沈維政，鄭 爽，初永良，孔慶明

（東北農(nóng)業(yè)大學(xué)電氣與信息學(xué)院，哈爾濱 150030）

畜牧業(yè)是農(nóng)業(yè)的重要組成部分，近年來(lái)，由于養(yǎng)殖方式粗放，現(xiàn)代化管理手段缺乏，致使奶牛飼養(yǎng)成本上升、原料奶品質(zhì)不高、奶牛產(chǎn)奶量和轉(zhuǎn)化率相對(duì)較低，影響我國(guó)奶牛養(yǎng)殖業(yè)健康發(fā)展[1-2]。應(yīng)用單片機(jī)和傳感器技術(shù)采集奶?；顒?dòng)量等參數(shù)，對(duì)于預(yù)防奶牛疾病、準(zhǔn)確判斷奶牛發(fā)情期、實(shí)現(xiàn)奶牛精細(xì)飼養(yǎng)、提高奶牛產(chǎn)奶量和原料奶質(zhì)量具有重要作用。

活動(dòng)量是判斷奶牛發(fā)情期和健康狀況的生理指標(biāo)之一。曹學(xué)浩等研究表明，奶牛發(fā)情時(shí)異常興奮，活動(dòng)量明顯增加；奶牛生病時(shí)，活動(dòng)量明顯減少[3]。及時(shí)發(fā)現(xiàn)奶牛發(fā)情有利于奶牛及時(shí)受孕、產(chǎn)犢和延長(zhǎng)泌乳期，提高產(chǎn)奶量[4]。目前，我國(guó)主要采用人工觀察奶牛發(fā)情前行為特征判斷奶牛發(fā)情期和受孕時(shí)機(jī)的傳統(tǒng)發(fā)情監(jiān)測(cè)方法，這種方法僅適用于小規(guī)模的奶牛養(yǎng)殖場(chǎng)，不利于檢測(cè)奶牛夜間發(fā)情行為，易造成漏配，無(wú)法滿足規(guī)?；B(yǎng)殖需求[3]。近年來(lái)，國(guó)內(nèi)外學(xué)者對(duì)奶牛的活動(dòng)量采集工作進(jìn)行研究，Brehme等采用ALT計(jì)步器研制的計(jì)算機(jī)輔助測(cè)量系統(tǒng)檢測(cè)奶牛發(fā)情期[5]。Paula等使用三維加速度計(jì)和支持向量機(jī)（SVM）對(duì)奶牛行為模式進(jìn)行識(shí)別和分類[6]。Nadimi等使用基于ZigBee的移動(dòng)ad hoc無(wú)線傳感器網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)監(jiān)測(cè)動(dòng)物行為并對(duì)其行為模式分類[7]。尹令等應(yīng)用三軸加速度傳感器對(duì)奶牛行為特征分類并預(yù)測(cè)奶牛發(fā)情期[8]。國(guó)外已開(kāi)發(fā)出較成熟商業(yè)化產(chǎn)品，如：以色列阿菲金（Afimilk）的Afitag，瑞典利拉伐（DeLaval）的 Activity Meter，德國(guó)韋斯伐利亞（Westfalia）的Rescounter等[9]。而國(guó)內(nèi)起步較晚，技術(shù)落后，未有能大規(guī)模推廣應(yīng)用的產(chǎn)品，自主研發(fā)成熟易用的奶?；顒?dòng)量采集系統(tǒng)尤為必要。本文設(shè)計(jì)一個(gè)奶牛活動(dòng)量采集系統(tǒng)。通過(guò)該系統(tǒng)，奶牛飼養(yǎng)員能及時(shí)獲取奶牛個(gè)體的活動(dòng)量信息，快速準(zhǔn)確判斷其發(fā)情期和身體異常情況，有助于延長(zhǎng)奶牛產(chǎn)乳期，提高其年產(chǎn)奶量，促進(jìn)我國(guó)奶業(yè)持續(xù)健康發(fā)展。

1 系統(tǒng)設(shè)計(jì)

考慮到本系統(tǒng)的應(yīng)用環(huán)境為奶牛養(yǎng)殖場(chǎng)，因此在進(jìn)行系統(tǒng)設(shè)計(jì)前需對(duì)奶牛養(yǎng)殖場(chǎng)的規(guī)模、建設(shè)、布局和奶牛的生活習(xí)性等情況進(jìn)行實(shí)地研究，對(duì)無(wú)線組網(wǎng)選擇、節(jié)點(diǎn)布置、奶牛間碰撞、低功耗等[10]進(jìn)行全面設(shè)計(jì)。綜合比較藍(lán)牙、Wi-Fi、紅外和ZigBee等技術(shù)不同優(yōu)勢(shì)，本文采用ZigBee無(wú)線網(wǎng)絡(luò)通信。ZigBee技術(shù)是一種短距離、可靠、低復(fù)雜度、低數(shù)據(jù)速率雙向無(wú)線通信技術(shù)，優(yōu)點(diǎn)是低功耗、低成本和自組網(wǎng)[11-12]。由于奶牛身體遮擋等因素，根據(jù)實(shí)際測(cè)試可知，牛舍內(nèi)ZigBee有效通信距離為60 m。

奶?；顒?dòng)量采集系統(tǒng)結(jié)構(gòu)如圖1所示，主要由活動(dòng)量采集節(jié)點(diǎn)、路由節(jié)點(diǎn)、中心節(jié)點(diǎn)、RS485/RS232轉(zhuǎn)換節(jié)點(diǎn)和PC終端（信息中心）組成?；顒?dòng)量采集節(jié)點(diǎn)佩戴在奶牛頸部，負(fù)責(zé)檢測(cè)奶牛三軸加速度數(shù)據(jù)；與路由節(jié)點(diǎn)和中心節(jié)點(diǎn)形成ZigBee無(wú)線網(wǎng)絡(luò)，經(jīng)路由節(jié)點(diǎn)將數(shù)據(jù)傳送至中心節(jié)點(diǎn)；中心節(jié)點(diǎn)將加速度數(shù)據(jù)通過(guò)RS485和RS232有線傳輸至信息中心；信息中心處理接收數(shù)據(jù)對(duì)其行為特征分類，將奶牛發(fā)情和身體異常情況通過(guò)GPRS發(fā)送至飼養(yǎng)員的手機(jī)或PDA上。

圖1 奶?；顒?dòng)量采集系統(tǒng)結(jié)構(gòu)Fig.1 Structure of cows activity data acquisition system

2 系統(tǒng)硬件設(shè)計(jì)

2.1 活動(dòng)量采集節(jié)點(diǎn)設(shè)計(jì)

活動(dòng)量采集節(jié)點(diǎn)工作時(shí)需佩戴在奶牛身體上，為不影響正常生理活動(dòng)，要求該節(jié)點(diǎn)具有體積小、質(zhì)量輕、功耗低、防撞、防水、耐用等特點(diǎn)。綜合比較MSP430、AVR和8051等單片機(jī)在性能、功耗和性價(jià)比等方面不同優(yōu)勢(shì)，本文主處理器選用MSP430F149單片機(jī)。該單片機(jī)采用16位精簡(jiǎn)指令系統(tǒng)，具有處理能力強(qiáng)、超低功耗等特點(diǎn)。活動(dòng)模式下工作電流為225 μA，待機(jī)時(shí)僅為0.8 μA[13]。三軸加速度計(jì)采用 ADI公司 ADXL345，該傳感器具有功耗低、體積小、分辨率高（13位）等特點(diǎn)，數(shù)字輸出16位二進(jìn)制補(bǔ)碼格式數(shù)據(jù)。電壓為2.5 V時(shí)，測(cè)量模式下低至23 μA，待機(jī)模式下為 0.1 μA[14]。ZigBee芯片選用美國(guó) TI公司CC2430，該芯片內(nèi)結(jié)合高性能2.4 GHz射頻收發(fā)器和低功耗高性能8051微控制器；具有極高的接收靈敏度和抗干擾性能；在接收和發(fā)射模式下，電流損耗分別低于27和25 mA，休眠模式下僅需0.9 μA，適合運(yùn)用于低功耗的應(yīng)用[15]。該節(jié)點(diǎn)結(jié)構(gòu)如圖2所示，采用兩塊電壓為3.6 V、容量為1350 mAh鋰電池供電。如圖3所示，尺寸為100 mm×60 mm×15 mm。

圖2 奶?；顒?dòng)量采集節(jié)點(diǎn)結(jié)構(gòu)Fig.2 Structure of cows activity data acquisition node

圖3 奶?；顒?dòng)量采集節(jié)點(diǎn)實(shí)物圖Fig.3 Realy picture of cows activity data acquisition node

2.2 中心節(jié)點(diǎn)和路由節(jié)點(diǎn)設(shè)計(jì)

中心節(jié)點(diǎn)和路由節(jié)點(diǎn)結(jié)構(gòu)分別如圖4、5所示。中心節(jié)點(diǎn)和路由節(jié)點(diǎn)均采用TI公司CC2430芯片。中心節(jié)點(diǎn)作為ZigBee網(wǎng)絡(luò)中協(xié)調(diào)器，負(fù)責(zé)發(fā)起建立網(wǎng)絡(luò)。由于中心節(jié)點(diǎn)和路由節(jié)點(diǎn)需固定安置，可采用220 V市電經(jīng)轉(zhuǎn)換后作為其主動(dòng)電源。備用電源采用3.6 V、600 mAh鋰電池，用于主動(dòng)電源發(fā)生故障時(shí)維持本系統(tǒng)的正常運(yùn)行。路由節(jié)點(diǎn)安置在牛舍屋頂下方合理處，進(jìn)行布點(diǎn)時(shí)需考慮牛舍內(nèi)ZigBee有效通信距離，奶牛站立和躺臥時(shí)活動(dòng)量采集節(jié)點(diǎn)高度變化[10]，根據(jù)牛舍實(shí)際情況合理布置，盡量減少路由節(jié)點(diǎn)以降低成本。

圖4 中心節(jié)點(diǎn)結(jié)構(gòu)Fig.4 Structure of center node

圖5 路由節(jié)點(diǎn)結(jié)構(gòu)Fig.5 Structure of routing node

2.3 RS485/RS232節(jié)點(diǎn)設(shè)計(jì)

中心節(jié)點(diǎn)與信息中心之間采用RS485進(jìn)行數(shù)據(jù)通信。由于RS485不能與PC機(jī)直接進(jìn)行通信，故需加入RS485/RS232節(jié)點(diǎn)進(jìn)行轉(zhuǎn)換，將數(shù)據(jù)通過(guò)串口方式傳送至PC機(jī)?？紤]RS485的傳輸距離有限，不同奶牛養(yǎng)殖場(chǎng)牛舍與信息中心之間距離不同，可適當(dāng)添加RS485中繼器以延長(zhǎng)其傳輸距離。

3 系統(tǒng)軟件設(shè)計(jì)

3.1 活動(dòng)量采集程序設(shè)計(jì)

奶?；顒?dòng)量采集程序流程如圖6所示。設(shè)備上電后，進(jìn)行初始化，檢測(cè)ZigBee網(wǎng)絡(luò)并加入，三軸加速度計(jì)開(kāi)始采集數(shù)據(jù)，經(jīng)ZigBee無(wú)線傳輸模塊進(jìn)行發(fā)送，發(fā)送成功后，設(shè)備開(kāi)始進(jìn)入休眠狀態(tài)，到一定時(shí)間后結(jié)束休眠，設(shè)備重新進(jìn)入正常工作狀態(tài)。

圖6 活動(dòng)量采集程序流程Fig.6 Activity data acquisition program flow

3.2 活動(dòng)量算法設(shè)計(jì)

本系統(tǒng)通過(guò)三軸加速度計(jì)ADXL345采集X、Y、Z三軸方向的運(yùn)動(dòng)加速度，用K-均值聚類算法將奶牛行為分為靜止、微動(dòng)、慢走、爬跨和快跑五種狀態(tài)，以表征其活動(dòng)量。2013年5月在完達(dá)山奶牛養(yǎng)殖場(chǎng)進(jìn)行數(shù)據(jù)采集，對(duì)4頭佩戴活動(dòng)量采集節(jié)點(diǎn)的成年奶牛連續(xù)視頻監(jiān)控3 d，獲取其各種行為特征下的三軸加速度數(shù)據(jù)，為后期奶牛行為特征分類算法實(shí)現(xiàn)提供數(shù)據(jù)支持。

本系統(tǒng)活動(dòng)量采集節(jié)點(diǎn)設(shè)計(jì)為項(xiàng)圈式，佩戴在奶牛頸部。ADXL345三軸加速度傳感器的X軸指向奶牛頭部，Y軸與X軸成水平面指向奶牛外側(cè)，Z軸垂直指向地。奶牛行為特征分為靜止、微動(dòng)、慢走、爬跨和快跑五種狀態(tài)，即K=5。選取此五個(gè)行為特征的樣本集為S={A1，A2，A3，…，An}，其中，Ai={ax,t，ay,t，az,t}，ax,t、ay,t、az,t分別為t時(shí)刻X、Y、Z軸方向的加速度[8]。具體實(shí)現(xiàn)步驟如下：

①選取5個(gè)待聚類的聚類中心μ1，μ2，…，μ5。

②計(jì)算樣本中的每個(gè)點(diǎn)到聚類中心的歐式距離，將每個(gè)點(diǎn)聚類到離該點(diǎn)最近的聚類中。

注：公式（1）中C（i）代表樣本Ai與5個(gè)類中距離最近的那個(gè)類，μj為第j類的聚類中心。

③計(jì)算每個(gè)聚類中所有點(diǎn)的坐標(biāo)平均值，并將這個(gè)平均值作為新的聚類中心。

④重復(fù)執(zhí)行（2）、（3），直到聚類中心不再進(jìn)行擴(kuò)大范圍移動(dòng)或者聚類次數(shù)達(dá)到要求為止[16]。

經(jīng)過(guò)以上4步，最終能夠得到5個(gè)穩(wěn)定的聚類中心μ1、μ2、μ3、μ4、μ5，將采集的數(shù)據(jù)與這 5 個(gè)聚類中心分別計(jì)算其歐式距離，求出距離最近的那個(gè)類，即可實(shí)現(xiàn)奶牛行為特征分類。奶牛行為特征分類如圖7所示。

圖7 奶牛行為特征分類Fig.7 Cow behavior classification

3.3 奶牛發(fā)情和身體異常方法判定

研究表明，奶牛發(fā)情期運(yùn)動(dòng)量顯著增加，發(fā)情前期會(huì)有爬跨等現(xiàn)象；奶牛患蹄部疾病、消化系統(tǒng)疾病等時(shí)，躺臥時(shí)間較長(zhǎng)[3]。根據(jù)大量奶牛視頻監(jiān)控錄像數(shù)據(jù)分析可知，發(fā)情期奶牛與未發(fā)情奶牛一天（24 h）內(nèi)大幅度運(yùn)動(dòng)（快跑和爬跨）時(shí)間比例明顯不同；身體異常奶牛與健康奶牛一天內(nèi)輕幅度運(yùn)動(dòng)（靜止和微動(dòng)）時(shí)間比例也會(huì)有明顯差距[17]。本文據(jù)此對(duì)奶牛發(fā)情期和身體異常情況進(jìn)行判定。但是此處一天不能用正常的0:00～24:00時(shí)間段劃分，假如奶牛在夜間23:00開(kāi)始發(fā)情，由此計(jì)算出的奶牛大幅度運(yùn)動(dòng)時(shí)間比例將不準(zhǔn)確。為準(zhǔn)確計(jì)算其時(shí)間比例，本文通過(guò)計(jì)算相鄰采樣點(diǎn)加速度變化值判斷其行為狀態(tài)突變[18]，確定快跑或爬跨狀態(tài)是否結(jié)束，結(jié)束時(shí)間點(diǎn)記作一天的終點(diǎn)。

假定：一天時(shí)間記為T（s），快跑和爬跨時(shí)間總和為T1（s），靜止和微動(dòng)時(shí)間總和為T2（s），發(fā)情閾值為H，身體異常閾值為L(zhǎng)，快跑和爬跨一天內(nèi)時(shí)間比例為P，靜止和微動(dòng)一天內(nèi)時(shí)間比例為J，則P=T1/T，J=T2/T。如果：P≥H，則說(shuō)明該奶牛處于發(fā)情期；如果：J≥L，則說(shuō)明該奶牛身體出現(xiàn)異常。

4 結(jié)果與分析

4.1 結(jié)果精度驗(yàn)證

為驗(yàn)證該系統(tǒng)性能，于2013年7月在哈爾濱市完達(dá)山奶牛養(yǎng)殖場(chǎng)進(jìn)行測(cè)試，選擇一頭健康成年奶牛進(jìn)行4 h試驗(yàn)。三軸加速度計(jì)采樣頻率為12.5 Hz，采用視頻監(jiān)控錄像對(duì)比，測(cè)試前將該奶牛的活動(dòng)量采集節(jié)點(diǎn)時(shí)間與視頻監(jiān)控時(shí)間調(diào)成一致。共采集樣本個(gè)數(shù)15062個(gè)，奶牛行為特征分類測(cè)試結(jié)果如表1和圖8所示。

表1 奶牛行為特征分類測(cè)試結(jié)果Table 1 Cow behavior classification test results

圖8 奶牛行為特征分類結(jié)果Fig.8 Cow behavior classification results

4.2 結(jié)果分析

根據(jù)表1結(jié)果可知，該分類模型的整體表現(xiàn)合理。對(duì)所有奶牛行為模式分類的準(zhǔn)確率超過(guò)70%，其中，奶牛輕幅度運(yùn)動(dòng)（靜止和微動(dòng)）分類準(zhǔn)確率為72.82%，大幅度運(yùn)動(dòng)（爬跨和快跑）分類準(zhǔn)確率達(dá)到79.53%；奶牛運(yùn)動(dòng)幅度越大，其行為特征分類準(zhǔn)確率越高。

本文采用K-均值聚類算法對(duì)奶牛的行為特征進(jìn)行分類，在一定程度上能對(duì)奶牛的靜止、微動(dòng)、慢走、爬跨和快跑等行為進(jìn)行正確區(qū)分，但也會(huì)出現(xiàn)一些誤判行為。每個(gè)行為類別均會(huì)混淆一個(gè)或兩個(gè)行為模式。靜止和微動(dòng)、微動(dòng)和慢走比較容易相互混淆。輕微微動(dòng)通常容易被誤判為靜止，小幅度慢走則容易被誤判為微動(dòng)，爬跨狀態(tài)下慢走分類準(zhǔn)確率較低。

5 討 論

目前業(yè)界對(duì)奶牛活動(dòng)量檢測(cè)沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，主要是通過(guò)計(jì)步器采集奶牛的步數(shù)和對(duì)奶牛的行為特征進(jìn)行分類以表征其活動(dòng)量。其中，如何描述奶牛行為特征及分類方法有差異。本系統(tǒng)目前還不完善，有待進(jìn)一步提高：①通過(guò)氣體代謝分析儀分析奶牛呼吸的氣體推算其消耗的能量，建立加速度計(jì)能耗方程[19]，用奶牛在一段時(shí)間內(nèi)消耗的能量表征其活動(dòng)量。②活動(dòng)量采集節(jié)點(diǎn)工作時(shí)需定期更換電池，使用無(wú)線充電方式在奶牛采奶時(shí)對(duì)活動(dòng)量采集節(jié)點(diǎn)進(jìn)行充電[20]，能避免其電池頻繁更換，延長(zhǎng)電池使用時(shí)間。③對(duì)不同類型、不同年齡奶牛進(jìn)行測(cè)試，采集數(shù)據(jù)，對(duì)活動(dòng)量算法進(jìn)行優(yōu)化。④增加奶牛體溫和脈搏檢測(cè)模塊，結(jié)合奶牛發(fā)情期體溫和脈搏的變化情況，對(duì)奶牛的發(fā)情期進(jìn)行綜合判定。⑤添加奶牛識(shí)別定位模塊，對(duì)處于發(fā)情期或身體異常的奶?？焖僮龀龇磻?yīng)，精準(zhǔn)定位。

6 結(jié) 論

本系統(tǒng)完成奶?；顒?dòng)量的采集、傳輸和分析處理等功能，在完達(dá)山奶牛養(yǎng)殖場(chǎng)測(cè)試，測(cè)試結(jié)果表明，該系統(tǒng)能快速、準(zhǔn)確判定奶牛發(fā)情和身體異常狀況。該系統(tǒng)采用性能高、功耗低單片機(jī)和傳感器，運(yùn)行穩(wěn)定、開(kāi)發(fā)成本低，具有一定應(yīng)用價(jià)值。

[1] 李勝利,張勝利,劉建新,等.2011年度奶牛產(chǎn)業(yè)技術(shù)發(fā)展報(bào)告[J].中國(guó)畜牧雜志,2012,48(6):37-44.

[2] 范福祥,肖建華,張瑜,等.奶牛繁育監(jiān)測(cè)系統(tǒng)的構(gòu)建[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào),2012,43(3):32-35.

[3] 曹學(xué)浩,黃善琦,馬樹剛,等.活動(dòng)量監(jiān)測(cè)技術(shù)的研究及其在奶牛繁殖管理中的應(yīng)用[J].中國(guó)奶牛,2013(8):37-40.

[4] 李躍華,岳云峰,范吉云.低功耗奶牛行為監(jiān)測(cè)儀的設(shè)計(jì)[J].蘇州大學(xué)學(xué)報(bào),2010,30(2):27-30.

[5] Brehme U,Stollberg U,Holz R,et al.ALT pedometer—New sensor-aided measurement system for improvement in oestrus detection[J].Computers and Electronics in Agriculture,2008,62(1):73-80.

[6] Martiskainen P,Jarvinen M,Skon J P,et al.Cow behaviour pattern recognition using a three-dimensional accelerometer and support vector machines[J].Applied Animal Behaviour Science,2009,119(1):32-38.

[7] Nadimi E S,Jorgensen R N,Blanes-Vidal V,et al.Monitoring and classifying animal behavior using ZigBee-based mobile ad hoc wireless sensor networks and artificial neural networks[J].Computers and Electronics in Agriculture,2012,82:44-54.

[8] 尹令,劉財(cái)興,洪添勝,等.基于無(wú)線傳感器網(wǎng)絡(luò)的奶牛行為特征監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(3):203-208.

[9] 趙讀俊.基于ZigBee技術(shù)的奶?；顒?dòng)量監(jiān)測(cè)系統(tǒng)的研究與設(shè)計(jì)[D].廣州:廣東工業(yè)大學(xué),2011:2-4.

[10] 趙讀俊,鮑鴻,廖之健,等.基于ZigBee技術(shù)的奶?；顒?dòng)量采集系統(tǒng)設(shè)計(jì)[J].電子科技,2011,24(2):44-46.

[11] 李文仲,段朝玉.ZigBee2006無(wú)線網(wǎng)絡(luò)與無(wú)線定位實(shí)戰(zhàn)[M].北京:北京航空航天大學(xué)出版社,2008.

[12] 蘇中濱,王學(xué)進(jìn),沈維政,等.基于ZigBee技術(shù)的奶牛定位系統(tǒng)組網(wǎng)方案研究[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào),2013,44(2):136-141.

[13] 崔宇寧.基于MSP430的人體平衡能力檢測(cè)系統(tǒng)設(shè)計(jì)[D].大連:大連理工大學(xué),2008:14-17.

[14] 劉德勝.基于ADxL345的無(wú)線傳感器網(wǎng)絡(luò)研究[D].北京:北京郵電大學(xué),2010:15-16.

[15] 楊世超.基于CC2430的ZigBee節(jié)點(diǎn)設(shè)計(jì)及MAC層協(xié)議改進(jìn)[D].上海:上海交通大學(xué),2012:16-25.

[16] 朱建宇.K均值算法研究及其應(yīng)用[D].大連:大連理工大學(xué),2013:16-20.

[17] 孫保貴,郭予偉,陳茂學(xué),等.奶牛運(yùn)動(dòng)量輔助發(fā)情診斷參數(shù)的研究[C].中國(guó)畜牧獸醫(yī)學(xué)會(huì)養(yǎng)牛學(xué)分會(huì)2011年學(xué)術(shù)研討會(huì)論文集,2011:244-250.

[18] 尹令,洪添勝,劉漢興,等.結(jié)構(gòu)相似子序列快速聚類算法及其在奶牛發(fā)情檢測(cè)中的應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(15):107-112.

[19] 向劍鋒.大學(xué)生體力活動(dòng)監(jiān)測(cè)中運(yùn)動(dòng)傳感器能耗預(yù)測(cè)方程的建立與應(yīng)用[D].上海:上海體育學(xué)院,2011:2-6.

[20] 江發(fā)昌.無(wú)線充電傳感器網(wǎng)絡(luò)系統(tǒng)及應(yīng)用[D].杭州:浙江大學(xué),2012:5-10.