【技术实现步骤摘要】
本专利技术涉及消防员身体异常状态监测预警，具体为一种基于多元状态估计技术的消防员体征监测预警方法。
技术介绍
1、根据应急管理部数据统计，国家综合性消防救援队伍自2018年组建以来，在防范化解重大安全风险、应对处置各类灾害事故中做出了突出贡献，也付出了巨大牺牲，5年来，共有165名消防救援人员在灭火救援等任务中献出了宝贵生命、1300多人光荣负伤，面对复杂多变的消防救援现场，非常有必要开展消防员个体安全防护研究，尤其是针对一线火场和救援现场的战斗员生命体征数据的监测和预警，以便在消防员身体状态异常时及时发出预警和撤离提示，同时也便于现场指挥员能够实时掌握内攻消防员的身体状态。
2、2022年消防救援局下发的《城市复杂建筑及重特大自然灾害现场联合作战关键应急通信装备建设方案》中关于消防员生命体征监测的装备主要包括综合定位终端和心率检测装置，心率监测装置主要为智能手表，该类型终端检测精度较差，检测参数单一，缺少通过多个参数对消防员生命体征综合评判的装置。
3、目前也有企业和高校研发了基于消防员体温、心率、血氧、血压等多个参数的多维生命体征监测装置，但这些装置还面临着不足，一是装置需要将采集到的消防员生命体征参数处理后与标准阈值进行比较，从而判定消防员当前的体征状态，通过此种方式进行判定只能在监测到消防员身体状态出现异常后，才能发出告警信息，不能提前感知判断消防员的身体异常状态，另外，每个消防员的身体状态参数都是有差异的，有的消防员通过长期的训练后部分生命体征参数与标准值比较会有明显差异，消防员身体状态的监测，
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于多元状态估计技术的消防员体征监测预警方法，在监测救援现场消防员生命体征的过程中，综合考量消防员个体之间身体状态差异，通过采集消防员个体日常训练数据作为数据集，结合救援现场采集到的瞬时数据综合计算，可以更加精确的评估消防员个体的生命体征状态，可以在消防员身体出现潜在危险状态时提前发出预警。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于多元状态估计技术的消防员体征监测预警方法，通过生命体征采集装置和数字化单兵实现，包括以下步骤：
3、s1：通过生命体征采集装置采集消防员平时状态的心率、呼吸、体温、排汗和血氧数据，平时状态包括日常活动状态、训练状态和持续训练1小时后的状态；
4、s2：对采集后的平时状态数据进行清洗归一化处理，生成日常活动状态数据矩阵n、训练状态数据矩阵t和疲劳状态数据矩阵i，表达式如下：
5、
6、
7、每个矩阵中的每一行表示每一种采集参数在不同时间的采集值、每一列表示每一组采集参数在同一时刻的采集值，nh、th、ih表示三种状态下的心率值，nb、tb、ib表示三种状态下的呼吸值，nt、tt、it表示三种状态下的体温值，ns、ts、is表示三种状态下的排汗值，no、to、io表示三种状态下的血氧值；
8、s3：消防员穿戴生命体征采集装置和数字化单兵进入救援现场，生命体征采集装置通过蓝牙或wifi方式与数字化单兵实时通信，组成消防员体域网，生命体征采集装置实时采集消防员战时生命体征数据，生成瞬时向量fobs，fobs的表达式为：
9、fobs＝[fhfb ft fs fo]t
10、分别计算矩阵n、矩阵t和矩阵i中每组采集向量与fobs的欧式距离，表达式为：
11、
12、
13、选取计算结果最小的m组，组成战时动态矩阵dn、dt、di，表达式如下：
14、
15、s4：利用消防员战时身体数据瞬时向量fobs分别与战时动态矩阵dn、dt、di进行合成计算，得到新的估算向量festn(日常态)、festt(运动态)、festi(疲劳态)，计算公式如下：
16、
17、s5：计算估算向量festn、festt、festi与瞬时向量fobs的欧式距离分别为d(festn,fobs)，d(festt,fobs)，d(festi,fobs)，计算公式如下：
18、
19、
20、其中i表示心率、呼吸、体温、排汗和血氧5种数据。
21、取d(festn,fobs)，d(festt,fobs)，d(festi,fobs)三个向量中的最小值为di，当di＝d(festn,fobs)时，则消防员处于日常态，di＝d(festt,fobs)时，消防员处于运动态，di＝d(festi,fobs)时，消防员处于疲劳态，连续6次检测到消防员处于疲劳态时，立即触发数字化单兵的声光告警，且将消防员第6次监测到的瞬时心率、呼吸、体温、排汗和血氧数值与标准阈值进行比对，将疲劳态告警信息和生命体征比对数据发送至现场指挥部，并在消防员近眼显示面罩中提示消防员过于疲劳，应及时休息。
22、同时，计算连续6次di数据的均值判定di+1次数据和前6次平均数据均值的关系，如果di+1≥wdi或其中w为修正系数，则判定消防员此时处于异常状态，检测到连续3次异常状态触发异常报警信息，数字化单兵以声光和振动方式报警，同时将报警信息发送至附近其他消防员近眼显示面罩中，生命体征信息数据和异常信息数据回传至现场指挥部。
23、优选的，步骤s1中，每类日常训练数据均需采集5天，每天1800秒，每15秒采集一次，每类日常训练数据为600组。
24、优选的，步骤s2中，对采集后的平时状态数据进行清洗归一化处理的公式为：
25、
26、其中fnorm为归一化之后的采集向量，f为原始采集向量，fmax和fmin分别为该采集向量中的最大值和最小值。
27、优选的，瞬时向量fobs每10秒采集一次。
28、本专利技术提供了一种基于多元状态估计技术的消防员体征监测预警方法，具备以下有益效果:
29、1、本专利技术在监测救援现场消防员生命体征的过程中，综合考量消防员个体之间身体状态差异，通过采集消防员个体日常训练数据作为数据集，结合救援现场采集到的瞬时数据综合计算，可以更加精确的评估消防员个体的生命体征状态，可以在消防员身体出现潜在危险状态时提前发出预警。
30、2、本专利技术将数据计算分析过程设置于消防员携带的数字化单兵上，不需要将数据回传至后方计算，避免救援现场网络异常带来的影响，同时能够第一时间发出消防员身体异常状态告警信息，可将告警信息发送至其他队友身上的数字单兵终端以及现场指本文档来自技高网...
【技术保护点】
1.一种基于多元状态估计技术的消防员体征监测预警方法，其特征在于，通过生命体征采集装置和数字化单兵实现，包括以下步骤：
2.根据权利要求1所述的一种基于多元状态估计技术的消防员体征监测预警方法，其特征在于，步骤S1中，每类日常训练数据均需采集5天，每天1800秒，每15秒采集一次，每类日常训练数据为600组。
3.根据权利要求1所述的一种基于多元状态估计技术的消防员体征监测预警方法，其特征在于，步骤S2中，对采集后的平时状态数据进行清洗归一化处理的公式为：
4.根据权利要求1所述的一种基于多元状态估计技术的消防员体征监测预警方法，其特征在于，瞬时向量fobs每10秒采集一次。
【技术特征摘要】
1.一种基于多元状态估计技术的消防员体征监测预警方法，其特征在于，通过生命体征采集装置和数字化单兵实现，包括以下步骤：
2.根据权利要求1所述的一种基于多元状态估计技术的消防员体征监测预警方法，其特征在于，步骤s1中，每类日常训练数据均需采集5天，每天1800秒，每15秒采集一次，每类日常训练数据...
【专利技术属性】
技术研发人员：范玉峰，袁明明，应磊鸣，安震鹏，
申请(专利权)人：应急管理部沈阳消防研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。