基于FMCW雷达的多目标生命体征信号检测

应用雷达在复杂场景下检测生命体征时,为了解决现有的多人体目标检测和干扰滤除以及心跳信号干扰滤除的问题,提出了一种应用调频连续波(FMCW)雷达检测多目标生命体征信号的方法。首先,介绍了雷达检测原理与信号模型,阐述了整个雷达信号的处理流程,即多目标距离单元检测、相位提取、生命体征信号提取。其中在多目标距离检测过程中,提出1种改进的单元平均恒虚警率(CA-CFAR)算法,该方法具有自适应检测门限特点的同时,解决了传统CA-CFAR算法目标附近距离门重复检测的问题,实现多目标检测;在生命体征信号提取过程中,运用自动多尺度峰值检测(AMPD)算法估计呼吸率与心率,过滤无效的波峰干扰,提高对心跳检测的鲁棒性。最后,通过多组测试,相较于常用的频谱分析估算方法,呼吸速率和心率检测的平均误差率分别降低了3.67%和3.31%,验证了所提方法的可行性和准确性。     

交叉引物等温扩增检测猪肉源性成分

肉制品掺假现象已成为我国食品行业重点关注的问题。本研究使用交叉引物恒温扩增技术(Cross priming amplification,CPA)和核酸试纸条检测相结合的方法快速检测肉制品中猪肉成分。对猪线粒体的D-loop基因序列设计特异性的引物和探针,通过优化引物浓度及反应条件,确立最佳反应体系。实验结果表明,CPA扩增系统对猪源性成分的检测特异性良好,对单猪源性成分的检出限为1 ng/μL,对混合肉制品中猪源性成分的检出比例为10%(相当于10 ng/μL)。同时核酸试纸条可以快速检测CPA扩增产物,结果与凝胶电泳系统检测保持一致。本研究建立的CPA-核酸试纸条检测方法是一种特异、高效的肉制品中猪肉成分检测方法,可以为肉制品质量控制提供有效的新手段。     

4组鱼类DNA条形码引物的筛选与优化

目的通过对DNA条形码氧化酶亚基I基因(cytochrome oxidase subunit I,COI)的4组常用引物进行比较筛选,选择适于舟山鱼类鉴定的最佳引物。方法以舟山主产大黄鱼、小黄鱼、带鱼和乌贼样品DNA为模板,对4组常用DNA条形码引物进行PCR体系优化。通过比较PCR产物量、特异性、灵敏度和测序成功率,综合分析筛选最佳引物组。结果 4组引物均能扩增大黄鱼、小黄鱼和带鱼的DNA,对于乌贼DNA的扩增具有明显差异。COI优化引物具有易于扩增、测序简单等优势,更适于作为海产品鉴定的DNA条形码引物。结论本研究为舟山海产品的市场监管和实验室大量样品检测提供了技术参考。     

风井送排风对近接隧道污染物窜流影响

基于射流扩散理论,构建带风井近接隧道在四种送排风方式下的窜流比模型。计算表明,利用风井送排风可有效抑制近接隧道的污染物窜流现象,其效果受风井送排风量、上下游隧道需风量、隧道洞间距等因素的共同影响。就抑制窜流而言,在下游隧道设置排风竖井是效率最低的措施;当上游隧道需风量较小时,上游排风方式的抑制窜流效果最佳;当上下游隧道需风量接近或下游隧道需风量较小时,下游送风方式的抑制效率最高。     

基于柔性多体动力学的机械臂结构优化设计

针对柔性关节对工业机器人动力学特性的影响,基于“转子-扭簧”模型和有限元法,研究关节刚度对机械臂固有动力学特性的影响规律;考虑臂杆柔性和关节柔性,建立了机械臂多柔体动力学有限元模型,以机械臂轻量化为设计目标,以末端总位移量为约束条件对机械臂结构进行优化。研究结果表明,不同关节刚度对机械臂各阶固有频率的影响不同,优化后的机械臂载重/自重比增大,刚度和强度均得到提高,整体动力学性能明显提高。     

PCR-DGGE技术分析传统臭鳜鱼发酵过程中细菌群落结构

应用聚合酶链式反应-变性梯度凝胶电泳(polymerase chain reaction-denaturing gradient gel electrophoresis,PCR-DGGE)技术对黄山臭鳜鱼发酵过程中的细菌群落结构组成进行研究。以发酵0~8 d的臭鳜鱼为研究对象,每2 d取样,提取样品的总DNA,同时进行16S r DNA V6~V8区的PCR扩增,产物纯化后进行DGGE分析。结果表明:肠球菌(Enterococcus sp.,D带)、腐败西瓦氏菌(Shewanella putrefaciens,C带)、溶酪大球菌(Macrococcus caseolyticus,A带)和乙酰微小杆菌(Exiguobacterium acetylicum,F带)在整个发酵过程,特别是发酵后期占较大比例,是黄山臭鳜鱼发酵过程中的优势菌。臭鳜鱼样品的PCR-DGGE图谱相似度分析显示,臭鳜鱼发酵后期菌群结构比较相似,微生物菌落结构趋于稳定。本研究结果为筛选适合工业化生产的发酵菌株,有效控制臭鳜鱼生产中存在的腐败菌、致病菌,对提高臭鳜鱼安全性和产品品质具有一定应用价值。     

地铁车辆电动塞拉门的剩余寿命预测

针对地铁车辆客室电动塞拉门传动装置润滑不良的问题,提出了基于自组织映射（SOM）神经网络、隐马尔可夫链（HMC）模型和蒙特卡罗（MC）仿真的剩余使用寿命预测方法。该方法首先对采集到的电机电流信号进行特征提取;然后利用SOM对提取出的多维特征数据进行融合与编码,将所得结果作为HMC的输入向量,训练得到全部寿命下劣化状态转移矩阵;最后利用MC方法实现对其劣化过程的剩余使用寿命预测。故障模拟实验结果表明,该方法可以在考虑润滑不良故障模式下,有效预测得到电动塞拉门丝杆的剩余使用寿命。     

自适应混沌粒子群算法对极限学习机参数的优化

针对极限学习机（ELM）在处理非线性数据时效果不理想,并且ELM的参数随机化不利于模型泛化的特点,提出了一种改进的极限学习机算法。结合自适应混沌粒子群（ACPSO）算法对ELM的参数进行优化,以增强算法的稳定性,提高ELM对基因表达数据分类的精度。在UCI基因数据集上进行仿真实验,实验结果表明,与探测粒子群-极限学习机（DPSO-ELM）、粒子群-极限学习机（PSO-ELM）等算法相比,自适应混沌粒子群-极限学习机（ACPSO-ELM）算法具有较好的稳定性、可靠性,且能有效提高基因分类精度。     

快速在线主动学习的图像自动分割算法*

提出经前馈神经网络快速在线学习、构建像素分类模型进行图像分割的算法。首先利用谱残差法计算像素显著度,通过对少数高显著度点的分布进行多尺度分析,获得符合人眼视觉特性的显著图和注视区域。然后从注视区域和非注视区域随机抽样构成由正负样本像素组成的训练集,在线训练一个两分类的随机权前馈神经网络模型。最后使用该模型分类全图像素,实现图像分割。实验表明,文中算法在谱残差法基础上提升对图像中显著目标的分割性能,分割结果与人类视觉感知匹配度较好。     

非接触式针钩变形实时在线监测系统研究

通过实时在线监测针钩变形情况,可解决织针损坏变形造成的织疵问题。接触式针钩损坏监测装置的实用性较差,德国Protechna Herbst公司推出的4021织针探测器,采用非接触式测量,其实用性较好,但是在国内使用时受到织针质量相差较大的限制。杭州纬恩电子科技有限公司提出一个新的判据算法,开发一款非接触式针钩状态实时监测器,可在不同质量织针混用的情况下,可靠地对每枚织针的变形或损坏情况进行实时监控;同时该仪器还与手机APP结合,实现灵敏度设置,并可将数据通过无线网络上传到云端数据库,实现车间生产的"互联网+"功能。