0 引言

研究表明，我国现有60 岁以上的老年人已达2.4亿人，占总人口的14.7%，显示我国已进入老龄化阶段^[1]。随着人口老龄化的加剧，夜间离床现象已成为老年人生活中常见的问题之一，70% 以上有独居老人的家庭存在居家监管难、意外处理不及时、离床后发病无人知晓等隐患^[2]。特别对于子女远在异地的独居空巢老人，夜间发生异常离床时，如何及时有效的通知到远程的子女，越来越得到社会的关注和重视。

已进行了多项研究，其中一项研究提出了一种健康监测系统，使用智能手表监测生命体征，并在出现异常情况时提供警报^[3]。也有研究提出了一种系统，使用压力传感器检测床的压力变化，并在发生任何异常行为时提供警报^[4]。然而，这些系统没有专门解决夜间长时间离床的问题以及没有考虑老年人的正常离床睡眠习惯，可能会影响误报或频繁警报的情况发生。

1 系统设计

本文提出的老年人夜间方案采用传感器网络技术对老年人的夜间离床情况进行采集、分析和预警，主要设计有6 个模块：分别是睡眠状态监测模块、主控MCU、电源模块、flash 存储模块、Wi-Fi通讯模块和 报警模块。具体来说，我们在老年人床垫舒适层内部靠近心脏区域位置安装1 个睡眠状态监测模块，用于监测老年人的离床状态，通过无线网络与云端服务器连接。老年人发生夜间情况时，通过Wi-Fi 通讯模块或 报警模块将过久离床消息传入远程子女的手机上，实现提醒的功能。系统设计分为两个部分：硬件设计和软件设计部分。整体系统设计如图1 所示。

图1 整体系统设计框图

1.1 硬件设计

1.1.1主控MCU

系统采用STM 公司的STM32F030C8 单片机作为主控MCU^[5]，使用单片机自带的多通道ADC、定时器、UART，GPIO 等资源，通过485 总线和睡眠状态监测模块连接，查询解析睡眠状态监测模块的监测结果，同时在主控MCU 设备上实现数据的集成，存储；通过串口和Wi-Fi 模块连接，把本地的睡眠状态监测数据实时数据通过协议上传到云端，实现用户手机端App（Application，App）的同步显示；通过串口和 报警模块连接，实现用户手机端短信或手机拨号信号的提醒。

1.1.2 睡眠状态监测模块

睡眠状态监测模块采用基于压电薄膜技术的睡眠传感带^[6]。压电薄膜受到压力的额作用时，其厚度发生变化，并随之产生相应的电荷，这些电荷在薄膜的上下电极上积聚，从而产生与作用力大小相对应的电荷。睡眠状态监测模块安装于床垫舒适层下方人体心脏区域位置，当人体平躺在传感带上后，心脏跳动的心冲击信号和呼吸时的腹部活动，会产生相应的电信号变化到睡眠状态监测模块，通过算法得出当前的用户心率、呼吸等生命体征状态，从而获取用户的在离床状态信息。

1.1.3 Wi-Fi通讯模块

Wi-Fi技术是如今使用最广泛的无线通信技术之一，具有低延时，连接稳定可靠等优点，适合常在线稳定数据传输。采用涂鸦智能WBR3 蓝牙和Wi-Fi 二合一模块，模块兼容蓝牙本地绑定连接设备和Wi-Fi 数据传输的功能。通过蓝牙实现设备的本地Wi-Fi 绑定连接后，睡眠状态监测模块采集老人的离床信息数据，将数据通过主控MCU 进行整合和对比，若出现过久离床情况，则会通过Wi-Fi 或SOS 报警模块向手机发送远程消息提醒及时救助。

1.1.4 SOS报警模块

当出现过久离床达到一定情况时，通过SOS（Save Our Souls，SOS）报警模块^[7]实现主动报警与异常状态自动报警。SOS 报警器通过内置的联网模块，快速接入涂鸦体系，将警报信息上传云端，可远程通知相关人员，也可以通过声音、光线向周围发出报警，起到威慑、警示的作用。

1.2 软件设计

1）获取老年人最近正常夜间离床时间情况，确定正常离床时间离散变异性系数^[8]。通过床垫传感器获取老年人最近的夜间离床时间情况。这些数据可以存储在云端数据库中，以便后续分析和处理。为了确定较合适的过久离床数据离散变异性系数阈值，我们需要对老年人的正常离床时间数据进行分析和统计。具体方法如下：计算老年人最近每晚离床时间的离散变异性系数，作为过久离床时间数据离散变异性系数, 计算公式如下：C·V = ( 标准偏差SD/ 平均值Mean)×100%

2）对正常离床时间变异性系数进行统计和分析，确定一组较合适的离散变异性系数阈值。过久离床离散变异性系数阈值的确定需要考虑老年人的个体差异、生理状况等因素。一般来说，离散变异性系数阈值可以根据老年人的历史数据进行统计分析，结合老年人的生理状况和行为习惯进行调整和优化。

3）根据过久离床的时间情况，通过远程消息或SOS报警的方式通知异地的子女，从而达到不同情况下远程的目的。

4）调整优化正常离床时间数据集

通过对老年人的离床时间数据进行分析和处理，将过久离床时间段从正常离床时间数据集中删除，将正常离床时间数据集进行重新统计和分析，调整优化正常离床时间数据集，以便更加准确地判断老年人的夜间离床情况。系统软件工作流程图如图2 所示。

图2 系统软件工作流程

2 分析与讨论

为了验证本文提出的老年人夜间过久离床方案的有效性，进行了一系列实验模拟。实验采用睡眠传感器作为数据采集设备，通过对5 名用户的正常离床时间数据进行分析，分别按4 倍和6 倍正常离床时间数据，得到过久离床消息提醒预测时间和过久离床SOS 报警预测时间，得到了以下结果：

1）不同用户由于生活习惯或其他因素的影响，正常离床时间是不一样，过久离床预测时间也不一样，可以解决不同用户对过久离床时间方案的个性化需求；

2）通过基于对正常离床时间数据变异系数倍数的调整，可以实现对过久离床灵敏度效果的优化；

3）根据用户夜间过久离床的时间情况程度，通过消息或SOS 报警的方式通知远程终端，可以提醒用户的离床健康状况。具体测试数据及相关结果如表1所示。技术细节、预警的准确性和可靠性还可以得到进一步的提高和优化，如结合老年人的其他生理指标进行综合判断，在阈值优化等场景采取灵活的调整策略，又如基于深度学习的夜间离床预测模型等，以进一步提高老年人夜间离床的监测和预警效果。

表1 不同过久离床时间预测VS实际测量结果

参考文献：

[1] 朱建明,徐佩梁,史永梅,等.我国老龄化社会状况分析与对策研究[J].经济师,2023(4):295.

[2] 李强,艾静蕊,徐书彤.基于物联网技术的老人居家安全管理系统的设计与实现[J].工业技术与职业教育,2022,20(3):25-27+108.

[3] 张阳,李勇,王宇.基于智能手表的老年人健康监测系统[J].环境智能与人性化计算,2019,10(2),663-673.

[4] 吴春彩,陈玉春.一种用于监测睡眠呼吸暂停综合症的压力敏感床单[J].传感器,2016,16(4):465.

[5] 陈翔,杨广春,徐鹏.基于STM32的氧含量测量模块设计[J].电子与封装,2020,20(5):24-29.

[6] 高翔,李敏,苏将豪,等.基于PVDF压电电缆的睡眠质量检测系统的设计与实现[J].电子器件,2022,45(4):991-996.

[7] 高开文.老人养老安全服务市场探析[J].中国安防,2022(6):88-92.

[8] 王立.标志变异系数在统计分析中的作用[J].科技与企业,2014(21):191.

（本文来源于《电子产品世界》杂志2023年8月期）