基于HHT和改进PNN的CSI人体动作识别研究

为了有效判别真实摔倒动作与疑似摔倒动作、提高动作识别准确度,提出基于希尔伯特黄变换(Hilbert-Huang transform, HHT)和改进概率神经网络(probabilistic neural networks, PNN)的信道状态信息(channel state information, CSI)人体动作识别算法。对CSI的幅度与相位融合信号进行数据预处理,利用HHT来提取区分人体动作信息的瞬时幅值和瞬时频率作为分类特征构建特征矩阵,在遗传算法(genetic algorithm, GA)优化的PNN神经网络中训练出能有效检测真实摔倒和疑似摔倒动作的GA-PNN人体动作识别模型;利用训练好的识别模型对输入的CSI数据进行摔倒动作的判别。仿真实验表明,提出的算法能有效地检测真实摔倒和疑似摔倒动作,其识别准确度可达到97.18%,且误报率较低。     

中央空调风管机电机的振动分析

本文基于中央空调风管机的电机振动,分析和总结了电机振动产生的机理与特征,并提出了相应的、可行的优化方案,为类似空调电机的振动分析与优化提供了可借鉴的方案。     

低压轴流风机的内部涡流特性及气动噪声

以中央空调中带导风圈的低压轴流风机为研究对象,对其内部涡流特性和气动噪声展开研究。采用大涡模拟计算了均匀进气情况下半管道式低压轴流风机的三维瞬态流场。计算结果表明叶尖涡是其内流场主要特征,叶尖涡的形成、发展和破碎对气动噪声源的分布有重要影响。提取了主要噪声源处的非定常压力脉动进行频谱分析,显示其叶片尾缘处脱落涡频率特征明显。风机的远场噪声采用LES/FW-H声类比方法进行预测,结果表明低压轴流风机的气动噪声以宽频成分的紊流噪声为主,预测的声压级频谱与实验吻合得较好。     

室内机空调器噪声的控制与优化

本文以某款室内机噪声及异音的整改为例,理论结合实际分析了室内机空调器常见噪声的类型及根源,并提出了具体的整改措施及结构优化,为噪声的控制与优化奠定了基础。