فهرست مطالبعنوان شماره صفحهچکیده.. 1فصل اول: کلیات تحقیق1-1-تعریف.. 31-2-محدویت پژوهش.. 31-3-اهمیت موضوع.. 41-4-هدف تحقیق.. 41-5-روش تحقیق.. 41-5-1- مراحلدستیابیبهتشخیصفعالیتدراندروید.. 41-5-2- علتانتخاببرنامهنویسیاندرویدبرايتشخیصفعالیتدرموبایل 41-6-مراحل تحقیق.. 51-7-ساختار پایان نامه.. 5فصل دوم: مروری بر ادبیات تحقبق و پیشینه تحقیق2-1-هدف.. 82-2-برداشت انرژی از محیط برای تامین انرژی دستگاههای سیار 92-2-1-مرور اجمالی بر، برداشت انرژی در سیستمهای سیار 92-2-2-اصول برداشت از انرژی با استفاده از گرمای بدن انسان 112-2-3- استفاده از بدن انسان بعنوان یک منبع حرارتی برای حسگرهای سیار.. 122-2-4-بکارگیریTEGهادر دستگاههای سیار.. 142-3-سابقه پژوهش در آشنایی با حسگرها و گوشیهای هوشمند تلفن همراه 152-3-1-حسگرها.. 152-3-2-گوشیهای هوشمند.. 182-4- سابقه پژوهش تشخیص فعالیت انسانی بوسیله حسگرها 192-4-1-تعریف و طبقهبندی فعالیتهای انسان.. 202-4-2-رویکردهای تشخیص فعالیت انسان.. 242-4-2-1-رویکرد مبتنی بر ویدئو.. 242-4-2-2-رویکرد مبتنی بر محیط حسگر.. 242-4-2-3-رویکرد مبتنی بر حسگرهای پوشیدنی.. 242-4-3-رویکردهای مدل سازی فعالیت انسان.. 252-4-3-1–رویکرد استخراج ویژگی.. 252-4-3-2-داده استاندارد وکاهش ابعاد ویژگی.. 262-4-4-الگوریتمهای تشخیص فعالیت.. 262-4-4-1-الگوریتمهای خوشهبندی.. 282-4-4-2-الگوریتم خوشه بندی K-nn. 292-4-4-3-الگوریتم خوشه بندیANN.. 292-4-4-4-الگوریتم خوشه بندیSVM... 292-4-4-5-الگوریتم خوشه بندی Baysian. 302-4-4-6-الگوریتم خوشه بندی Naïve Bayes. 302-4-4-7-الگوریتم خوشه بندی Markov chain. 302-4-4-8-الگوریتم خوشه بندی HMM... 302-4-4-9-الگوریتم خوشه بندی Fuzzy Logic. 312-4-5-چالشها.. 322-4-5-1-پیچیدگی فعالیتها.. 322-4-5-2-تعداد فعالیتها.. 322-4-5-3-نوع فعالیت.. 322-4-5-4-نیازمندیهای داده آموزشی.. 332-4-5-5-نیاز به دقت.. 332-4-5-6-فعالیت طولانی مدت و سطح بالا.. 332-4-6-نیازمندیهای حسگر.. 342-4-7-مکان حسگرها.. 342-4-8-تشخیص بلادرنگ.. 342-4-9-الگوی فعالیت انسان.. 352-4-10- یک نمونه ساده کار بر روی تشخیص فعالیتهای انسانی 372-5- سابقه پژوهش تشخیص فعالیت در دستگاههای تلفن همراه 382-6-جمع بندی.. 51فصل سوم.. 57ابزار تحقیق.. 57مکانیسم تشخیص (آشکارسازی) فعالیت کاربر در دستگاههای محاسباتی 57 فصل سوم: روش اجرای تحقیق3-1-مقدمه.. 583-2- مقدمهای بر، برنامهنویسی اندروید.. 583-2-1-مشکلات.. 593-2-2-کاربردها.. 593-2-3-مثالی ساده از آشکارسازی فعالیتهای انسان در محیط خانه 603-3-سلسله مراتب نمایش.. 613-4-آشکارسازی فیلم.. 623-5-رخدادهای صوتی.. 623-6-خصوصیات شکل و رنگ.. 623-7-آشکارسازی IE.. 633-8-آشکارسازی GF و GE.. 633-9-آشکارسازی فعالیتهای انسان از پشت موانع با استفاده از پویانمایی سیگنالهای رادار دوپلر.. 633-10-آشکارسازی از طریق RFID.. 643-11-تشخیص فعالیت در اندروید.. 653-12-تشخیص فعالیت کاربر در موبایل(دستاوردها، چالشها، توصیهها) 65فصل چهارم: تجزیه و تحلیل دادهها4-1-مقدمه.. 714-2-جمعآوری دادهها.. 714-3-تولید داده ها.. 724-4-مجموعه دادههای برنامه.. 744-5-مدیریت حسگر.. 754-6-مدیریت مکان.. 754-7-مدیریت فایل.. 764-8-کلاس فعالیت.. 764-9-مراحل اجرای برنامه.. 774-10-استخراج ویژگی.. 844-11-شناسایی فعالیت.. 87 فصل پنجم: نتیجه گیری و پیشنهادات5-1-جمع بندی.. 905-2-کار آتی.. 94فهرست منابع.. 96پیوست.. 100 فهرست جداولشماره صفحه عنوانجدول2- 1-لیست تعداد حسگرهایی که در برخی گوشیها به تازگی بکارگرفته شدهاند.. 19جدول2- 2-جدول تقسیم بندی فعالیتها.. 21جدول2- 3-انواع فعالیتهای تشخیص داده شده بوسیله سیستم های HAR.. 21جدول2- 4-حالت ها و فعالیت های طبقه بندی شده.. 23جدول4- 1-لایههای سیستم عامل آندروید.. 73جدول4- 2-فرمولهایتشخیص فعالیت بکارگرفته شده درمتلب.. 82جدول4- 3-میزان عملکرد باتری درهرباراعمال تغییرات.. 88جدول4- 4-صرفه جویی در میزان مصرف انرژی برای هرکدام ازحالت ها.. 89 فهرست اشکالشماره صفحه عنوانشکل2- 1-نقشه دمای دست.. 13شکل2- 2-بهترین محل قرارگیری TEG روی مچ دست.. 14شکل2- 3-شکل اولین TEG های تولید شده.. 14شکل2- 4-ساختار حسگر شتاب خطی.. 15شکل2- 5-مولفههای شتاب سنج.. 16شکل2- 6-لیست تحقیقات برتر شناخت فعالیت.. 17شکل2- 7-بهره گیری از فعالیت اعضای بدن در تشخیص فعالیت.. 22شکل2- 8-انواع آنالیز حرکات.. 23شکل2- 9-مدل های تشخیص فعالیت.. 27شکل2- 10-نمونه 24 ساعته از فعالیت روزانه شامل مکان، فعالیت وزمان مصرفی.. 36شکل2- 11-مدل تشخیص فعالیتهای انسانی و مدل مصرف انرژی در موبایل.. 38شکل2- 12-وضعیتهاو ویژگیهای آنها که توسط سیستم مورد تحقیق (EEMSS) ثبت شده است.. 40شکل2- 13-معماری پیاده سازی سیستم EEMSS درگوشی نوکیا.. 41شکل2- 14-مکانیسم مانیتورینگ زمینه درموبایل.. 44شکل2- 15-نمونه برداری انطباقی و چرخه وظیفه.. 45شکل2- 16-صف پردازش تشخیص فعالیت.. 49شکل2- 17-سیستم تشخیص فعالیت.. 49شکل2- 18-تصویر کلی از فریم ورک TransEMDT. 50شکل2- 19-مراحل پردازش تشخیص فعالیت بشکل پشت سر هم.. 51 شکل4- 1-محورهای شتابسنج.. 74شکل4- 2- آیکن برنامه.. 77شکل4- 3-رابط کاربری فاز اول پروژه.. 78شکل4- 4-خروجی اکسل حاصل از اطلاعات نشستن کاربر.. 79شکل4- 5-خروجی اکسل حاصل از اطلاعات ایستادن کاربر.. 79شکل4- 6-خروجی اکسل حاصل از اطلاعات راه رفتن کاربر.. 80شکل4- 7-خروجی اکسل حاصل از اطلاعات دویدن کاربر.. 80شکل4- 8-خروجی اکسل حاصل از اطلاعات داخل اتومبیل بودن کاربر.. 81شکل4- 9-خروجی متلب برای تشخیص فعالیتهای پیاده روی-دوچرخه سواری-دویدن.. 85شکل4- 10-خروجی متلب برای فعالیتهای نشستن-ایستادن.. 86شکل4- 11-خروجی متلب برای فعالیتهای نشستان-ایستادن-دویدن-دوچرخه سواری.. 86شکل4- 12-درخت تصمیمگیری تشخیص فعالیت.. 87شکل5- 1-فرآیند کلی تشخیص فعالیت بشکل یکپارچه برای کاهش روند مصرف انرژی در فاز اول.. 91شکل5- 2-فرآیند کلی تشخیص فعالیت بشکل یکپارچه برای کاهش روند مصرف انرژی در فاز دوم.. 92شکل5- 3-فلوچارت مراحل انجام پژوهش.. 93شکل5- 4-جریان داده برنامه کاربردی پیشنهادی.. 95تلفنهای هوشمند و دیگر دستگاههای سیار در حال تبدیل شدن به یک پلتفرم ایدهآل برای سنجش مستمر فعالیتهای کاربر بوسیله تعداد زیادی از حسگرهای تعبیه شده در آن میباشد. به این ترتیب مصرف انرژی به مهمترین چالش دستگاههای تلفن همراه تبدیل شده است. تشخیص فعالیتهای فردی بر روی تلفنهای هوشمند هنوز هم با توجه به محدودیت منابع مانند طول عمر باتری، حجم کار محاسباتی یک چالش بنظر میرسد. با در نظر گرفتن فعالیت کاربر و مدیریت آن میتوان مصرف پایین از انرژی را برای دستگاههای تلفن همراه و دیگر دستگاههای سیار به ارمغان آورد که این کارخود مستلزم یک برنامهربزی کامل و بینقص برای تشخیص فعالیتها و تنظیم مصرف انرژی دستگاه با توجه به کاربرد آنها در زمان و مکان مختلف میباشد که البته با توسعه سریع برنامههای کاربردی جدید و ابتکاری برای دستگاههای تلفن همراه مانند تلفنهای هوشمند، پیشرفت در فنآوری باتری با سرعت نگهداری انرژی همروند نمیباشد. بدین منظور، ما سیستم مدیریت انرژی هوشمند بر اساس فعالیت کاربر برای گوشیهای هوشمند با استفاده از سیستمعامل آندروید را در نظر گرفتهایم. در نهایت این برنامه که هم برای توسعهدهندگان دستگاههای تلفن همراه و هم کاربران ضروری بنظر میرسد، ذخیره 15% انرژی در تلفن همراه را بدنبال داشته است. کلمات کلیدی: تشخیص فعالیتهای انسانی، حسگرهای حرکتی، انرژی، اندروید فصل اولمقدمهانرژی کارآمد به انجام یک کار بطور موثر و بهینه چه بشکل پشتیبانی سرویسها و چه بشکل پردازش یک وظیفه، با کمترین استفاده از منابع در دسترس انرژی اطلاق میگردد[1][2]. اهمیت موضوع درعلت مطرح شدن بحث انرژی کارآمد در دستگاههای محاسباتی سیار اینست که اخیرا اینترنت بطور مستقیم تحت تاثیر دستگاههای سیار (بالاخص در سالهای اخیر تلفنهای همراه) قرار گرفته است. رایانش ابری تکنولوژی که دورنمای آن پردازشهای موازی میباشد را میتوان نمونه بارزی از نیاز به انرژی در دستگاههای محاسباتی سیار به حساب آورد. بطور کلی محاسبات سیار یک تکنولوژی زنجیروار است که کاربردهای آن روز به روز گسترش یافته و باید بدنبال راهی برای صرفهجویی در انرژی دستگاههای مورد نظر بود. با تکنولوژیهایی مانند4G ،3G ،CDMA ، Wi-Fi و WiMax پشتیبانی از تحرک به سرعت به موازات اینترنت برای ارائه سرویسهای مبتنی بر تحرک در حال پیشرفت میباشد. در نتیجه در دستگاههای سیار نیاز به انرژی کارآمد و یا توان کافی برای پشتیبانی کاربر برای دسترسی وی به سرویسها برای مدت زمان طولانی مطرح میباشد. بطور کلی:ارائه سرویس به هر کاربری در هر مکانی و در هر زمانی یعنی پشتیبانی خواص دسترسپذیری/قابلیت حمل در حین حرکت.با توجه به اینکه دستگاه تلفن همراه بر اساس سنجشی انسان محور میتواند اطلاعاتی از موقعیت کاربر بر اساس اطلاعات جمعآوری شده از حسگرها تولید کند، برای تشخیص و تمیز دادن هر موقعیت کاربر پس از طبقهبندی فعالیتهای وی، به طور مداوم نیاز به تعامل با تمام حسگرهای موجود در یک دستگاه تلفن همراه داریم. با این حال، بکارگیری مداوم حسگرها تخلیه باتری دستگاه تلفن همراه به دنبال خواهد داشت. بنابراین، ایجاد یک چارچوب برای استفاده از حسگر برای تشخیص بسیار دقیق موقعیتهای کاربر با مصرف انرژی کمتر و مدیریت انرژی مصرفی با تغییر پروفایلهای مختلف با توجه به نیاز کاربر ضروری بنظر میرسد. در این گزارش برخی از استراتژیها برای اصلاح این محدودیتها پیشنهاد شده است.دستگاههای تلفن همراه بیشترین محبوبیت و میزان استفاده را در میان وسایل ارتباطی داشته که ما را به تحقیق برای کاهش مصرف انرژی در آن ترغیب میکند. امروزه تشخیص فعالیت کاربر در دستگاههای سیار توسط حسگرهای تعبیه شده امکانپذیر است که میتوان از این مزیت برای مدیریت انرژی در دستگاههای سیار با پیشبینی فعالیت کاربر سود جست. که برای محقق ساختن این هدف ذخیره ویژگیهای فعالیتها و کلاسبندی آنها و نگاشت آنها بر روی الگوریتم یادگیری مورد بررسی قرار گرفته شده است.تحقیق ما معرفی روشی برای تشخیص فعالیت با استفاده از اهرم رفتارهای قابل پیشبینی انسان برای حفظ انرژی با انتخاب حسگر به صورت پویا و از کار انداختن حسگرها و ارتباطات پرهزینه غیرضروری (از لحاظ مصرف انرژی باتری) میباشد، که با توجه به محدودیت انرژی در تلفن همراه کمک شایانی به نگهداری طولانی مدت انرژی خواهد کرد.