基于IMU与sEMG混合信号的实时手势分类算法研究

为了提高表面肌电信号(surface electromyography,sEMG)的手势分类准确率,通过惯性测量单元(inertial measurement unit,IMU)与采集姿态信号与sEMG的混合信号,提出了GRUBiLSTM双层网络的实时手势分类算法。第1层门控循环单元(gated recurrent unit,GRU)利用能量组合算子特征对混合信号进行突变点检测,定位运动态数据起始点;第2层双向长短时记忆循环神经网络(Bi-directional long short term memory,BiLSTM)使用能量核相图特征对运动态混合信号进行2个方向10种手势的分类。通过离线模型优化,分类算法识别时间低于40 ms,突变点检测精度88.7%以上,手势分类准确率为85%,信息传输率(informationtranslaterate, ITR)达到89.9 bits/min,与基于机器学习的分类算法相比,在准确率与计算效率上具有优势。     

“控制工程数学基础”教学中Matlab仿真的辅助应用

＂控制工程数学基础＂是一门理论性和实践性较强的工具类基础专业课程,而大学一年级的学生对本课程的理解比较差。本文从专业人才培养需求出发,按工程应用型的人才培养特征,对教学过程进行改革与实践。在教学过程中利用Matlab仿真直观方便的特点来辅助教学,通过仿真,不仅验证了理论方法的有效性,同时也培养了学生理论分析和工程实现的能力,有助于加深学生对所学知识的理解,从而提高教学效果。     

空间电磁环境可视化系统的研究与应用

设计并实现了一个空间电磁环境可视化系统,能够对空间电磁环境中的地形与电磁数据进行统一建模,解析并作可视化映射,从二维、三维空间等多个维度对电磁场进行可视化处理,实现了电磁分布态势、等值线、传播方向路径等多种形式的电磁环境可视化方法,该系统能够为用户提供一种更为高效的空间电磁环境可视化分析工具。     

电磁环境仿真与可视化研究综述

电磁环境仿真与可视化研究在民用通信及电子战领域的应用不断发展.在介绍了电磁环境基本概念和分类的基础上,较为系统的阐述了电磁环境建模与仿真的理论方法与技术.分析了国内外电磁环境仿真与可视化的研究现状,包括仿真系统框架设计、复杂环境下电磁仿真的现状、并行计算在电磁仿真中的应用、电磁环境仿真相关软件以及电磁环境可视化研究情况等五个方面.最后对未来的研究方向进行了展望.     

基于稳态视觉诱发电位的脑电信号分类算法比较

基于稳态视觉诱发电位(steady state visual evoked potential,SSVEP)的脑-机接口(brain computer interface,BCI)系统具有分类准确率高、用户不用长时间训练等优点而广受关注.如何高效地对SSVEP信号频率识别而实现更好的分类效果是SS-VEP-BCI的核心问题.采用滤波器组典型相关分析(filter bank canonical correlation analysis,FBCCA)与任务相关成分分析(task-related component analysis,TRCA)对SSVEP信号分类比较研究,探讨了两种方法在数据长度、子带数以及通道数对SS-VEP信号分类效果的影响.35位被试者的数据表明:在数据长度小、时间短的情况下,TRCA具有更高的分类准确率,且子带数设置为5时,分类准确率达到最大.通道数越多分类准确率越高,但是通道个数较少时,TRCA分类效果明显优于FBCCA.研究为SSVEP脑电数据有效性分析以及提高基于SSVEP的脑电信号分类准确率提供了新的思路.     

“控制工程数学基础”课程中频域分析部分教学探讨

"控制工程数学基础"课程理论性很强,涉及数学、物理、电路分析等多方面的知识,比较抽象,是一门具有一定深度和难度的工具类基础专业课程,而大学一年级的学生对本课程的理解比较差。本文从专业人才培养需求出发,对频域分析部分教学过程进行了教学改革探讨。在教学过程中利用Matlab仿真直观方便的特点来辅助教学,不仅验证了理论方法的有效性,同时也增强了学生分析问题与解决问题的能力,为提高教学质量提供了新的思路。     

基于改进YOLOv3网络的卡尔曼社交距离检测与追踪

为了预防新冠肺炎的传播,在佩戴口罩的同时,保持一定的社交安全距离是必要的。为解决现有的目标检测算法在社交距离检测中无法同时满足检测的实时性、准确性以及在复杂场景中存在遮挡、小尺度目标等问题,提出基于YOLOv3的改进算法DPPY(Dilated Pyramid-Pooling with YOLOv3)。首先使用空洞卷积参与到YOLOv3的核心图像处理结构中,然后引入密集型连接网络进一步融合不同层之间的连接,并且在这基础上还模仿了空间金字塔结构处理输入数据的尺寸问题,最后将这些处理结果一起与待追踪物体与彼此间的前后位置进行更好的关联并选用卡尔曼滤波器这个工具来更好地处理。若行人彼此间靠的过于紧密,则标红发出警报,以便更好地提醒相关人员注意。结果表明：与传统的YOLOv3算法相比,DPPY算法检测速度更快,检测精度更高。检测速度达到了34帧/s,平均准确率(Average Precision, AP)提高了9.1 %,并且在大、中、小目标检测中平均准确率均值(mean Average Precision, mAP)分别提高了7.8 %、8.2 %、8.9 %。