構建專用的處理模塊，本技術有望破解上述問題，本發(fā)明提出了一種基于儲備池計算晶體管的老年人跌倒檢測系統(tǒng)及方法，所述系統(tǒng)包括人體運動狀態(tài)傳感模塊、物理儲備池計算模塊；

2、所述人體運動狀態(tài)傳感模塊包括三軸加速度傳感器、主控芯片；

3、所述三軸加速度傳感器與主控芯片集成后作為傳感端設備，用于實時采集并發(fā)送運動過程中的慣性加速度數(shù)據(jù)；

4、所述物理儲備池計算模塊包括雙電層晶體管，用作儲備池的離子弛豫過程計算。

5、進一步的，所述一種基于儲備池計算晶體管的老年人跌倒檢測系統(tǒng)的搭建方法，具體包括：

6、步驟s1、搭建基于雙電層晶體管的物理儲備池計算模塊；

7、步驟s2、將三軸加速度傳感器與主控芯片集成，搭建人體運動狀態(tài)傳感模塊；

8、步驟s3、集成人體運動狀態(tài)傳感模塊與物理儲備池計算模塊。

9、進一步的，所述步驟s1具體包括：

10、步驟s101、制備圖案化柵極電極，包括金屬鋁al、氧化銦錫ito；

11、步驟s102、制備圖案化柵介質層，包括無機固態(tài)電解質二氧化硅、離子凝膠殼聚糖；

12、步驟s103、制備圖案化半導體溝道層，包括氧化銦鎵鋅igzo、氧化銦錫ito；

13、步驟s104、制備圖案化源漏電極，包括金屬鋁al、銀ag；

14、步驟s105、使用引線鍵合機把硅片上的雙電層晶體管陣列電極引線至pcb板上進行封裝，便于與主控芯片板集成。

15、進一步的，所述步驟s101中，使用熱蒸發(fā)的方法制備圖案化al電極：將掩模板與摻氮硅層平整緊密地夾緊在一起，放置于樣品夾中，抽真空，使其真空度低于10-4pa后，蒸鍍al作為柵級電極。

16、進一步的，所述步驟s102中，使用等離子體增強化學氣相方法在柵極電極上沉積圖案化二氧化硅薄膜：將掩模板與柵極電極平整緊密地夾緊在一起，放置于樣品夾中，沉積過程中，40sccm?sih4/n2混合物和120sccm?n2o氣體作為反應氣體，在一定溫度條件下反應。

17、進一步的，所述步驟s103中，使用磁控濺射的方法生長圖案化igzo溝道層：將掩模板與二氧化硅層平整緊密地夾緊在一起，放置于樣品夾中，沉積過程中腔體壓力設置為0.3pa，功率為100w，氬氣流量30sccm，濺射3分鐘。

18、進一步的，所述步驟s104中，使用熱蒸發(fā)的方法制備圖案化al電極：將掩模板與igzo層平整緊密地夾緊在一起，放置于樣品夾中，抽真空，使其真空度低于10-4pa后，蒸鍍al作為源漏電極。

19、進一步的，所述步驟s1中，所述物理儲備池計算模塊采集數(shù)據(jù)流程包括：

20、步驟a：所述人體運動狀態(tài)傳感模塊采集三軸加速度傳感器的信號乘以掩膜矩陣進行時分復用過程；所述掩膜矩陣為隨機生成的范圍在-1和1之間的多值矩陣；

21、步驟b：所述三軸加速度傳感器的信號以平均值為閾值生成脈沖序列，大于閾值的定義為一個脈沖，小于閾值的定義為靜息狀態(tài)；

22、步驟c：所述脈沖序列施加在雙電層晶體管上，采集每個時間步長的電流作為儲層狀態(tài)。

23、進一步的，所述步驟s2中，人體運動狀態(tài)傳感模塊利用陀螺儀采集三軸加速度傳感器的信號；所述人體運動狀態(tài)傳感模塊通過i2c通信接口傳輸給主控芯片；所述主控芯片運用數(shù)字濾波算法對采集到的數(shù)據(jù)進行處理的步驟包括：

24、步驟1：首先使用卡爾曼濾波去除高頻噪聲，保留有效的加速度信號；

25、步驟2：其次使用高通濾波去除加速度數(shù)據(jù)中的直流成分，獲取動態(tài)加速度信息，包括振動信號；

26、步驟3：處理后的信號最終形成三軸加速度數(shù)據(jù)集。

27、進一步的，所述系統(tǒng)的使用方法包括：

28、步驟a：通過三軸加速度傳感器與主控芯片集成人體運動狀態(tài)傳感模塊的采集數(shù)據(jù)集，包含正面向后摔倒動作、向左側摔倒和向右側摔倒動作、伸懶腰動作、下蹲動作、坐下動作，每個動作采集不少于200次；

29、步驟b：將采集數(shù)據(jù)集的90％作為訓練集，用于生成儲層，通過一步線性回歸得到訓練權重；

30、步驟c：將采集數(shù)據(jù)集的10％作為測試集，生成測試集的儲層，通過乘以已經(jīng)訓練好的權重，輸出動作標簽。

31、相比于現(xiàn)有技術，本技術的優(yōu)點和效果如下：

32、1、該模塊集成了人體運動狀態(tài)監(jiān)測傳感模塊與物理儲備池計算模塊，其中mpu6050與esp32芯片集成后作為傳感端設備，實時采集并發(fā)送運動過程中的慣性加速度數(shù)據(jù)。其次采用雙電層基igzo人工突觸晶體管構筑的物理儲備池系統(tǒng)進行邊端的計算。得益于靜電耦合效應，雙電層晶體管在低工作電壓驅動下即可展現(xiàn)出突觸可塑性，其所表現(xiàn)出的離子弛豫過程可以提供豐富的動態(tài)響應電流作為儲備池虛擬節(jié)點，從而顯著降低了計算能耗，將傳統(tǒng)邊緣設備的工作能耗降低至納焦級別。

33、2、本技術通過儲備池計算顯著降低計算負荷和能耗，使設備更適合長期監(jiān)測和使用，功耗級別在納瓦級別，接近生物神經(jīng)元的能耗。利用儲備池計算器件實現(xiàn)對傳感數(shù)據(jù)的高能效處理，為邊端設備的長期、連續(xù)工作提供支持。本技術中的設備能夠在低能耗的情況下，長時間連續(xù)工作，不僅適用于家庭護理環(huán)境，也適合養(yǎng)老機構等需要長時間監(jiān)測的場景。

34、3、本技術通過集成人體運動狀態(tài)監(jiān)測傳感模塊與物理儲備池計算模塊，簡化了系統(tǒng)設計，減少了傳統(tǒng)方法中需要的多個分離組件和復雜的布線，降低了系統(tǒng)復雜度和維護成本。同時，這種集成化設計不僅縮小了設備的體積，使其更為便攜和易于安裝，還降低了生產(chǎn)和組裝成本。此外，由于系統(tǒng)架構更加簡潔，維護和升級也變得更加方便。故障排除和部件更換所需的時間和人力資源減少，進一步提高了設備的可靠性和使用壽命。

35、上述說明僅是本技術技術方案的概述，為了能夠更清楚了解本技術的技術手段，從而可依照說明書的內容予以實施，并且為了讓本技術的上述和其他目的、特征和優(yōu)點能夠更明顯易懂，以下以本技術的較佳實施例并配合附圖詳細說明如后。

36、根據(jù)下文結合附圖對本技術具體實施例的詳細描述，本領域技術人員將會更加明了本技術的上述及其他目的、優(yōu)點和特征。