基于433的婴儿状态实时追踪方法

本发明公开了一种基于433的婴儿状态实时追踪方法，涉及婴幼儿监护技术领域。本发明包括如下步骤：在婴儿床上部署异构传感器，通过无线通讯模块发送给追踪主站进行多源数据决策级融合；对融合后的数据进行冲突检测、修正和决策；对婴儿在婴儿床上的动态姿势数据进行整合；获取婴儿行为识别数据集，进行信号特征提取，通过深度学习算法获取婴儿当前姿态；基于LSTM混合神经网络建立行为模式库对婴儿的异常状态进行识别；构建婴儿状态的三级预警机制，通过贝叶斯网络模型制作综合婴儿状态风险评估模型。本发明通过异构传感器融合与自适应通信优化，并利用深度学习算法识别婴儿异常状态，降低婴儿监护设备存在误报率，提高覆盖范围和数据传输网络效率。