一种睡眠系统技术方案

本发明专利技术提供了一种睡眠系统，包括控制模块、健康监测模块、健康信息判断模块、显示报警模块，所述控制模块用于根据健康信息判断模块反馈的信号来控制床垫的形态、控制床垫进行加热和振动；所述健康监测模块用于监测用户的体征信息并将所述体征信息通过无线网络传送至所述健康信息判断模块；所述健康信息判断模块用于将用户的体征信息进行实时存储并进行数据分析、判断和评估；所述显示报警模块用于接收健康信息判断模块反馈的信号并进行信息显示或声光报警提示。本发明专利技术能够根据用户的睡眠信息和人体健康信息调整床垫的姿态或者提供加热功能等，大大地改善了用户的睡眠质量。

【技术实现步骤摘要】

本专利技术涉及睡眠管理领域，具体涉及一种睡眠系统。
技术介绍
相关技术中，随着物联网技术的迅速发展以及无接触检测人体生命特征技术不断地完善，这使得带人体生命特征监控功能的睡床成为了现实。目前，可以监测使用者呼吸、心跳、体动的产品主要有通过在人体上粘贴电极片，测量呼吸心跳时人体电阻率变化的多导睡眠仪，或者监测使用者鼻腔气流情况的面罩式监测器。这些侵入性装置粘附于人体，无疑会对使用者的睡眠情况造成不良影响。非侵入性装置有基于压电陶瓷，电容式和光纤传感器。这些传感器需要安装在刚性的装置上面，同样影响使用者睡眠。并且，这些装置只能提供的原始的波形数据，普通人难以理解其含义，需要专业的医师指导才能了解自己的睡眠情况。此外，现有技术中还没有针对使用者的身体信息，对床垫进行相应调整以使这样身体信息恢复正常的产品出现。
技术实现思路
为解决上述问题，本专利技术旨在提供一种睡眠系统。本专利技术的目的采用以下技术方案来实现：一种睡眠系统，包括控制模块、健康监测模块、健康信息判断模块、显示报警模块，所述控制模块用于根据健康信息判断模块反馈的信号来控制床垫的形态、控制床垫进行加热和振动；所述健康监测模块用于监测用户的体征信息并将所述体征信息通过无线网络传送至所述健康信息判断模块，其包括压力传感器、红外探测传感器和多普勒传感器；所述健康信息判断模块用于将用户的体征信息进行实时存储并进行数据分析、判断和评估；所述显示报警模块用于接收健康信息判断模块反馈的信号并进行信息显示或声光报警提示。本专利技术的有益效果为：能够通过监测用户的体征信息，根据用户的睡眠信息和人体健康信息调整床垫的姿态或者提供加热功能等，并且能够在监测用户身体不适时提供报警功能，同时大大地改善了用户的睡眠质量，从而解决了上述技术问题。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术结构示意图；图2是本专利技术传感器故障诊断模块的示意图。附图标记：包括控制模块1、健康监测模块2、健康信息判断模块3、显示报警模块4、传感器故障诊断模块5、信号采集滤波单元51、故障特征提取单元52、在线特征提取单元53、特征向量优选单元54、故障分类识别单元55、故障种类更新单元56、健康记录单元57。具体实施方式结合以下实施例对本专利技术作进一步描述。应用场景1参见图1、图2，本应用场景的一个实施例的睡眠系统，包括控制模块1、健康监测模块2、健康信息判断模块3、显示报警模块4，所述控制模块1用于根据健康信息判断模块3反馈的信号来控制床垫的形态、控制床垫进行加热和振动；所述健康监测模块2用于监测用户的体征信息并将所述体征信息通过无线网络传送至所述健康信息判断模块3，其包括压力传感器、红外探测传感器和多普勒传感器；所述健康信息判断模块3用于将用户的体征信息进行实时存储并进行数据分析、判断和评估；所述显示报警模块4用于接收健康信息判断模块3反馈的信号并进行信息显示或声光报警提示。优选的，所述床垫还包括配套使用的枕头，所述枕头配置地用于采集人体脑电波。本专利技术上述实施例能够通过监测用户的体征信息、脑电波等信息，根据用户的睡眠信息和人体健康信息调整床垫的姿态或者提供加热功能等，并且能够在监测用户身体不适时提供报警功能，同时大大地改善了用户的睡眠质量，从而解决了上述技术问题。优选的，所述压力传感器至少为4个，所述压力传感器按一定规则排列地安装在床垫的下部，其用于实时监测床垫受到重压产生的压力信号。本优选实施例能够更加有效地实时采集用户的身体健康信息。优选的，所述睡眠系统还包括对各传感器进行诊断的传感器故障诊断模块5，所述传感器故障诊断模块5包括信号采集滤波单元51、故障特征提取单元52、在线特征提取单元53、特征向量优选单元54、故障分类识别单元55、故障种类更新单元56和健康记录单元57。本专利技术上述实施例设置传感器故障诊断模块5并实现了传感器故障诊断模块5的快速搭建，有利于监测各传感器，保证监测有效执行。优选的，所述信号采集滤波单元51用于采集历史传感器信号和在线传感器测试信号，并采用组合形态滤波器对信号进行滤波处理；本优选实施例设置组合形态滤波器，可有效的去除信号的各种噪声干扰，较好的保留信号的原始特征信息。优选的，所述故障特征提取单元52用于对滤波后的历史传感器信号进行集成经验模态分解(EEMD)处理，并提取集成经验模态分解(EEMD)的能量熵作为训练特征向量，包括：(1)将采集的历史传感器信号分为正常工况信号和多种类别的故障信号；(2)对所述历史传感器信号进行集成经验模态分解(EEMD)处理，获得所述历史传感器信号的本征模态函数和余项函数；(3)计算所述历史传感器信号的本征模态函数和余项函数的能量熵；(4)对历史传感器信号的能量熵进行归一化处理，提取归一化后的能量熵作为训练特征向量；所述在线特征提取单元53用于对滤波后的在线传感器测试信号进行集成经验模态分解(EEMD)处理，并提取集成经验模态分解(EEMD)的能量熵作为待测特征向量，包括：(1)对所述在线传感器测试信号进行EEMD处理，获得所述在线传感器测试信号的本征模态函数和余项函数；(2)计算所述在线传感器测试信号的本征模态函数和余项函数的能量熵；(3)对在线传感器测试信号的能量熵进行归一化处理，提取归一化后的能量熵作为待测特征向量。本优选实施例对采集的传感器信号进行集成经验模态分解(EEMD)处理，能够有效的消除模态混叠现象，分解的效果较好。优选的，所述特征向量优选单元54分别对训练特征向量和待测特征向量进行相似性度量，对于相似度高的特征向量进行剔除，包括：(1)定义两向量相似度函数S(X,Y)： S ( X , Y ) = cov ( X , Y ) D ( X ) D ( Y ) ]]>式中，X、Y分别表示两个特征向量，cov(X,Y)为X与Y的协方差，为X、Y标准差；对于任意两个训练特征向量X1、X2，和任意两个待测特征向量D1、D2，分别采用相似度函数对其相似度进行度量，得到S(X1,X2)和S(D1,D2)；(2)对于S(X1,X2)和S(D1,D2)，若S(X1,X2)>T1，T1∈(0.9,1)，只选取X1作为训练特征向量，若S(D1,D2)>T2，T2∈(0.95,1)，只选取D1本文档来自技高网...

【技术保护点】
一种睡眠系统，其特征是，包括控制模块、健康监测模块、健康信息判断模块、显示报警模块，所述控制模块用于根据健康信息判断模块反馈的信号来控制床垫的形态、控制床垫进行加热和振动；所述健康监测模块用于监测用户的体征信息并将所述体征信息通过无线网络传送至所述健康信息判断模块，其包括压力传感器、红外探测传感器和多普勒传感器；所述健康信息判断模块用于将用户的体征信息进行实时存储并进行数据分析、判断和评估；所述显示报警模块用于接收健康信息判断模块反馈的信号并进行信息显示或声光报警提示。

【技术特征摘要】
1.一种睡眠系统，其特征是，包括控制模块、健康监测模块、健康信息判断模块、显示报警模块，所述控制模块用于根据健康信息判断模块反馈的信号来控制床垫的形态、控制床垫进行加热和振动；所述健康监测模块用于监测用户的体征信息并将所述体征信息通过无线网络传送至所述健康信息判断模块，其包括压力传感器、红外探测传感器和多普勒传感器；所述健康信息判断模块用于将用户的体征信息进行实时存储并进行...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：孟玲，
类型：发明
国别省市：浙江;33