1、原文
Context Predictor Based Sparse Sensing Technique and Smart Transmission Architecture for IoT Enabled Remote Health Monitoring Applications
https://ieeexplore.ieee.org/document/6944538
2、摘要
管理从体域网络(BAN)中的传感器获取的数据量是主要问题之一。在本文中,我们提出了一种基于片上上下文预测器的智能传输架构稀疏传感技术,该技术利用数据中存在的特征计算置信区间,从而实现统计保证。所提出的架构使用智能稀疏传感,它消除了冗余数据的收集,从而减少了生成的数据量。对于性能分析,我们考虑了心电数据采集和传输系统。当应用于从10名患者收集的数据时,所提出的架构通过实现72%的节能和采样数据与原始数据的平均偏差为2%,将传感单元的占空比降低到27.99%。
3、正文
--------------------------------------------------------------------------
-------------------------------------------------------------
4、结论
在本文中,我们提出了一种基于片上上下文预测器的智能稀疏采样和智能传输架构,用于支持物联网的远程健康监测应用。所提出的架构极大地有助于实现系统占空比的显着降低,从而降低能耗和生成的数据速率,同时保持所收集数据的统计保证。该架构在对使用IITHyderabad内部开发的ECG数据采集系统从10名患者收集的ECG数据进行分析时,实现了27.99%的占空比,并且平均在30秒的时间间隔内生成的数据减少了72%。在平均超过10名患者中,所提出的架构实现了72%的节能,这在远程健康监测应用中节省了大量资金。