针对社区老年人跌倒检测的低功耗、高准确率要求,本文在建立基于三轴加速度、角速度的人体活动模型基础上,采用低功耗ZigBee和可在休眠状态采集并缓存数据的MPU6050动作传感器设计构造人体活动感知模块,并设计了中断驱动的低功耗人体活动数据采集传输算法,实现老年人活动数据的低功耗采集与远距离传输;其次,在数据接收端应用滑动窗口技术实时接收和缓存人体活动的三轴加速度、角速度数据,将这些数据进行量程规范并映射成对应的RGB　3通道像素数据;最后,在分析人体日常活动与跌倒数据及其对应像素图差异的基础上,设计了面向跌倒检测的卷积神经网络(FD-CNN),并结合互联网上公开的日常活动和跌倒数据进行网络训练...