三相UPS系统一种新的可靠方案研究

在借鉴单进／单出UPS和三进／单出UPS系统方案的基础上，创新地提出了一种智能网络化三进／三出UPS系统方案，与常规方案相比，主要采用分散分相控制方法．同时增加了移相锁相同步跟踪电路和通信板电路，经实验证明是一种可靠的方案．     

利用移相锁相同步跟踪技术设计智能化网络三相UPS

根据智能化网络三相UPS系统对移相锁相同步跟踪电路的要求 ,用微电子技术、闭环控制技术和微处理器控制技术提出了一种新的移相锁相同步跟踪电路 ,并用于智能化网络三相UPS系统中 ,经验证是一种新颖实用的电路     

基于欧式空间-加权逻辑回归迁移学习的运动想象EEG信号解码

基于脑电图（Electroencephalography,EEG）信号的运动想象（Motor Imagery,MI）意图识别是脑机接口（BrainComputer Interface,BCI）研究中的重要问题.然而,EEG信号存在严重的个体性差异,不同被试之间的EEG信号特征空间分布差异很大,不同被试之间的分类模型不能通用.针对这一问题,提出一种基于欧式空间的加权逻辑回归迁移学习方法,算法首先将不同被试的EEG数据进行欧几里得空间对齐,使各信号更加相似,减少差异性,然后计算特定被试共空间模式（Common Spatial Pattern,CSP）获得不同的特征值,并计算这些特征值的KL(Kullback-Leibler)散度,进而利用KL散度调整迁移学习的加权逻辑回归算法,得到分类模型.实验结果表明：对于BCI竞赛IV中的数据集2a,提出的方法可以极大地提升BCI的学习性能,算法分类准确率比基线算法（线性判别分析）高出15%.在数据样本增多的情况下,被试的分类准确性也得到了明显的提升,和同类算法相比,分类准确率提升4%,说明提出的算法能进一步提高BCI的学习性能,改善分类模型的通用性问...     

汽车追尾模型的研究

定义了疏于观察时间,分析计算前车的制动灯亮后,前后车辆在各个阶段行驶的距离,建立了汽车追尾的数学模型,得出结论:车辆行驶的速度、车间距离、疏于观察时间和驾驶员反应时间是造成汽车追尾的主要因素.MATLAB仿真结果与理论一致.提出了避免汽车追尾的措施.     

基于HHT和核函数选择的情绪特征提取与识别

脑-机接口是一种变革传统人机交互的技术,其中情绪脑-机接口是一类重要的脑-机交互,可望为情绪的调节、监测或评估提供定量方法,有潜在的重要应用价值,然而情绪相关的脑信号特征提取与识别尚未彻底解决,面临许多挑战.为了探索有效的情绪相关脑电(Electroencephalogram,EEG)特征提取和分类方法,采用国际情绪图...     

基于EEG握力变化及想象单次识别研究

目前基于运动想象(Motor Imagery,MI)的脑-机接口(Brain-Computer Interface,BCI)可提供的指令数相对较少,为增加新的控制参数,基于脑电(Electroencephalogram,EEG)研究握力变化及想象的单次识别.招募20名被试者参与实验,要求被试者用右手执行三种不同握力大小(4 kg,10 kg,16 kg)的实际或想象任务,对任务期间覆盖运动区的九个通道的EEG数据进行分析,采用共同空间模式(Common Spatial Pattern,CSP)提取特征,然后利用极限学习机(Extreme Learning Machine,ELM)和支持向量机(Support Vector Machine,SVM)进行单次识别. ELM对三类握力变化及想象的平均单次识别准确率分别为82. 3%±2. 1%和80%±1%,SVM对三类握力变化及其想象的平均单次识别准确率分别为86. 3%±5. 5%和83. 7%±3. 8%.实验结果表明,ELM和SVM能有效地识别三种不同握力大小的实际或想象任务,而SVM的分类结果更好,可望为MI-BCI增加新的控制参数...     

利用移相锁相同步跟踪技术设计智能化网络三相UPS

根据智能化网络三相UPS系统对移相锁相同步跟踪电路的要求，用微电子技术、闭环控制技术和微处理器控制技术提出了一种新的移相锁相同步跟踪电路，并用于智能化网络三相UPS系统中，经验证是一种新颖实用的电路。     

三相UPS系统一种新的可靠方案研究

在借鉴单进 /单出UPS和三进 /单出UPS系统方案的基础上 ,创新地提出了一种智能网络化三进 /三出UPS系统方案 ,与常规方案相比 ,主要采用分散分相控制方法 .同时增加了移相锁相同步跟踪电路和通信板电路 ,经实验证明是一种可靠的方案     

巅峰式神经反馈训练提升射击表现效果和无应答者特性分析

为探索神经反馈训练在提升射击表现方面的应用效果和训练过程中的无应答者特性,本文开展了一项用于提升射击表现的神经反馈训练（neurofeedback training for sport performance, SP-NFT）实验研究,招募了20名受试者,进行2周4次的“巅峰”范式SP-NFT,采集受试者前、后测隐显目标射击表现和相关脑电（Electroencephalograph, EEG）数据,检验了SP-NFT对射击表现的提升效果、静息态EEG特征、以及SP-NFT期间正常组和无应答组EEG特性变化情况。研究结果表明受试者后测射击成绩显著高于前测（p < 0.01）,静息态theta频带功率显著降低（p < 0.01）;相对正常受试者,无应答者在SP-NFT期间的努力程度更高,theta频段功率和SMR功率的变化程度更低。研究结果表明:SP-NFT能够有效提升受试者射击表现,进一步揭示了无应答者的相关生理机制,能够为用于提升射击表现的SP-NFT技术进一步发展提供理论支撑和实验证据。     

一种新型结合下肢动觉运动想象和视觉运动想象的脑机接口

基于运动想象（Motor Imagery,MI）的脑-机接口（Brain-Computer Interface,BCI）是一类重要的BCI,传统的MI方式是动觉运动想象（Kinesthetic Motor Imagery,KMI）,较少采用视觉运动想象（Visual Motor Imagery,VMI）.提出一种KMI与VMI混合的BCI并评估其性能.共招募12名被试参加离线与在线实验EEG(Electroencephalogram)数据采集,离线实验先以KMI方式分别进行屈膝和伸膝,然后分别以KMI,VMI和VKMI三种方式行走,由离线分类精度与三种不同方式想象行走的脑激活程度确定在线实验方案.提取EEG幅值包络线特征,并采用朴素贝叶斯分类器、二次线性判别和决策树进行在线分类,验证系统性能.溯源分析表明,使用新的想象方式进行行走想象时,运动皮层的激活时长高于VMI,体感皮层的激活时长高于KMI,混合的想象方式可能更有利于促进这些脑区的可塑性. 12名被试在线测试三分类的平均准确度达到63.29%±0.09%,平均卡帕系数为0.45±0.13.该研究可望为未来研发下肢运动功能障碍康复训...