畜牧养殖穿戴式信息监测技术研究现状与发展分析

　　摘要：目前畜牧养殖环节信息监测技术依然落后，且普及率不高，无法准确、有效地掌握养殖环节农场动物本身及其生活环境的实际状况。本文在整理和总结现有穿戴式技术研究成果基础上，结合我国畜牧养殖实际情况和特点，对畜牧养殖穿戴式信息监测的工作原理、信息监测技术和穿戴式监测方式等方面进行了分析和讨论。总结得出未来研究趋势：信息获取方式由人工采集向自动化采集发展；穿戴式传感器将向微型化和柔性化方向发展；信号处理与信息传输将向多元化、复合化和智能化方向发展；信息监测方式将向系统性、整体性和自适应方向发展。

　　关键词：畜牧养殖；信息监测；穿戴式技术；智能化

　　作者：张小栓1，2张梦杰1王磊1罗海玲3李军4

　　(1.中国农业大学工学院，北京100083；2.中国农业大学食品质量与安全北京实验室，北京100083；3.中国农业大学动物科学技术学院，北京100193；4.中国农业大学经济管理学院，北京100083)

　　0引言

　　作为畜牧业大国，我国逐渐由家庭散养向规模养殖模式发展，传统的畜牧业在养殖、运输和销售等环节存在着大量的不足和问题[1-2]。随着信息技术的快速发展，利用现代信息技术解决传统畜牧业的不足和问题，探索畜牧业现代信息化发展方式，激发畜牧业内在增长动力，对推动和实现畜牧业稳定可持续发展具有重要意义。

　　近年来，穿戴式技术的快速发展受到广泛关注，穿戴式设备被应用在运动追踪、健身、生物医疗等诸多领域。穿戴式信息监测技术融合多媒体、传感器和无线通信等技术于一体，有望成为对动物健康监管最有效和可行的技术[3-4]。本文对穿戴式信息监测技术的相关研究进行系统文献整理和综述，以期为穿戴式信息监测技术在畜牧业领域更加广泛而深入的应用提供理论支持。

　　1畜牧养殖穿戴式信息监测工作原理

　　穿戴式畜牧养殖信息监测系统主要由信息采集单元、信息处理单元、无线传输单元和智能终端等组成[5-6]，信息采集单元采集养殖环境信息(光照强度、温湿度、气体浓度等)、动物的生理信息(体温、血压、心率、呼吸等)和行为信息(静止、跳跃、跑动、打斗、声音信息等)，信息处理单元对信息采集单元采集的各种信息进行降噪滤波等预处理，然后对信息进行分析处理、传输和存储，信息处理单元处理过的信息通过无线传输单元传输到智能终端进行显示和存储，对农场动物的健康状况等信息进行实时动态监测和管理。如图1所示为畜牧养殖穿戴式信息监测工作原理图。

　　为适应监测对象、穿戴部位和监测参数等要求，穿戴式设备往往被特别定制，其穿戴形式包括束缚式、贴覆式和植入式。考虑到体积、成本和能耗等因素，束缚式穿戴设备常被应用在牛、羊、猪等大中型家畜身上，贴覆式和植入式设备常被应用在鸡、鸭、鹅等小型家禽身上。对于散养或放牧养殖方式，主要实现定位和追踪功能，对于圈养养殖方式，主要监测其生理信息与生活环境信息。

　　2畜牧养殖穿戴式信息监测技术

　　2.1信息感知技术

　　2.1.1穿戴式传感器技术

　　传感器是实现信息收集、传输、存储等功能的基础元器件，用于畜牧养殖穿戴式传感器主要分为运动传感器、生命体征传感器以及环境传感器等类型，图2所示为畜牧养殖穿戴式信息监测参数示意图。传感器通常用于感知监测对象的信息变化，该技术作为穿戴式信息监测技术的核心技术之一，对穿戴式技术的发展具有十分重要的作用。

　　运动传感器：运动传感器主要用于监测被测对象的运动状态，可测量与运动相关的位移、速度、加速度等物理量。养殖场内动物的自由活动可能会引起动物个体、动物与动物之间、动物与环境的相互作用，从而对动物造成损伤、应激，甚至影响养殖场经济效益及可持续发展[3-4]，因此有必要开发相应设备监测养殖场自由活动的动物。在生物医学领域，MOON等[7]应用一种惯性压电式传感器BioStampRC进行多发性硬化症的步态特征监测，此传感器结构简单灵敏度高，但体积较大不易集成；CHUNG等[8]开发的穿戴式压阻式弯曲运动传感器，体积小、续航能力强，具有同时检测弯曲曲率和速度的功能；DEGRAFF等[9]使用碳纳米管打印出柔性压力传感器，该传感器相比于传统的压力传感器灵敏度提升70%，且具有极高的线性度，可更加精准地对动物行为进行监测。而及时发现动物发情行为是提高农场动物繁殖能力的重要手段[10]；任亮等[11]研究了计步器监测系统与人工监测效率，结果显示计步器监测系统能够得到更准确的发情检出率；PONS等[12]提出了一种基于深度追踪的动物体位和身体部位自动检测系统，并对基于监督和监测的几种分类算法的性能进行了详尽的评估。为了评估活羊应激水平，CUI等[13]设计了基于Arduino开源平台的三轴加速度计用于测量和记录活羊运动及其行为状态(图3)，研究表明，活羊应激反应与其行为表现具有一定的相关性。在动物计算机交互领域，人们越来越关注自动检测动物的行为和身体姿势，这将给动物福利带来好处，实现远程通信、福利评估、行为模式检测、交互和适应系统等。因此，使用传感器模块或传感器集成平台监测动物生理行为具有十分重要的意义。

　　生命体征传感器：研究表明，生命体征变化可反映人或动物的病情轻重和危急程度[14-15]，即监测人或动物的体温、心率、血压、呼吸、脑电波等生命体征，对保证人或动物健康具有重要意义。用于监测生命体征的传感器的实现方式主要是电极式、放射式和透射式，目前脑电波监测的形式几乎全部为电极式。胡良文等[16]利用4X1DS18B20电极式温度传感器阵列采集温度数据，对比试验验证了该系统连续测量的可靠性，测量精度为0.06℃，虽然测量精度较高，功耗低，但传感器阵列不易集成，体积大、操作繁琐；柏广宇等[17]研制出母猪体温监测节点，选择母猪臀部为最佳测量部位，选用MLX90614型红外温度传感器为温度测量传感器，实现实时远程监测母猪体温，操作方便，系统测量误差为0.21℃，满足养殖行业对猪体温测量误差的要求。此外，基本生命体征指标可以反映和评估活羊应激水平，CUI等[13]设计了基于Arduino开源平台的生命体征监测装置(图3)，该装置包括主机端和从机端，主机与从机通过蓝牙模块实现通信，其测量指标包括体表温度、心率等，结果表明，在应激状态下活羊体温和心率指标均处于不适宜状态。

　　环境传感器：环境传感器能够监测畜牧养殖环境状态的实时变化[18-19]，包括温湿度传感器、气体浓度传感器、雨量传感器、光照传感器、风速风向传感器等，不仅能够精确地测量相关环境信息，还可以和上位机实现联网，满足用户对被测物数据的测试、记录和存储。WEEKLY等[20]描述了一种BiB传感器用于收集丰富的建筑物的环境参数(如CO2浓度等)；KIM等[21]研制出一种基于3×3矩阵离子通道的柔性温度传感器，并证明它能够在特定区域内对温度进行高度选择性、灵敏和灵活的测量；通过改变采集节点的传感器类型，能够实现对不同场合的监测任务，陈镱等[22]设计了一种新型环境监测系统，基于无线传感器网络对CO2浓度、温湿度等环境参数进行监测。表1所示为穿戴式信息监测传感器性能比较。

　　2.1.2特征参数识别

　　畜牧养殖穿戴式信息监测特征参数识别分为生理特征参数识别[30]、行为特征参数识别[31-32]和环境特征参数识别[33-34]，其中生理特征参数识别和行为特征参数识别是技术难点，因为监测对象较为活跃，对传感器的稳定性、精度和布置方式等要求较高。表2综合分析了常见的穿戴式信息监测生理参数及传感器类型。

　　width=733，height=310，dpi=110

　　生理特征参数识别：生理特征参数直接关联动物的健康水平，应用于生理特征参数识别的传感器主要有电极式、反射式和透射式，并且向多传感集成的方向发展。参数识别方法主要是运用各类监测生理参数的传感器，获取畜牧养殖过程中农场动物的心率、体温、呼吸等参数数据，并运用均值聚类算法、主成分分析法、神经网络算法、遗传算法和特征元素法等方法提取特征参数信息，建立生理特征与机体健康程度之间的关系模型。

　　行为特征参数识别：本文研究的动物行为特征主要表现在动物咀嚼、俯仰、行走、跳跃、爬跨、咳嗽等方面，运用穿戴式运动传感器可记录农场动物的日常行为特征，便于研究分析农场动物在养殖环节产生的特定规律性变化，为生产者决策管理提供理论依据。动物运动行为的声学分析已被证明能够准确地识别咀嚼和咬伤，根据钳口运动的原理可有效区分动物的咬合和拒绝行为，RUTTER[48]研制一种由鼻带、ART-MSR压力传感器和计算机接口组成的穿戴式行为记录仪；CLAPHAM等[49]提出了一种声学记录和分析系统，利用靠近动物嘴的宽频传声器获取数学信号，用来自动检测、分类和评估放牧肉牛的摄食情况；宣传忠等[50]提出一种改进的MFCC与HMM相互结合的羊咳嗽声识别系统，该系统识别率高，能够达到对羊咳嗽声的识别要求。声音监测在农场动物的监测中具有十分重要的作用，通过这种监测指标能够比较清楚了解动物的生理状态，对控制动物进食量、降低动物疾病传染风险等方面具有一定的贡献。

　　此外，通过布置传感器网络节点可对动物行为进行较为全面的监测，WATANABE等[51]使用三轴加速度传感器对牛下颚部位运动特征进行监测，分析牛咬断草食、咀嚼草食、休息等行为；NADIMI等[52]提出使用无线传感器网络节点对牛颈部的俯仰角及运动速度进行监测，使用分类树对牛的行为进行分类并预测牛群其他个体的行为；尹令等[53]设计了一种奶牛行为特征监测系统，在奶牛的颈部装配无线传感器节点并使用K-均值聚类算法对参数进行分类识别，可以细致区分奶牛静止、慢走、爬跨等行为。

　　2.2信号分析与处理

　　穿戴式信息监测技术能进一步分析挖掘更加有价值的信息，促进畜牧养殖业更好发展。应用于畜牧养殖信息监测的各类传感器采集的信号大部分是微弱信号，信号不仅强度较弱，而且信号噪声高、衰减快，不能获得精准的信号，从而对动物的健康状况水平不能进行精准的判断。如图4与表3所示，信号分析与处理方法主要研究内容有时域分析、频域分析、时频分析以及数字滤波等方法[54-55]。

　　时域分析法根据时间历程记录信号波形，研究动物生理信号的幅值等参数、信号的稳态和交变分量随时间变化的情况，分析传感器采集的原始波形，保留信号最完整的信息，但生理信号处理的时间范围较小、精密度较低[54]。如CUI等[13]通过研究心脏结构以及心脏跳动规律，并选择5个典型时域参数分析了活羊心率变异性，结果表明，活羊心率变异性时域特征可反映活羊应激水平。

　　2.2.2频域分析法

　　在生理信号的提取过程中会混入大量的噪声，在对信号进行频域处理之前要对信号进行滤波处理，提高信噪比，其理论基础是傅里叶变换[54]。相较于时域分析法，频域分析法的精密度较高一些，沈劲鹏等[56]首先对原始信号进行FFT分析，以确定呼吸信号和心跳信号的频带范围，然后将原始信号分解为若干IMF分量，重构呼吸信号和心跳信号。该方法得到的呼吸率和心率的准确性都超过90%，可以很好地提取呼吸和心跳信号；SHARMA等[57]提出了一种基于广态滤波的方法对呼吸信号进行处理，实验表明基于广义同态滤波的离散傅立叶变换EDR技术优于基于离散傅立叶变换的同态滤波。

　　2.2.3时频分析法

　　生理信号的时域分析和频率分析都是从整体上对动物生理信号进行处理，无法反映信号的局部特征且只能处理平稳的、线性的生理信号，时频分析法可以反映信号时间和频域之间的关系[58]。HASSANPOUR[59]提出了一种利用时频分布降低信号时间序列噪声的方法，信号的时频首先被划分为信号子空间和噪声子空间，使用时频矩阵的奇异值作为空间划分的标准，增强了信号时频表示嵌入的信息。

　　2.2.3.1小波变换

　　小波变换(Wavelettransform，WT)继承和发展了短时傅立叶变换局部化的思想，同时克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。刘思佳等[60]基于小波分解与去噪原理，通过串联多次小波变换实现对睡眠时呼吸信号的去噪与提取；王芳等[61]在心电信号处理过程中，为了避免产生Gibbs振荡现象和严重的频率混叠现象，提出基于双树复小波变换，并结合最大后验估计确定阈值的心电信号去噪方法，与传统离散小波变换相比，双树复小波变换去噪更彻底，边界、纹理等特征能较好地保留，可以作为一种生物医学信号降噪处理的新方法；AKAR等[62]使用小波包变换对心电信号进行处理，实验证明可以较好降低心电信号中的噪声，解决了小波变换只对低频信号进行处理的局限，分解更加细化。

　　Hilbert-Huang变换是一种新兴的时频分析方法，能有效处理非线性非平稳信号问题，但存在操作时间过长、结果精准度不高等问题[63]。针对脉率变异性提取方法，丑永新等[64]提出一种基于Hilbert-Huang变换的脉率变异性信号(PRV)提取方法，即对脉搏信号进行经验模态分解，得到脉搏信号的内禀模态函数及其边际谱，根据边际谱的频率范围选取能反映脉率变化的内禀模态函数分量，从分量中提取PRV信号。将所提出的方法应用于实际采集的脉搏信号，能从脉搏信号中准确地提取PRV信号，并且抗噪性很强。

　　2.2.4数字滤波方法

　　实验采集的动物生理信号存在大量的噪声，时域分析法、频域分析法、时频分析法在消除和减少信号噪声时存在局限和制约。数字滤波的原理是输入信号中有用成分和希望除去的噪声部分各自占有不同的频带，把输入序列通过一定运算变换成输出序列[65]。段力等[66]提出了一种基于数字滤波的呼吸信号去噪方法，仿真实验表明该方法能够有效去除呼吸信号中的高频噪声干扰和抑制基线漂移，为临床上实现便携式呼吸监测打下基础；张志鹏[67]使用基于LMS算法的自适应滤波器消除了与有用信号频域重叠的运动伪迹干扰噪声，提高了运动状态下血氧饱和度检测数据的精确度；ACHARYA等[68]使用研制的自适应Savitzky-Golay滤波器在不同信噪比下对噪声合成脑电波图信号进行了测试，自适应SG滤波器去除了噪声，保持了信号的原始形状，该方法计算简单，速度快，效率高。此外，该方法还可用于其他信号，如心电图、肌电图、脑电波图。

　　2.2.5综合分析方法

　　信号分析与处理通常结合多种方法以实现更加全面的功能，如赵素文等[69]先对PPG信号进行9层小波分解得到具有较高信噪比呼吸波，并用改进的FFT频率估计法从该信号中提取呼吸率，仅用光电传感器便能同时完成呼吸率、心率及血氧饱和度等多项指标的监测。针对心电信号处理中噪声难以消除问题，殷俊鹏等[70]提出一种基于小波域数字滤波的基线漂移去噪算法，采用提升小波分解心电信号，对最高层尺度系数做数字高通滤波处理，并重构得到去除基线漂移信号，在计算复杂度和性能方面能取得比传统算法更好的平衡；郭洪量等[71]利用小波分析进行预处理，再利用简单整系数滤波器进行进一步消噪，改进的心电信号消噪方法性能优于传统的小波阈值去噪法和数字滤波法，处理时间比小波阈值去噪法低33%；GERMAN-SALLO等[72]利用连续的小波变换和频谱分析结合的方法对心电信号进行处理，降低信号的噪声效果显著。此外，神经网络等智能算法也得到了广泛应用，MICHIELLI等[73]提出了一种基于长短期记忆块(LSTM)的级联递归神经网络(RNN)结构，处理脑电波信号，对睡眠阶段精准分类；GHADERYAN等[74]提出了一种新的简单而有识别性的算法，该算法采用了最小生理信号数目和时变奇异值分解(TSVD)方法，与以往的傅立叶变换、倒谱变换、小波变换和传统的方法相比，该方法具有更好的性能。

　　2.3信息传输技术

　　穿戴式设备通过信息传输技术实现网络互联，信息传输技术实现对传感器采集的关键信息进行快速有效存储、分析和处理，图5所示为畜牧养殖穿戴式信息传输网络示意图。为实现奶牛体温信息的实时远程监测，武彦等[75]以CC2430芯片为核心开发了测温节点、路由节点和协调器节点，基于ARM9的微处理器S3C2440A和嵌入式Linux构建了网关节点，采用ZigBee技术实现无线网络自组网和监测数据自动汇聚，并用LabVIEW设计了数据存储、体温监测预警及系统运行状态监视的上位机软件，该系统为奶牛疾病及分娩期预测提供了有效工具；李丽华等[76]以ATmega16单片机为核心进行数据采集传输，使用C#语言编写人机交互界面，实现了蛋鸡体温变化的实时采集、存储、显示以及历史数据查询，该装置体温测量误差为0.1%；王世平等[77]采用CC2530芯片作为主控芯片处理传感器采集的数据，上位机软件使用VC#编写，总体处理比较稳定；李年攸等[78]采用Arduinomega2560单片机处理采集的养殖环境数据，可实现大型养殖场环境(温度、湿度、光照)的自动监控，在降低养殖户专业知识门槛的同时，节约财力物力的投入，提高了养殖的经济效益。

　　作为穿戴式设备，要体现携带方便、穿脱方便、操作灵活、安全性高以及低功耗等特点，无线通信设备具有至关重要的作用。无线通信技术能够实现穿戴式设备与智能设备的相互关联，吴振宇等[79]提出一种基于蓝牙4.0BLE协议栈和GSM移动通信网络的新型无线心率穿戴式设备，具有体积小、功耗低、结构简单、穿戴方便、测量准确、实时性好和成本低等优点；刘忠超等[80]将处理的养殖环境信息使用ZigBee无线传输给智能终端，实现了对牛舍环境的远程无线实时监测，但传输不稳定，容易受外界环境的影响；于晓婷等[81]设计了一种畜牧业免疫管理系统，运用NFC技术对畜牧免疫信息进行存储，用户可以通过手机软件或网页进行畜牧信息的管理；MA[82]使用主动RFID进行种猪的个体识别和生命指标的采集，指标包括了呼吸、脉搏、血压、体温，实现无源更低功耗采集生理数据，操作更加方便，信息更加安全，但不能实现连续动态监测，其更多应用于追溯方面。表4所示为各种无线通信技术的比较与分析。

　　2.4人机交互技术

　　人机交互技术是实现人与穿戴式信息监测设备之间语音交互[83]、姿态交互[84]、眼动交互[85]等方式的互动技术(如图6所示)。人机交互技术的发展为消费者带来了更好的用户体验，同时也是穿戴式技术实现解放双手的重要技术之一。基于视觉的手势识别率低，实时性差，需要研究各种算法来改善识别的精度和速度，眼睛虹膜、掌纹、步态、语音、人脸、DNA等人类特征的研发应用也正受到关注，多通道的整合也是人机交互的热点，另外，与“无所不在的计算”、“云计算”等相关技术的融合与促进也需要继续探索。

　　目前，相关研究已经取得一定进步，如ZHANG等[86]根据人体生物电信号的特点，设计了皮层信号采集与调节电路，利用特征提取算法识别人体行为特征，然后利用物联网建立无线局域网，该系统的建设为物联网环境下的无线控制和康复娱乐的应用和扩展提供了一个有效可行的方案；MALASSIOTIS等[87]使用深度摄像头对空间人体部位识别与跟踪，利用深度与手部几何特征，进行手势与姿态识别；盛卫华等[88]采用一个惯性传感器来采集被试验人手指部位活动的信号，运用人工神经网络进行手势捕捉，并应用一个分层隐马尔可夫模型结合前后手势的关联信息，精准实现了穿戴式设备的人机交互。此外，基于生物特征识别技术的穿戴式人机交互系统可以带来更自然、更轻松的交互体验[86]。总体而言，当前人机交互的智能化水平相比于人们的构想还存在较大的差距，需要进一步改善。

　　3畜牧养殖信息监测穿戴方式比较

　　穿戴式监测方式直接影响对动物健康状况实时、动态、连续监测过程的可操作性及监测结果的稳定性和准确性。表5所示为穿戴式信息监测方式比较与分析，按照穿戴方式分为体内和体外监测，按照创伤程度分为微创和无创等。体外监测又分为束缚式和贴覆式，其中束缚式具有穿戴简单方便、价格便宜等优点，但容易脱落，受外界影响大，监测准确度较低，受动物大小限制；贴覆式监测方式常常受监测对象限制，很难连续监测，续航较差，并且需要安装工具，但该穿戴方式不易脱落。体内监测通常采取植入式将传感器微型装置导入体内，该监测方式监测精度高，不受监测对象大小限制，不易脱落，但价格比较昂贵，续航能力差，传输距离有限。无创穿戴方式通常监测精度较低，但对大多数监测对象的日常行为没有影响，续航能力较好；微创监测方式一般对监测对象的健康状况有轻微影响，但该穿戴方式不易受外界因素影响，监测准确度较高。

　　单个/网路：穿戴式设备具有监测一种或多种参数的功能，实现农场动物生理信息和环境信息感知，保证数据采集的实时性和可靠性，并且能高效率地进行数据采集、传输和记录，尽可能少的时间占用少的系统资源，对于多参数同时监测的情况下，是确保可穿戴设备正常运行的重要因素。周龙甫等[96]采用系统集成方式，整合多个传感器模块，完成整机设计实现了动态监测运动情况下的生命基本体征和周边环境信息，对于保证动物健康具有积极作用。

　　动物汗液中富含各种与疾病和健康有关的生物标记物，通过对这些标记物的检测分析，可以监测动物身体健康状态。KOH等[97]提供了一种微流体装置，定义了一组汗腺接入点，通过捕获汗液并对氯离子、葡萄糖、乳酸等标记物进行化学分析，从而达到健康监测的目的，监测结果包括汗液率、汗液流失等；GAO等[98]提出了一种传感器阵列，用于多重原位汗液分析，穿戴式系统通过对汗液中的钠离子、皮肤温度等生物标记物进行检测，能够实时掌控汗液特征，该技术可以提供一种新的监测动物指标用于农场动物监测中，具有十分重要的研究意义。

　　体内/体外：与体外监测相比，植入体内监测具有较高精度，但缺点是操作不方便。何东健等[92]设计了一种植入式传感器和体温实时监测系统，将该植入式设备植入奶牛阴道内，能够有效对奶牛阴道部位的体温进行实时监测，虽然能够准确监测奶牛体温，但操作比较繁琐、较难控制、续航能力较差、影响动物日常生活和健康状况；ROSE等[99]开发了一种贴附在表皮上的传感器贴片，实现了在智能终端上读取溶质和电位传感溶质和表面温度，操作方便而且不影响动物的日常生活和健康状况；纳米多孔铂电镀会产生极强的拉伸应力，尽管经过等离子体处理可提高粘附力，但仍会导致纳米多孔铂在柔性聚合物基体上剥落，YOON等[100]通过改进柔性不锈钢解决了这一难题，并开发耐磨、坚固、灵活和非酶连续血糖监测系统，实验结果表明柔性不锈钢对提高金属层与基体的结合力有很好的效果，所开发的无线系统包括电化学分析电路、微控制器单元和无线通信模块，通过两种动物试验评估了连续血糖监测系统，显示出该植入式可穿戴血糖传感器具有良好生物相容性。

　　微创/无创：穿戴式设备工作过程一般为微创或无创方式，目的是尽量减少对农场动物的伤害，降低应激程度。屈东东等[93]设计了一种安装在奶牛耳道边沿的穿戴式设备用于监测奶牛的体温，该设备主要由数字温度传感器、基于ARM9的微处理器S3C2440A组成，实现了对群养奶牛体温的远程实时监测，为奶牛疾病及分娩期预测提供了有效工具，对其他大型动物的监测也具有一定的指导意义；KOH等[97]提供一种柔软穿戴式的微流体装置，采用无创的方式紧密贴和皮肤表面，从而对汗液进行分析；针对现有基于脉搏波传导时间法或脉搏波特征参数法的血压测量模型存在的不足，谭霞等[101]提出利用平均影响值法从提取的脉搏波传导时间和脉搏波特征参数中优选出对血压影响较大的参数作为输入量，血压作为输出量训练BP神经网络模型，然后采用遗传算法对个性化参数进行优化，从而建立一种连续血压无创监测GA-MIV-BP神经网络模型。

　　4发展趋势展望

　　畜牧养殖信息化已成为现代牧业的重要发展理念，有助于肉产品质量的安全可追溯，提升我国畜牧养殖体系的运作速度和质量，同时促进我国畜牧养殖基础数据和适合我国国情的信息化模式的形成。本文在现有研究成果的基础上，并借鉴穿戴式技术在人身上的应用情况，提出畜牧养殖穿戴式信息监测技术的发展趋势：

　　(1)信息获取方式由人工采集向自动化采集发展。传统的信息获取方式具有工作量大、主观性强、精度低等缺点，无法满足畜牧养殖业日益增长的实际需求。穿戴式信息监测技术集成多元传感技术与通信技术为一体，可实现对养殖场动物生理参数及环境参数的实时、连续与自动采集，从而保证了养殖场信息资源的高效获取。

　　(2)穿戴式传感器将向微型化和柔性化方向发展。传统的穿戴式设备功能单一，结构简单，且适应性较差，无法满足对养殖场动物的监测需求。随着柔性传感器和生物传感器等新型传感器的出现，穿戴式传感器逐渐具有了柔韧、可延展、可植入等功能，为穿戴式技术提供了新的研究思路。

　　(3)信号处理与信息传输将向多元化、复合化和智能化方向发展。穿戴式信号处理技术由单一的信号处理方法到多种信号处理方法相结合，克服单一方法在信号处理方面的局限性。信息传输更加快捷，近场通信技术(RFID/NFC)、短距离无线通信与较远距离无线通信并存，可满足不同应用场景的需求。这些技术的应用对于养殖场动物生理及其生活环境信息的获取具有重要实践意义。

　　(4)信息监测方式将向系统性、整体性和自适应方向发展。穿戴式技术的应用使信息获取方式更加多样化，将由单参数到多参数监测，体内监测到体外监测，微创监测到无创监测，单传感器监测到多传感网络监测，而且更加注重传感器分布形式和动物监测部位对监测过程可操作性和监测结果准确性的影响。

　　(5)穿戴式信息监测技术的应用将提高养殖管理与决策水平。借助于物联网平台，穿戴式设备将更加信息化，获取信息并将数据通过网络传输到管理平台，使决策更加及时和精准。信息化体系的构建能够更好地促进现代管理科学与农业生产结合，使畜牧养殖由传统的生产方式向精细化畜牧养殖系统发展。