SMIW：一種基于RFID和智能腕帶的士兵管理系統?

王欽輝 魏軍儒 王 景 焦 萍 葉保留

（1.陸軍指揮學院軍事訓練管理系 南京 210045）

（2.南京大學軟件新技術國家重點實驗室 南京 210046）

（3.江北新區瑯小分校天潤城小學 南京 211500）

1 引言

習主席指出：“軍隊能不能打仗、打勝仗，科學管理起著關鍵作用”。各級部隊“要更新管理理念、完善管理體系、優化管理流程，提高專業化、精細化、科學化水平”。當前，很多部隊士兵管理仍沿用一些傳統的方式方法，具有較強的主觀性，在一定程度上容易遭遇管理效益的瓶頸問題，比如難以及時發現戰士的心理問題、難以根據個人實際情況制定個性化的訓練計劃、難以掌握小特崗位與單獨遂行任務人員的活動軌跡或位置信息等。對此，本文基于數據化的方法，研究并設計實現了一套基于智能腕帶的士兵管理系統，可實現對部隊戰士睡眠、運動和位置數據的長期跟蹤與分析，并為管理人員形成科學的管理評估建議，增強部隊士兵管理的科學化、數據化、智能化水平。

2 研究動機

傳統的士兵管理方法通常存在難以發現士兵心理問題、容易導致訓練傷，難以掌控人員位置的問題。

2.1 心理問題發現難

部隊是高度集中和封閉式管理的群體，生活條件往往較艱苦，訓練任務重，承受著較多的心理應激；加之近年來，隨著社會的發展，部隊體制改革和各種心理干預措施的不斷深入開展，部隊戰士新的心理健康狀況可謂層出不窮。文獻［2］對作訓期間官兵心理健康狀況做了詳細的統計與分析，結果顯示，心理狀況出現陽性癥狀者比例較高，這些心理問題按照嚴重程度依次表現在強迫癥、軀體化、敵對、抑郁、人際關系敏感、焦慮等。這比率顯著高于全國平均水平，且在新兵群體中，心理問題尤為突出［3］。

心理健康問題已經成為當前部隊管理的焦點問題之一。一方面，新時期基層部隊中因戰士心理問題而導致的事故頻發。另一方面，戰士心理問題的表現通常比較隱晦，導致基層主管在管理中難以及時發現問題。因此，如何高效及時地發現戰士心理問題成為了避免這類事故的關鍵。

2.2 訓練致傷控制難

健康對于軍隊官兵具有特殊重要的意義，保健康就是保戰斗力，保健康就是保打贏。但隨著我軍實戰化訓練強度的不斷提高，官兵訓練傷病數量呈現不斷上升趨勢。

大量數據表明訓練傷已成為部隊常見病，嚴重影響了戰士健康和部隊訓練戰備、值勤等任務的完成，成為了部隊訓練管理關注的焦點問題之一。因此，如何科學高效地組織訓練成為了控制訓練傷的關鍵。

2.3 人員位置掌控難

由于部隊重要涉密崗位類型多，重點（要害）目標數量大，單獨執行任務頻次高，加之管理環境的復雜性、分布的廣泛性、任務的多樣性，使得部隊重要涉密崗位、要害目標、單獨執行任務的人員集中統管難、全面指導難、檢查驗收難、末端掌控難。據有關數據統計顯示，部隊發生的事故案件大部分發生在核心崗位、要害目標、單獨執行任務人員的管理上。

大量地方企事業單位管理實踐表明，借助定位技術手段，對重要崗位、零散人員進行嚴密管控，可以有效提高管理工作效益。部隊完全可以借鑒地方實踐經驗，通過監測人員的位置信息和活動軌跡，以研判人員履職盡責情況，提高小特崗位人員和獨立執行任務人員的管理效率，防止出現管理失控、行為失范。

3 系統設計

針對上述分析的部隊士兵管理存在的難點問題，我們設計并實現一種基于智能腕帶的士兵管理系統SMIW。SMIW創新性地將智能腕帶（手環）綁定RFID標簽，通過該腕帶設備采集士兵的睡眠、運動、位置信息，再利用建立的數據分析模型來分析戰士日常的睡眠質量、訓練效率、運動軌跡等，為管理者提供評估建議，使戰士管理變得更智能、便捷和科學。

圖1 系統運行場景示意圖

系統場景運行示意圖如圖1所示，營區戰士每人佩戴智能腕帶（配有RFID）。智能腕帶感知士兵的睡眠與運動數據，RFID標簽內則存放士兵的基本信息，包括姓名、性別、身高、體重等。在營區固定的位置（如食堂門口、營房樓梯口）放置藍牙適配器和RFID閱讀器，戰士在經過該位置時，藍牙適配器和腕帶相連，讀取腕帶感知的數據，并傳輸至PC電腦，讀寫器利用WiFi模塊通過無線AP將RFID數據標簽信息傳輸至PC電腦。PC終端運行軟件應用平臺，平臺將接收的信息進行集成、處理、分析與應用。

3.1 系統框架構建

當前市場現有的智能手環（如小米手環）并不能滿足本文需求。一是無法實現定位；二是手環與手機APP是一對一的匹配連接，無法實現多對一的匹配連接。通過分析與設計，本系統基于DA1458x開發板［11］重新開發手環，并創新性地將智能手環與RFID標簽相結合，以實現系統定位功能，并可有效解決多對一匹配。

根據模塊化分割原理，系統主要劃分為兩大模塊，包括硬件采集系統和軟件分析系統，各子系統之間互聯形成一個高效的整體，系統架構示意圖如圖2所示。

圖2 系統架構示意圖

硬件采集系統：采集系統的關鍵是智能腕帶，主要負責采集數據，為主機系統提供感知數據。智能腕帶對數據的處理包括以下內容：

1）數據采集：負責從不同的手環收集原始數據，并傳送至數據處理組件中。這些數據是時序數據，因此還需要記錄時間戳。

2）數據預處理：通常原始存在噪聲、運動偽影和感知錯誤等。因此，需要對這些數據進行預處理，包括：（1）過濾掉非常規數據，過濾采用基于閾值的方法來消除異常的感知數據。（2）插值缺失的感知數據，通常采用統計方法來插入缺失的數據點。（3）移除高頻噪聲，為了從傳感器數據中去除高頻噪聲，應用常見的低通/高通濾波工具。（4）感知數據的歸一化和同步。當收集眾多數據后，為了消除各種數據指標不同量綱的影響，需要對各種數據進行歸一化和同步化處理。

3）數據分割：對感知數據進行預處理之后，通常并不是所有的數據都對收集特征和活動識別有幫助。通常在連續感知過程中，可能存在數次沒有實質活動的感知。數據分割的主要功能在于辨別活動和非活動的時序數據。識別活動區域和非活動區域的方法是使用固定尺寸的時間窗口，然后將窗口滑過感知數據，以查看其顯示高于特定閾值的高活動性，從而確定活動區域。

4）感知代理：感知代理維護著一系列的“規則”，這些規則由感知中間件進行設置。

5）本地控制器：負責直接與主機上的中間件交互，包括幫助中間件配置運行參數等。

軟件分析系統：又稱管理應用平臺，軟件平臺連接采集系統獲得感知數據，并對數據進行存儲、分析與處理。軟件系統主要包括兩大塊：應用程序和智能腕帶感知中間件。

1）應用程序：應用程序是最終的功能應用的體現，每一種功能模式對應著一種分析模型（特種抽?。?。這種模式使得應用程序更具可擴展性，而不是受功能添加或減少的限制。

2）智能腕帶感知中間件：主要負責可穿戴設備的發現，以及維護和設備的連接。同時讓注冊的應用知道感知設備是否可用。管理平臺需要同時連接多個數據采集裝置，為避免連接沖突，中間件通過識別采集裝置的MAC地址來解決連接的沖突問題。

3.2 系統流程描述

系統運行流程可描述如下：

1）營區戰士每人佩戴智能腕帶（附帶RFID標簽），在營區固定的位置（比如食堂門口和營房走廊）放置藍牙適配器和RFID讀寫器。

2）戰士在經過放置藍牙適配器和讀寫器的地點時，藍牙適配器與腕帶相連，讀取腕帶感知的數據，并傳輸至PC電腦；讀寫器利用WiFi模塊通過無線AP將數據標簽信息傳輸給PC電腦。

3）PC電腦運行管理應用程序，將接收到的信息進行集成、處理、分析，為用戶提供捷化、智能化、人性化的服務。主要包括：（1）評估戰士的睡眠質量，繪制睡眠質量隨時間變化的趨勢變化。找出睡眠質量異常之人，如果一名戰士超過一周內睡眠質量持續異常，則提醒管理人員將其作為重點人關注，提早介入；（2）評估戰士的訓練質量和卡里路消耗，并將訓練量和心率數據進行關聯，依此制定因人施訓的訓練計劃和訓練量；（3）根據時間和位置繪制戰士的活動軌跡，并計算和顯示當前所處的區域。此外，管理平臺的應用軟件還包含歷史記錄模塊與歷史趨勢模塊，前者主要以列表的形式記錄戰士最近的數據記錄，同時列出預測值、日變化率的評估條。歷史趨勢主要包括睡眠趨勢和運動趨勢。該模塊也具有數據的管理功能，可以對某條記錄進行相應的操作；（4）最后，系統還提供用戶的注冊和設置功能，可以修改個人的基本信息和查看個人的數據結果。用戶還可以通過設置模塊完成對分析的周期選擇、預警方式的選擇等。

3.3 功能模塊設計

3.3.1 睡眠分析功能

睡眠數據的好壞直接反映了戰士的心理健康程度，通過獲取戰士每日的睡眠數據，可判斷分析戰士的睡眠質量的高低。對于長期睡眠質量不高或者睡眠時間不長的戰士，可以給予重點關注，及時發現一些戰士的心理問題，并做出有效引導和疏通，以把問題的苗頭扼殺在搖籃之中。

系統可獲取的數據主要包括：1）夜間睡眠時間night_sleep_time；2）深度睡眠時間deep_sleep_time；3）醒來次數wakeup_time；4）進入睡眠時間fall_asleep_time。

獲取基本數據后，可計算出：1）總睡眠時間to?tal_sleep_time=night_sleep_time+deep_sleep_time；2）睡眠質量評分。根據深度睡眠的占比來評判，但是每個人的最優比例是不一樣的，因此系統繪制深度睡眠的占比曲線，出現偏離中心值較大的情況視為異常情況。

睡眠分析模型：由于要分析的數據與時間周期有關，因此，分析模型中需要與實踐相關的參數，要確定這些參數，需要對實際收集的數據進行分析、訓練來確定，以提高模型的準確率和精確度。具體模型設計如下：

參數：NT=AVG（total_sleep_time），表示求得個人一段時間的平均睡眠時間；

DS=AVG（deep_sleep_time），表示求得個人一段時間的平均深度睡眠時間；

則最優睡眠數值OPT=a1*DS/NT-a2*wake?up_time/NT，其中a1和a2是調控參數，與時間周期跨度有關，通過數據訓練獲得；隨后計算每個人具體的睡眠數值：Current=a1*deep_sleep_time/ NTa2*wakeup_time/NT。最后，將每天具體的睡眠數值與最優睡眠數值相比，得出每天的睡眠評分：SL=Current/OPT，這是一個百分數值，不超過1。

系統通過監測睡眠數據和分析模型，可以實現：

1）長期跟蹤士兵的睡眠時間與睡眠質量，根據睡眠時間長短和睡眠質量的高低來判斷戰士是否存在睡眠問題。

2）有助于士兵認識自己的睡眠模式，有針對性地改變睡眠習慣，以改善睡眠質量。

3.3.2 運動分析功能

體能訓練是部隊的基礎性訓練，科學的訓練計劃有助于提高訓練效益。通過獲取戰士的運動數據，合理安排體能訓練時間和訓練強度。根據數據指標，通過適度調整時間、控制訓練強度、保持適度適量，增強體能訓練的科學性和有效性。

系統主要監測指標數據包括：1）步行數與里程數；2）跑步數；3）卡里路消耗量；4）心率；5）脂肪消耗。

運動分析模型：系統首先建立運動矩陣AMD，矩陣X坐標為小時（可以根據需要調整為天），Y坐標是每小時的卡路里消耗，或者是跑步里程。如此，矩陣的每個元素表示每個小時所消耗的卡路里或跑步里程。隨后的分析以對運動矩陣為主，計算運動矩陣的特征值。根據特征值，可以計算紋理特征（Textual Features），具體的計算方法參見文獻［12］。通過紋理特征值可以用于判斷不同運動特征的測量，來分析每個人的運動特征。

通過監測運動數據和分析模型，可以實現：

1）科學地分析訓練數據。系統可存儲所有人員的運動信息，并繪制人員的運動數據曲線，通過強大的數據分析工具，管理人員可以了解和對比士兵的身體狀況和訓練量等情況。

2）科學地制定訓練計劃?？商崆爸贫吭?、每周、每日的體能訓練計劃，從易到難，逐步調整訓練量，并可根據個人實際制定不同的訓練計劃。

3.3.3 位置分析功能

系統通過監測戰士的位置信息，實現對人員的及時定位，同時在必要時可還原人員特定時間范圍內的活動軌跡，實現掌握人員的位置和行動軌跡。

系統主要監測指標：1）RSSI信號強度；2）訪問錨點時間（數據接收點）。定位模型：定位算法采用RSSI計算法，示意圖如圖3所示，計算三個不同的RSSI信號值（CVR1，CVR2，CVR3），三個值是通過三個RFID閱讀器獲得，并經過MA過濾算法處理得到的數值，其中最大的數值決定了所在的區域（區域預先編號）。這個算法的精準性取決于MA算法中所用的采樣。在計算區域位置時，采用經典的KNN算法，其根據參考向量RV和當前向量CV，選擇最近的k個參考向量，然后計算距離每個閱讀器的向量，來確定最終的區域編號R#，其中向量均是三維向量。為了使算法達到一定的精準性，參考向量的數量和k值是最重要的。

圖3 RSSI計算示意圖

通過計算和定位模型，可以獲得人員的位置信息和對應的時間，從而實現：

1）對人員的實時定位。根據手環設備與藍牙適配器的信號強弱來判斷人員的大致范圍，可在特殊情況下實現對人員的快速定位。

2）繪制人員的活動軌跡。根據手環設備與不同的適配器通信的時間和地點，繪制人員的活動軌跡，檢查其遂行任務的路線。

4 實驗

4.1 睡眠實驗

我們隨機選取4名人員進行測試，年齡在18～25之間。我們將結果與流行的手環（小米、華為和JAWBONE）以及純手機測試結果（BES模型［13］）對比。結果如圖4所示。

圖4 將不同的睡眠模型進行對比

圖4中顯示的是每個人員每天的平均睡眠時間錯誤，從中可以看出純手機應用的誤差最大，SMIW比當前流行的小米、華為手環進度略差，但考慮到所有與睡眠時間相關的應用都是以小時為單位，所以這個誤差基本可以忽略。

4.2 運動實驗

我們隨機選擇一名測試人員，對其每天的運動數據進行采集，并計算ADMs，持續四周時間，活動時間嚴格落實一日生活制度。對采集的數據進行相異度測量，結果如圖5所示。

從圖中，我們可以看出，周一至周四相異度較低，周五略高，而周六周日因休息而與周一的相異度高。同時周六周日的行動步數也大幅下降。

圖5 一周時間的運動矩陣相異度測量

4.3 位置實驗

表1 位置識別準確率

我們選擇在某營房內進行定位實驗，首先將3個RFID閱讀器分別置于3個相鄰的房間（編號為房間#1，房間#2和房間#3）。測試人員戴著智能腕帶持續一周時間。期間收集到總共6760個向量值。使用MA和KNN算法識別活動位置的準確性如表1所示。

實驗結果表明MA算法在取樣值取10時準確率能達到97.87%。而KNN算法在k=30時準確率95.87%，此外KNN算法在識別前還需要訓練過程。因此MA算法更好的選擇。

5 相關工作

當前，一些智能可穿戴設備多用于老年人和兒童的監控，防止老年人和兒童的走失［4～6］。文獻［7，14～15］嘗試通過RFID積水對醫院病人進行自動管理監控系統，為每個病人帶上附有射頻芯片和GSM、GPS芯片的有源腕帶，腕帶一旦非法拆卸，系統將會啟動自動報警功能，并同時以短信的形式傳遞到監控中心。國際上，一些高校研究機構嘗試利用智能手環實現對患老年癡呆人員進行監控與定位［8］。文獻［9］嘗試利用手環來研究人類活動和健康授權。一些類似的系統也嘗試應用于校園兒童監控［10］。本文創新性地將智能腕帶與RFID標簽相結合，并應用于部隊士兵管理，解決了部隊士兵管理的一些重難點問題，有效地提高了管理效率。本文的創新點可歸納為

1）系統首次將智能可穿戴設備運用于部隊士兵管理，設計并實現了一種基于智能腕帶的士兵管理系統及其工作方法，能夠有效采集士兵的日常訓練管理數據，并集中存儲分析，為士兵管理提供科學的數據支持和管理決策。

2）系統創新性地將RFID與智能腕帶相結合，賦予智能腕帶定位功能，可以幫助管理者及時了解重要人員的位置信息、活動軌跡，判斷士兵是否按既定路線遂行任務。并解決了智能腕帶與連接點的多對一匹配連接的問題。

3）系統建立了三種數據分析模型和對應的分析算法，包括睡眠數據分析模型、運動數據分析模型和定位分析模型，這些模型可以有效地提升數據分析的精準性，實現有效地提取數據蘊含的價值，以幫助部隊管理人員提高部隊管理的效率。

6 結語

本文針對當前部隊士兵管理的一些重難點問題，設計了一套基于智能腕帶的士兵管理系統。士兵通過佩戴智能腕帶，腕帶綁定RFID標簽以及嵌入各種傳感器，腕帶采集戰士平時的睡眠數據、運動數據和位置數據，并通過信號轉發器將數據轉發至管理平臺。管理平臺運行數據分析軟件平臺，用戶通過該平臺可以分析戰士的睡眠習慣，判斷戰士是否存在睡眠問題，并依此作為重點人關注；可以分析戰士的運動數據，分析戰士的卡路里消耗，幫助戰士制定科學的訓練計劃；可以分析戰士的位置信息，實現局部范圍內人員定位，并繪制戰士的活動軌跡。部隊輔助管理系統給部隊的日常訓練管理帶來了便利，并解決了戰士心理，讓部隊管理者更為人性化、科學的管理部隊。