基于单加速度传感器的实时动作识别系统

基于加速度传感器的人体动作识别在人机交互领域具有重要意义,为人机提供一种自然、真实的交互方式。本文实现了一种基于单轴加速度传感器的动作识别系统,将一种基于窗口特征的动作识别算法固化在嵌入式处理器中,便于在多种人机交互场合中使用。实验结果表明,该系统能够快速、有效的识别跑步、蹲下、起立、跳跃等基本动作,平均识别率达到94%以上。在虚拟训练、游戏控制等人机交互的场合,该系统具有重要的应用价值。     

网络传感器阵列目标定距定向的影响因素研究

基于声阵列信号时延估计、双曲线目标定位方法,推导了平面任意三元阵目标定向、定距计算公式,并采用该公式对声传感器阵列定位应用中的时延估计误差、阵列孔径大小、阵元布放误差等因素造成的目标定距、定向误差进行了计算和分析研究. 计算结果表明:在同样的初始误差条件下,采用大孔径阵列可以显著降低定距及定向误差,且定向精度的需求比较容易满足而定距精度的需求较难满足.      

基于泄流响应的高拱坝振源时域识别

高坝泄流诱发坝体振动的振源识别一直是水利界所关注的课题之一．在小波理论、结构动力学及随机振动理论的基础上,提出了基于小坡正交算子变换的多振源反分析方法,并结合水工结构的特点,探讨了进行振源识别时所需注意的关键技术问题．以拉西瓦拱坝水弹性模型为研究对象,通过少量测点的动位移实测值,反分析各等效激励荷载时程,进而对拉西瓦拱坝的流激振动进行全面评估,为拱坝结构的动态监测和损伤诊断提供了基础．     

基于时延估计的阵列信号辅助分析系统设计

为研究一种信号时延辅助分析系统,用于阵列信号的时延估计. 进行了8通道数据采集系统设计并进行了目标信号采集试验. 在选取了虚拟仪器作为辅助分析系统开发工具后,进行了包含信号波形回放、频谱分析、滤波分析、时延估计分析等模块在内的辅助分析软件设计. 采用该分析系统进行了信号频谱分析、时延估计,并对时延结果进行了分析,研究结果表明该软件对阵列信号的时延估计研究具有很好的辅助作用.      

基于RBF神经网络的水轮机振源参数识别方法

在对水轮机进行力学建模和分析时,其振动荷载特性往往是未知的,但却是十分重要的.基于径向基函数(RBF)神经网络,提出了水轮机振动荷载参数识别方法.根据在丰满水电站现场观测的水轮机振动响应数据,识别出了水轮机在不同运行状态下的振动荷载参数,其中包括振动力的频率、相位差和幅值.利用人工神经网络具有解决参数识别反问题不适定性的能力,建立了水轮机系统响应与模型参数之间近似的非线性函数关系.现场实际应用结果表明,经过充分训练的神经网络具有较快的收敛能力和较高的预测精度.     

基于单三轴加速度传感器的人体活动状态识别

针对当前人体活动状态识别方法中存在传感器种类繁多、识别算法复杂、可实施性差、实时性差等问题,提出一种基于单三轴加速度传感器的人体活动识别算法.通过采集人体腰部的加速度数据,运用滑动时间窗方法进行时域特征的提取,采用基于阈值的分类方法对特征进行处理,识别出四种活动状态:长期剧烈活动状态,长期静止状态,跌倒状态,正常活动状态.该方法使用的传感器种类少,软硬件复杂度低,易于实施,便于携带.经过测试,该算法的平均响应时间小于1s,平均准确率达到99.3%,证明了该算法的实时性与有效性.     

基于加速度传感器的建筑工人施工行为识别方法

对建筑工人施工行为的自动化识别是建设施工质量安全以及工作效率实时管理的核心方法,需要建筑、信息、管理等多领域交叉集成。该文以钢筋工为例,利用加速度传感器在工地现场采集钢筋工施工过程中手腕处运动的加速度数据,将钢筋工的所有行为分为3类。从加速度数据中提取特征值,应用分类器进行机器学习实验并进行精度对比,得出最佳分类器和最佳特征值。实验结果表明:最佳特征值与数据片段长度有关;在一定范围内,数据片段越长,识别精度越高;识别精度最高达到了85.9%,与以往研究相比,对工人行为的分类更细致且达到的精度更高。该研究为工程现场典型工种的动作识别提供了方法,为建筑工人行为的自动化实时监控、施工质量安全和效率管理奠定了基础。     

基于麦克风阵列的时延估计新方法

针对传统时延估计方法易受噪声和混响影响的问题,提出了一种基于麦克风阵列的时延估计新方法.该方法充分利用多个麦克风的空域信息和每个麦克风时域信息,以提高算法对环境噪声的抑制能力.该方法在抗噪声和抗混响性能方面都优于常用的PHAT-GCC(Phase Transform-Generalized Cross Correlation) 方法.仿真实验表明,与MCCC(Multichannel Cross Correlation Coefficient)方法相比,在信噪比为20 dB,阵元个数为2～6个,混响时间在200～620 ms条件下,该方法的时延估计错误率明显降低.     

基于时延估计的麦克风阵列一致性分析

基于麦克风阵列的声源定位技术广泛应用于现场录音及会议通信等领域.常用的麦克风阵列声源定位技术中,时延估计是一种硬件成本低、计算量小且易于实现的算法.影响麦克风阵列时延估计的因素很多,麦克风阵列阵元的一致性性能是其中之一.基于相位变换的广义互相关算法,提出了一种新的麦克风阵列阵元一致性估计指标.构建3组阵元一致性指标不同的麦克风阵列,开展了对实际声源的角度估计.计算麦克风阵列对声源角度的估计时延和声源角度的理想时延之间的差值,建立了其与声源角度估计误差的方差关系,提出了基于时延估计误差的麦克风阵列阵元一致性估计指标,并验证了该指标在麦克风阵列阵元选择上的实际指导意义.     

振源识别及基于功率流的隔振系统优化设计研究

对于多激励柔性振源系统,由于激励的分布性和相干性,难以识别出各个激励的作用位置和大小.提出了柔性体等效振源的概念,该等效振源可以替代原激励源进行隔振系统的设计,并对该振源的识别问题进行了研究.对多激励源的隔振系统,以传递到基础功率流最小为目标,进行隔振系统的优化设计.仿真验证了方法的合理性和正确性.     

基于行为指纹的网络设备识别方法

根据其静态特征进行网络设备识别忽视了固件版本对设备安全性的影响,为此本文提出一种采用行为指纹的设备识别方法。首先通过高精度授时方案采集网络设备转发数据包时的处理时延,然后借助遗传算法提取时延分布特征,进而生成设备的标准行为指纹,据此进行设备识别。实验结果表明,相比于静态指纹,行为指纹可反映设备的动态特征,能检测出设备固件版本的变化,提高了设备指纹的安全性。     

基于广义互相关改进的麦克风阵列声源定位方法

基于麦克风阵列的声源定位技术因其安全性和隐蔽性,涉及军事和民用等诸多领域.其定位方法大体可以分为三类:基于到达时延估计(Time Difference of Arrival,TDOA)、基于最大输出功率的可控波束形成和高分辨率谱估计,其中基于广义互相关(Generalized Cross Correlation,GCC)的时延估计进行声源定位的算法因其运算量小、定位精度高而得到了广泛的应用.但在实际应用中,环境噪声的存在使传统的GCC加权算法的定位精度不高,所以有一定的局限性.针对这一问题,构建三元直角三角形麦克风阵列,利用时延估计进行声源定位,改进传统的PHAT相位加权算法,提出基于广义互相关的SCOT/PHAT联合加权时延估计算法.通过对不同加权函数的广义互相关时延估计算法进行Matlab仿真对比,结果表明:在小信噪比环境下,该算法较传统的广义互相关算法具有更强的抗噪能力.     

基于麦克风阵列的语音信号实时时延估计

为了更好地利用麦克风阵列定位语音信号,得到更高的定位精度,研究了时延估计算法的构成方法与性能特征,分析了定位过程中误差的产生原因与环境,提出了切实可行的减小或消除相应误差的办法。该算法利用同一语音信号分别到达各麦克风的时间差,进行关系换算。利用Matlab在电脑上仿真的定位结果表明,该修改方法能大大改善定位的准确性,提高时延估计算法在实际应用中的利用率。     

基于波叠加的噪声源识别方法

将波叠加方法引入了噪声源识别领域,结合基于传声器阵列的测量技术和可视化的结果表示方法,提出了一种新的噪声源识别方法,并通过仿真和实验验证了该方法的正确性.根据波叠加方法的原理,声源产生的空间声场可以用其内部的一系列虚源点来等效代替,而虚源源强可以通过匹配场点的声压来获得,进而由这些虚源重构任意场点的各种声学量.声压可通过阵列测量技术获得,计算结果可显示成等高线图、矢量图或动画,便于直观地判别出声源的位置、大小、传播路径.仿真和实验都取得了良好的分辨效果,表明该方法可对任意形状物体进行噪声源识别.     

液相单片阵列式压电传感器测量系统研究

阵列化、集成化、智能化是近年来压电传感器的重要研究方向,因此本文设计并研制了一种用于液相检测的单片式阵列压电传感器测量系统,在单个压电晶片上制作五个电极单元,并以塑料封装的形式用于液相检测,五对电极由单片机控制选时导通,以消除测量时的共性干扰因素.采用锁相环电路和变压器支路补偿的硬件电路方式补偿晶体制作时不可避免的并联电容,以提高晶体的液相起振性能,使其工作在串联谐振频率.将所研制的测试系统用于沙门氏菌的生物检测中,有较好的测试效果.     

基于手机加速度传感器的步态识别

步态识别是一种新兴的生物识别技术。智能手机的三轴加速度传感器测量人行走时的步态数据可用于步态识别。本文研究不同场景对步态识别的影响,参与数据采集有18个人,场地分为实验室的走廊和室外红砖场地,特征值包括频域征值与时域特征值。当步态识别的测试集和训练集来源于不同的场地时,用支持向量机检测识别的准确性。实验结果表明,当测试集和训练集来源同一场地时,步态识别的准确性较高,可达到94%。而对于数据来源于不一样的场地,准确性较差。主要的原因是场景变化,人行走的步态模式发生了变化。     

行为NA的随机变量三角阵列的完全收敛性

利用NA序列的一个矩不等式,研究了行为NA的随机变量三角阵列在Cesaro意义下被随机变量X控制下的完全收敛性,推广了行独立随机变量三角阵列相应的结果.     

基于MEMS技术的微电极阵列细胞传感器

经典的细胞电生理记录方法的缺点是难以实现长时程测量,同时也难以实现对细胞网络的多位点同时测量.近年来,随着胞外电生理研究的不断深入和半导体微机械加工技术的发展,传感器件的微型化和集成化为细胞的微环境测试和电生理研究提供了强有力的手段.基于多年来在细胞芯片上的研究,介绍了用于细胞外电生理测试的微电极阵列(microelectrode array,MEA),分析其原理、设计及加工过程;并对心肌细胞在其表面生长情况和电信号传递过程进行八通道并行动作电位检测;最后对所测得的结果加以讨论.实验证明,该细胞芯片可对多个细胞同时进行长期、无损的胞外电信号测量,制备简单、使用方便、可进一步应用于细胞电生理研究、药物检测等领域.     

基于阵列指向性分析的超声阵列设计

本文重点做了圆形阵列和矩形阵列的指向性分析,给出了阵列排列依据。分析了阵列换能器各参数对换能器声场的影响。分析了如何设置阵列的参数,在满足使用要求的前提下,实现最高性价比。     

按行可交换随机变量三角阵列的收敛性

利用逆鞅的方法将行-列可交换随机变量的结果进行了推广,讨论了按行可交换随机交量三角阵列函数加权和的收敛性,得到了按行可交换随机变量三角阵列函数加权和的收敛性的一个结果.