人口的老龄化是一种全球性的发展趋势,越来越多的老年人需要得到照顾,而护理人员的数量远小于日益增长的老年人的数量,使老年人监护引起了众多专家学者的关注。姿态识别作为老年人监护的一个重要方向,具有重要的理论意义和现实价值。本文介绍了老年人姿态识别的研究现状,系统地分析了基于传感器的姿态识别技术、常见姿态识别算法及算法性能评价指标。针对传统的姿态识别系统中使用单个或者多个单一类型的传感器,导致姿态识别的类型较少以及精度不高的问题,提出了使用异构传感器的老年人姿态识别系统。由于实际实验中发现阈值分类器多阂值的选择较为困难且对不同志愿者的姿态识别的适应性较差,正确率低。在系统数据处理过程中,详细给出了特征提取、归一化、数据分集等数据预处理步骤,提出了基于BP神经网络的姿态识别算法,有效地避免了阈值法存在的问题。针对部分系统放置在老年人身上用来发送传感器采集的数据的硬件节点体积相对较大,携带不便,影响了老年人的正常活动的问题,设计了节点微型化的无线传感器网络老年人姿态识别系统的解决方案,详细给出了系统的结构以及硬件设计和软件流程,搭建了姿态识别算法的实现平台。基于上述平台,采集了10个志愿者共近3万个姿态数据,分别测试了阈值法和基于BP神网络的姿态识别算法进行测试,测试结果表明在老年人姿态识别中两种算法均可以识别出站、坐、走、跌四种姿态,但是阈值法的平均正确率只有39.6%,本文所提出算法的平均正确率达98.5%。