کاربرد حسگری فشرده در شبکه های حسگر بدنی

. پیشرفت های اخیر در زمینه الکترونیک و مخابرات بی سیم ، توانایی طراحی و ساخت حسگرهایی با توان مصرف پایین ، اندازه کوچک ، قیمت مناسب و کاربری گوناگون را فراهم کرده است . این حسگرهای کوچک که توانایی انجام اعمالی چون دریافت ، پردازش محدود و مخابره اطلاعات را دارد، موجب پیدایش ایده ای برای ایجاد و گسترش شبکه های موسوم به شبکه های حسگر بی سیم شده است. یکی از کاربرد های جالب توجه این شبکه ها در کنترل و ارتقاء وضعیت بهداشت و درمان کلیه افراد به ویژه سالخوردگان ، بیماران و کودکان می باشد. شبکه حسگر بدنی(bsn) یک شبکه حسگر بی سیم خاص منظوره است که با به کارگیری گره های حسگر بی سیم در محدوده بدن فرد، اندازه گیری پارامتر های بیولوژیکی وی را انجام می دهد و پایش سلامت او را از راه دور میسر می سازد. هدف اصلی در شبکه های حسگر بدنی انتقال شرایط سلامتی کاربر به صورت بلادرنگ به خود شخص ، بیمارستان یا دکتر متخصص بدون ایجاد زحمت برای فرد می باشد. پهنای باند، توان محاسباتی، توان مخابراتی،توان مصرفی، مقیاس پذیری، پردازش محدود، محاسبات محدود، ... از جمله چالش های شبکه های حسگر بدنی محسوب می شود . از آن جایی که اغلب این چالش ها ناشی از محدودیت در توان است و بهینه سازی مصرف انرژی ، طول عمر شبکه مورد استفاده را تعیین می کند ، این موضوع یکی از موضوعات مهم تحقیقاتی در شبکه های حسگر بدنی است. در این پایان نامه قصد داریم به بررسی راه حلی برای کاهش مصرف توان که از مهم ترین چالش های شبکه حسگر بدنی محسوب می شود، بپردازیم و کاربرد آن را در شبکه¬های حسگر بدنی مورد مطالعه قرار دهیم. در این راستا ضمن معرفی شبکه های حسگر پزشکی , نیاز ها و کاربرد های این شبکه , معرفی می شود. کلیه سنسورهای مورد استفاده در شبکه حسگر بدن , به عنوان پایه و اساس ایجاد محدودیت های توان , مورد بررسی قرار می گیرد. با توجه به تغییرات پیوسته علائم حیاتی بدن , روش حسگری فشرده(compressed sensing) به عنوان روش پیشنهادی مطرح می شود. ضمن معرفی روش پیشنهادی, شبیه سازی برای تمام سنسورها انجام می گیرد. در ادامه برای رسیدن به هدف نهایی یک مطالعه میدانی حول سیگنال های پزشکی بازسازی شده برای بررسی خطای تشخیص پزشک که شاخصه ی مهم در مقایسه عملکرد سنسورهای شبکه حسگر بدن محسوب خواهد شد , پرداخته می شود . بررسی انجام شده در این پایان نامه نشان می دهد که علی رقم خطای زیاد در سیگنال بازسازی شده , خطای تشخیص پزشک در حد قابل قبول است.