三维惯性传感参数表征下的行人混合步态分类

在行人步态分类研究领域中,传统的基于微机电系统(micro-electro-mechanical system,MEMS)惯性传感器技术的步态分类方法侧重于对行人单一步态模式进行区分,忽略了两个单一步态模式之间的过渡步态模式,从而降低了行人行走过程中走、跑、停等混合步态的分类精度,还会在时间上造成缺失,进而造成行人航迹推算产生不可估量的定位误差.从人体运动学角度出发分析了行人步态特点,同时利用9轴MEMS惯性传感器采集了行人步态原始数据并对其进行剖析,设定了人体三维惯性传感参数,以供后续分类算法使用.为了进一步提高整体混合步态的分类精度,针对朴素贝叶斯算法对相反过渡步态模式区分精度不高的问题,在其基础上通过加窗判断前后两个步态的连续性,完成了行人混合步态的最终分类.验证结果表明,和传统的样本熵与小波能量相结合方法相比,提出的三维惯性传感参数表征下的行人混合步态分类方法,不仅能区分出行人混合步态中的多种单一步态模式和多种过渡步态模式,同时整体分类精度提高了14.46%,从而有效证明了该方法在行人步态分类领域具有良好的理论价值和应用价值.     

基于LabVIEW的振动加速度信号积分方法研究

在工程应用中,振动加速度信号因受噪音、趋势项误差等因素的干扰,其积分后的数据精度会受到严重影响,制约该类传感器的使用。为了克服该问题,本文分别介绍了修正后的时域积分法和频域积分法。且基于LabVIEW虚拟仪器平台,分别编写了两种算法的仿真程序,定量对比了两种算法积分精度。最终以旋转机械振动故障诊断实验台为对象,实时采集振动加速度信号并进行积分运算。结果表明,修正后的频域积分法结果与实际振动速度、位移信号更为接近。     

一种基于振动位移的扬声器异音故障检测方法

为了满足扬声器纯音检测的需要,提出了一种基于激光位移传感器的扬声器异音故障检测方法.该方法利用激光位移传感器采集扬声器纸盆中心振动信号,通过短时傅里叶变换将扬声器振动信号从一维的时域信号变换成两维的时频域信号.对时频图采用多级阁值分割的方法进行图像分割,统计其高频区域灰度值落于0～ 0.3的所有像素个数作为特征值,进而判断扬声器的好坏.实验表明,此方法对扬声器异音故障检测的正确率可达到97％.     

周期信号傅里叶变换的讨论

傅里叶变换的概念是针对非周期信号引入的,但周期信号也存在傅里叶变换。本文指出求解周期信号的傅里叶变换有三种方法,一是在一个周期内积分求傅里叶系数,二是利用对应的单脉冲信号频谱与傅里叶系数的关系求,三是利用傅里叶变换的时移性求。本文讨论了不同方法所求周期信号傅里叶变换结果之间的内在联系,进一步揭示出信号的时域与频域的对称特性。     

基于噪声特征的地震动信号目标预警和识别算法研究

利用MEMS加速度传感器采集到的人员、车辆目标在地面运动产生的地震动信号,由MSP430单片机采集和处理,完成对地面目标的预警、分类识别. 预警提出了基于噪声方差的3倍作为阈值的方法,目标识别采用一种改进的过零分析方法. 结果表明,该算法能对8 m以内的人员、20 m以内的轮式车辆进行预警和分类识别,正确识别率达到85%以上. 此算法对于识别数字输出式传感器采集到的信号非常简单、实用.      

基于频域和时域法的电池包随机振动疲劳计算对比研究

针对频域法和时域法在随机振动疲劳计算中的适用性问题,以某型号电池包为研究对象,综合研究了2种方法的计算精度和计算效率.首先,建立电池包有限元模型,并通过模态试验进行验证;其次,以国标GB 38031―2020加速度功率谱密度（PSD）载荷谱作为频域载荷输入,并利用傅里叶逆变换技术将其转换为加速度时域载荷;最后,分别基于频域法和时域法计算电池包的振动加速度、应力和疲劳寿命,并进行了计算精度、效率的对比分析和精度的试验验证.结果表明,在电池包总振级和应力均方根值（RMS）方面,频域法和时域法计算结果相近,相对误差小于16%;在加速度和应力峰值方面,频域法“3σ”计算结果与时域法差距较大,若采用“4σ”或“5σ”原则,计算结果与时域法相近,相对误差小于15%;在振动疲劳方面,频域法计算寿命约为时域法的3~6倍,主要原因包括Dirlik模型和应力响应PSD谱差异,其中Dirlik模型造成的差距小于1.5倍;在计算效率方面,频域法比时域法高约134倍.试验数据表明,时域法计算精度更高,适用于结构危险位置振动疲劳的精确计算,而频域法计算效率更高,适用于结构危险位置的快速预测.     

基于傅立叶描述符优化形变轮廓插值的步态识别研究

针对现有步态识别算法在步态周期变化时不能很好地保留瞬时信息的问题,提出了一种基于傅里叶描述符优化形变轮廓插值方法。首先,对人类轮廓的周期性形变进行建模;然后,将基于傅里叶系数乘积的新度量作为闭合曲线之间的距离度量,并利用帧插值方法近似识别半周期的起始帧和结束帧;最后,利用步态距离完成最终的步态分类。在OU-ISIR和CASIA步态数据库上的识别精度可分别高达99%、87.34%,分析结果表明,提出的算法在步态周期变化时依然能保留瞬时信息,对行走速度上的轻微变化具有更好的鲁棒性,并且大大降低了整体计算复杂度。     

基于频域窄带莱斯噪声消除机制的OFDM网络信号发射精度增强算法

为改善当前OFDM网络信号精度增强算法中难以高效消除频域窄带莱斯噪声,且系统误码率较高的不足,提出了一种基于频域窄带莱斯噪声消除机制的OFDM网络信号精度增强算法.首先,基于128频相移键控调制方法,在获取信号时域特征的基础上,引入快速傅里叶变换,对信号进行离散化,并基于信号投影机制,构建正交星座图,实现信号投影矢量在预发射状态下的正交分层排序,消除了信源状态下频域窄带莱斯噪声对系统的干扰;随后,引入快速傅里叶逆变换,对预发射信号进行加密处理,且通过量化评估模型对信号精度进行优化提升,有效节约了传输带宽,提高了信号发射性能,改善了信道抗衰落效果.仿真实验表明,与当前常见的时间窗消除机制(time window elimination mechanism, TWE)、频率拓扑映射机制(frequency topology mapping, FT)相比,本文算法的误码率更低,且具有更高的信号增益效果.     

整车道路模拟试验台的控制算法研究

介绍多输入多输出系统时域波形再现(TWR)过程,给出基于频率响应函数(FRF)模型的系统辨识方法以及基于频域迭代自学习控制(ILC)算法的目标信号迭代具体流程.针对整车道路模拟试验台控制算法软件的开发,提出在迭代过程中对信号进行适当重叠分段的频域迭代自学习控制算法.通过现有的四通道整车道路模拟试验台,在真实环境中成功实现了对某样车各车轮轴头处垂向加速度的时域波形再现.结果表明,该算法精度较高,能够作为试验台的控制算法.     

基于异构多源传感的行人长航时变步长误差修正技术

低成本微机电系统(micro-electro-mechanical system,MEMS)传感器广泛应用于行人定位导航中,但在长航时下,MEMS传感器零位会随时间产生漂移,导致行人变步长误差成为主要误差.且传统的足绑式导航利用MEMS传感器自身信息判断零速时刻会出现错判漏判等问题.针对这两点,根据行人步态变化规律,在判断零速时刻时,加入压力传感器辅助的异构多源传感,同时针对系统误差设计了用于补偿的误差修正算法.对比传统方法,该设计可以明显提高导航定位精度,定位精度可提高一个数量级.     

基于快速傅里叶变换的剪接特征提取

挖掘剪接特征是剪接位点识别算法的基础,在频域空间挖掘对位点识别有帮助的特征至关重要.利用基于快速傅里叶变换的剪接特征提取方法对其进行特征提取,该方法能够将时域信息转化到频域中,以此来构建所需的频域特征,为了比较还构建了位置特征与统计特征. 实验结果表明将频域特征加入剪接位点识别中能够有效地提高识别精度,这也表明将信号处理方法应用于生物信息学领域是可行有效的.      

不均匀抽样信号的分析与处理

通过在时域、频域对不均匀抽样序列的研究 ,提出了抽样的统一分析方法 ,给出了不均匀抽样信号的获取、恢复以及它的离散傅里叶级数 ( DFS)算法 .     

FFT与IFFT频域信号处理研究

本文根据快速傅里叶变换(FFT)将时域信号变换到频域以及逆快速傅里叶变换(IFFT)将频域信号变换回时域的特点,对使用FFT将时域信号变换至频域,在频域上对信号进行相应处理,再使用IFFT变换回时域,获得所需处理效果的这一频域信号处理方式进行了深入研究。对使用FFT与IFFT组合完成诸如滤波,定量增益滤波,频段搬移,频谱复制等进行了针对性的分析以及测试,并提出了一种应用于音频处理领域的数字频域矩阵,可以大大方便音频信号在频域上的处理甚至能够直观地进行音频制作。所有的这些算法皆使用了音频进行验证,并且对每一次处理前后的音频的语谱图和频率谱进行了分析对比。结果显示,使用FFT与IFFT频域处理方式可以较好地完成多种信号处理功能,由于其原理简单,因此极大地方便了复杂信号的处理。     

基于步态轨迹曲线特征的人体身份识别

基于加速度传感器的步态特征身份识别是新兴的身份识别方法.提取有效的特征是提高现有识别方法的关键所在.为了进一步挖掘更加有效的特征,提出了一种基于步态轨迹曲线特征的提取方法.利用傅里叶描述子表示轨迹曲线的全局轮廓特征,方向角描述子表示轨迹曲线的局部特征,二者结合成一个联合轨迹曲线特征向量,利用随机森林分类算法完成分类.实验结果表明,不仅轨迹曲线特征的识别率较高,而且与统计特征结合后的最高识别率达到97.10%,说明轨迹曲线特征能够有效地用于步态身份识别.     

伪码连续波跟踪测量雷达捕获算法设计

针对伪码连续波跟踪测量雷达,提出了一种信号捕获参数设计方法. 该方法利用快速傅里叶变换(FFT)捕获算法将接收信号和本地再生信号的时域相关运算转换成频域的频谱相乘运算,从而大大减少捕获时间,并引入非相参积累以提高对弱信号的检测能力,通过Tong判决算法保证系统总的虚警概率满足要求. 在给定的技术指标下对非相参积累次数和Tong判决算法进行了参数设计. 仿真结果表明,所提出的信号捕获参数设计方法可以满足低信噪比下预定的检测概率和虚警概率要求.     

基于特征量提取的输气管道微泄漏检测

输气管道音波法泄漏检测采集得到的信号不仅包含有用的泄漏信号,而且包含背景噪声和各种干扰信号,因此信号的识别和特征量提取尤为重要。基于此情况,采用相关性分析的方法对传感器采集的信号进行处理并得到有效特征量,传感器采集得到的信号包括泄漏信号、敲击信号、压缩机启停信号、减压阀开关信号。相关性分析采用相关函数和协方差函数实现,相关函数可以得到各种信号的自相关和互相关特征,协方差函数可以得到各种信号的自协方差和互协方差特征。同时对信号进行整体峰度计算,并设置整体峰度阈值。研究结果表明:信号的相关性分析可以对输气管道微泄漏进行检测,同时对诸如减压阀操作、压缩机启停、敲击等干扰因素可以通过相关函数数值从背景噪声中识别;在不确定是否存在干扰信号的前提下,通过相关分析从背景噪声中提取泄漏信号或干扰信号,并对信号进行整体峰度值计算,若整体峰度值高于阈值,则认为泄漏发生,提高了音波泄漏检测的准确性。     

基于时—频分析的步态模式自动分类

针对不同路况和运动模式下的高维、非线性、强耦合和高时变下肢加速度信号的识别问题,提出了一种基于时--频分析的步态模式自动分类方案.利用三轴加速度传感器采集运动时小腿在矢状面、冠状面和横切面的加速度信号,利用五阶Daubechies小波基对其进行特征提取,并采用线性判别式分析进行降维,最后利用决策树和支持向量机对得到的精简步态特征进行模式分类.实验结果显示两种分类器的总体分类准确率均达到90%以上,个别步态分类可达到100%,验证了特征提取和降维方法的合理性和有效性.     

基于支持向量机的步态识别新方法

为了能更好地提取步态识别参量，克服目前常用步态识别算法的不足，提出了基于频域特征提取与支持向量机（SVM）识别的新方法．首先提取下肢关节点的两维空间运动数据并进行离散傅里叶变换，然后在频域进行窗口滤波，提取中间频段的幅值和相位，以此作为步态特征识别量输入至SVM进行分类识别．使用中国科学院自动化研究所的步态数据库，分别以SVM和人工神经网络（ANN）进行识别，其正确识别率分别为84％-93％和77％-88％，表明本文的新算法具有更好的识别性能．     

双路音频采集系统及相关算法在漏水探测技术中的应用

利用有源传感器设计了漏水检测探头,实现了两路音频信号实时采样及频域、时域相关算法,采用C语言及汇编语言实现了系统软件设计.实验结果表明,在漏水探测应用中频域相关定位算法具有较快的处理速度,但是时域相关定位算法具有较高的精度.     

结构动力数值分析的时频域转换算法研究

研究地震波激励信号及结构响应之间在时频域上的数值对照关系,对于结构动力分析方法的深入发展,及先进时域算法的频域考题验证均有重要意义.首先从理论上公式推导了复数域傅里叶频谱求解方法与实数域三角函数频谱求解方法之间的等价条件,从而在离散傅里叶变换之外,找到了一种可求解时程曲线针对任意频率点频谱的三角函数频谱算法.并针对阻尼体系的动力响应分析,进行了频域与时域算法在激励输入与结构响应领域的转换关系的解析推导,为结构动力响应求解提供了一种新思路.最后,以多质点的阻尼体系的动力响应分析为例数值验证了该方法的有效性.