【技術實現步驟摘要】
本專利技術涉及消防員身體異常狀態監測預警，具體為一種基于多元狀態估計技術的消防員體征監測預警方法。
技術介紹
1、根據應急管理部數據統計，國家綜合性消防救援隊伍自2018年組建以來，在防范化解重大安全風險、應對處置各類災害事故中做出了突出貢獻，也付出了巨大犧牲，5年來，共有165名消防救援人員在滅火救援等任務中獻出了寶貴生命、1300多人光榮負傷，面對復雜多變的消防救援現場，非常有必要開展消防員個體安全防護研究，尤其是針對一線火場和救援現場的戰斗員生命體征數據的監測和預警，以便在消防員身體狀態異常時及時發出預警和撤離提示，同時也便于現場指揮員能夠實時掌握內攻消防員的身體狀態。
2、2022年消防救援局下發的《城市復雜建筑及重特大自然災害現場聯合作戰關鍵應急通信裝備建設方案》中關于消防員生命體征監測的裝備主要包括綜合定位終端和心率檢測裝置，心率監測裝置主要為智能手表，該類型終端檢測精度較差，檢測參數單一，缺少通過多個參數對消防員生命體征綜合評判的裝置。
3、目前也有企業和高校研發了基于消防員體溫、心率、血氧、血壓等多個參數的多維生命體征監測裝置，但這些裝置還面臨著不足，一是裝置需要將采集到的消防員生命體征參數處理后與標準閾值進行比較，從而判定消防員當前的體征狀態，通過此種方式進行判定只能在監測到消防員身體狀態出現異常后，才能發出告警信息，不能提前感知判斷消防員的身體異常狀態，另外，每個消防員的身體狀態參數都是有差異的，有的消防員通過長期的訓練后部分生命體征參數與標準值比較會有明顯差異，消防員身體狀態的監測，
技術實現思路
1、針對現有技術的不足，本專利技術提供了一種基于多元狀態估計技術的消防員體征監測預警方法，在監測救援現場消防員生命體征的過程中，綜合考量消防員個體之間身體狀態差異，通過采集消防員個體日常訓練數據作為數據集，結合救援現場采集到的瞬時數據綜合計算，可以更加精確的評估消防員個體的生命體征狀態，可以在消防員身體出現潛在危險狀態時提前發出預警。
2、為實現以上目的，本專利技術通過以下技術方案予以實現：一種基于多元狀態估計技術的消防員體征監測預警方法，通過生命體征采集裝置和數字化單兵實現，包括以下步驟：
3、s1：通過生命體征采集裝置采集消防員平時狀態的心率、呼吸、體溫、排汗和血氧數據，平時狀態包括日常活動狀態、訓練狀態和持續訓練1小時后的狀態；
4、s2：對采集后的平時狀態數據進行清洗歸一化處理，生成日常活動狀態數據矩陣n、訓練狀態數據矩陣t和疲勞狀態數據矩陣i，表達式如下：
5、
6、
7、每個矩陣中的每一行表示每一種采集參數在不同時間的采集值、每一列表示每一組采集參數在同一時刻的采集值，nh、th、ih表示三種狀態下的心率值，nb、tb、ib表示三種狀態下的呼吸值，nt、tt、it表示三種狀態下的體溫值，ns、ts、is表示三種狀態下的排汗值，no、to、io表示三種狀態下的血氧值；
8、s3：消防員穿戴生命體征采集裝置和數字化單兵進入救援現場，生命體征采集裝置通過藍牙或wifi方式與數字化單兵實時通信，組成消防員體域網，生命體征采集裝置實時采集消防員戰時生命體征數據，生成瞬時向量fobs，fobs的表達式為：
9、fobs＝[fhfb?ft?fs?fo]t
10、分別計算矩陣n、矩陣t和矩陣i中每組采集向量與fobs的歐式距離，表達式為：
11、
12、
13、選取計算結果最小的m組，組成戰時動態矩陣dn、dt、di，表達式如下：
14、
15、s4：利用消防員戰時身體數據瞬時向量fobs分別與戰時動態矩陣dn、dt、di進行合成計算，得到新的估算向量festn(日常態)、festt(運動態)、festi(疲勞態)，計算公式如下：
16、
17、s5：計算估算向量festn、festt、festi與瞬時向量fobs的歐式距離分別為d(festn,fobs)，d(festt,fobs)，d(festi,fobs)，計算公式如下：
18、
19、
20、其中i表示心率、呼吸、體溫、排汗和血氧5種數據。
21、取d(festn,fobs)，d(festt,fobs)，d(festi,fobs)三個向量中的最小值為di，當di＝d(festn,fobs)時，則消防員處于日常態，di＝d(festt,fobs)時，消防員處于運動態，di＝d(festi,fobs)時，消防員處于疲勞態，連續6次檢測到消防員處于疲勞態時，立即觸發數字化單兵的聲光告警，且將消防員第6次監測到的瞬時心率、呼吸、體溫、排汗和血氧數值與標準閾值進行比對，將疲勞態告警信息和生命體征比對數據發送至現場指揮部，并在消防員近眼顯示面罩中提示消防員過于疲勞，應及時休息。
22、同時，計算連續6次di數據的均值判定di+1次數據和前6次平均數據均值的關系，如果di+1≥wdi或其中w為修正系數，則判定消防員此時處于異常狀態，檢測到連續3次異常狀態觸發異常報警信息，數字化單兵以聲光和振動方式報警，同時將報警信息發送至附近其他消防員近眼顯示面罩中，生命體征信息數據和異常信息數據回傳至現場指揮部。
23、優選的，步驟s1中，每類日常訓練數據均需采集5天，每天1800秒，每15秒采集一次，每類日常訓練數據為600組。
24、優選的，步驟s2中，對采集后的平時狀態數據進行清洗歸一化處理的公式為：
25、
26、其中fnorm為歸一化之后的采集向量，f為原始采集向量，fmax和fmin分別為該采集向量中的最大值和最小值。
27、優選的，瞬時向量fobs每10秒采集一次。
28、本專利技術提供了一種基于多元狀態估計技術的消防員體征監測預警方法，具備以下有益效果:
29、1、本專利技術在監測救援現場消防員生命體征的過程中，綜合考量消防員個體之間身體狀態差異，通過采集消防員個體日常訓練數據作為數據集，結合救援現場采集到的瞬時數據綜合計算，可以更加精確的評估消防員個體的生命體征狀態，可以在消防員身體出現潛在危險狀態時提前發出預警。
30、2、本專利技術將數據計算分析過程設置于消防員攜帶的數字化單兵上，不需要將數據回傳至后方計算，避免救援現場網絡異常帶來的影響，同時能夠第一時間發出消防員身體異常狀態告警信息，可將告警信息發送至其他隊友身上的數字單兵終端以及現場指本文檔來自技高網...
【技術保護點】
1.一種基于多元狀態估計技術的消防員體征監測預警方法，其特征在于，通過生命體征采集裝置和數字化單兵實現，包括以下步驟：
2.根據權利要求1所述的一種基于多元狀態估計技術的消防員體征監測預警方法，其特征在于，步驟S1中，每類日常訓練數據均需采集5天，每天1800秒，每15秒采集一次，每類日常訓練數據為600組。
3.根據權利要求1所述的一種基于多元狀態估計技術的消防員體征監測預警方法，其特征在于，步驟S2中，對采集后的平時狀態數據進行清洗歸一化處理的公式為：
4.根據權利要求1所述的一種基于多元狀態估計技術的消防員體征監測預警方法，其特征在于，瞬時向量fobs每10秒采集一次。
【技術特征摘要】
1.一種基于多元狀態估計技術的消防員體征監測預警方法，其特征在于，通過生命體征采集裝置和數字化單兵實現，包括以下步驟：
2.根據權利要求1所述的一種基于多元狀態估計技術的消防員體征監測預警方法，其特征在于，步驟s1中，每類日常訓練數據均需采集5天，每天1800秒，每15秒采集一次，每類日常訓練數據...
【專利技術屬性】
技術研發人員：范玉峰，袁明明，應磊鳴，安震鵬，
申請(專利權)人：應急管理部沈陽消防研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。