Bài viết đề xuất bộ lọ đa phần tử dựa vào thuật toán tái lấy mẫu khoảng cách Kullback-Leibler hiệu chỉnh phương sai với độ dốc dữ liệu làm giảm những ảnh hưởng xấu dao động cường độ tín hiệu thu bằng việc tạo ra tập mẫu gần miền khả năng cao . Đề xuất này cải thiện giám sát bệnh nhân. | Bài toán giám sát bệnh nhân qua hệ thống cảm biến vô tuyến TAÏP CHÍ KHOA HOÏC ÑAÏI HOÏC SAØI GOØN Soá 23 (48) - Thaùng 12/2016 Bài toán giám sát bệnh nhân qua hệ thống cảm biến vô tuyến Patient tracking through wireless sensor network ThS. Lý Tú Nga, Trường Đại học Quốc tế - Đại học Quốc gia Ly Tu Nga, ., International University - National University Ho Chi Minh City . Lê Tiến Thường, Trường Đại học Bách khoa Le Tien Thuong, Prof., ., Ho Chi Minh University of Technology TS. Mai Linh, Trường Đại học Quốc tế - Đại học Quốc gia Mai Linh, ., International University - National University Ho Chi Minh City Tóm tắt Vấn đề then chốt của việc giám sát bệnh nhân qua hệ thống cảm biến vô tuyến là độ nhạy thay đổi môi trường từ những vật cản như tường, tủ, . Những độ nhạy này chính là những ảnh hưởng “xấ a động ường độ tín hiệu thu. Bài báo đề xuất bộ lọ đa phần tử dựa vào thuật toán tái lấy mẫu khoảng cách Kullback-Leibler hiệu chỉnh phương sai với độ dốc dữ liệu làm giảm những ảnh hưởng xấu dao động ường độ tín hiệu thu bằng việc tạ ra tập ẫu gần iền hả năng a . Đề xuất này cải thiện giám sát bệnh nhân. Ý tưởng của giải pháp này dựa vào tìm giá trị phương sai l wer b n thông q a tối ư cự đại độ h nh lệ h gi trị lỗi ủa đề xuất và tái lấy mẫu khoảng cách Kullback-Leibler. Kết quả mô phỏng kiểm chứng cho thấy giải pháp này cải thiện sai số định vị bệnh nhân so với các giải pháp truyền thống khác. Từ khóa: lấy mẫu quan trọng tuần tự, tái lấy mẫu KLD, cường độ tín hiệu thu, hệ thống y sinh. Abstract The major challenge for patient tracking through wireless sensor network system is the sensibility to changing environment created by obstacles such as walls, furniture, etc. This sensibility negatively affects the function of the system, causing variations of Received Signal Strength (RSS). In this paper, we propose a Particle Filter (PF) based on Kullback-Leibler Distance .
