基于LabWindows/CVI和DSP的高精度频谱分析系统

介绍一种以LabWindows/CVI为软件平台,PC和DSP为硬件平台的虚拟仪器系统。该系统能够实现信号实时采集,对信号进行时域分析和频域分析,并可通过相位差法等四种频谱校正方法实现频谱校正,以此提高系统频谱分析的精度。     

基于多面部特征融合的驾驶员疲劳检测算法

本文将卷积神经网络（Convolutional Neural Network,CNN）应用到视频理解中,提出一种基于多面部特征融合的驾驶员疲劳检测算法.本文使用多任务级联卷积网络（Multi-Task Cascaded Convolutional Networks,MTCNN）定位驾驶员的嘴部、左眼,使用CNN从驾驶员嘴部、左眼图像中提取静态特征,结合CNN从嘴部、左眼光流图中提取动态特征进行训练分类.实验结果表明,该算法比只使用静态图像进行驾驶员疲劳检测效果更好,准确率达到87.4%,而且可以很好地区别在静态图像中很相似的打哈欠和讲话动作.     

MATLAB时频分析工具箱在VisualC++程序设计中的应用研究

在分析利用MATLAB函数开发独立可执行VisualC++应用程序的优势和接口技术的基础上,克服以往该方法不能调用MATLAB工具箱函数的不足,探讨了一种能在VisualC++中利用MATLAB时频分析工具箱函数编制独立可执行应用程序的方法。笔者在利用该方法编制旋转机械振动信号时频分析软件收到了良好的效果。     

基于LabWindows/CVI和DSP的信号采集分析系统

介绍一种以LabWindows/CVI为软件平台,PC和DSP为硬件平台;利用DSP片内A/D转换器实现数据采集,通过串口实现数据通讯的虚拟仪器系统.该系统能够实现信号实时采集,对信号进行时域分析和频域分析,并可通过相位差法等四种频谱校正方法实现频谱校正,以此提高系统频谱分析的精度.     

针对WSN的DDoS攻击的改进概率包标记算法研究*

当无线传感器网络（WSN）遭受分布式拒绝服务（DDoS）攻击时,攻击者会传送大量攻击数据包到受害主机,使其迅速消耗资源而无法正常运作,最终造成网络瘫痪。为了检测针对资源有限的WSN的DDoS攻击,基于传统网络的概率包标记算法提出一个改进概率包标记算法,使其适应在WSN中检测DDoS攻击。改进的算法减少了重建攻击路径所需的攻击数据包,从而减少WSN的资源消耗,弥补了WSN资源有限的缺陷。     

自由振动衰减信号连续谱参数估计新方法

针对自由衰减振动信号的连续谱,提出了一种估计特征参数的方法,将其看成无限长谐波信号与单边指数函数及矩形窗的乘积,由FFT+FT的方法求出峰值处对应的频率、幅值和相位.根据频域卷积定理证明峰值点的频率和相位就是信号的实际频率和相位,依据由卷积关系得出的关于幅值的方程求出校正幅值.仿真表明,无噪声干扰时,频率、幅值和相位的最大误差分别为0,0.7%和3.5°;有噪声时(信噪比SNR=7.3 dB),频率、幅值和相位的最大误差分别为0,4.7%和6.5°,精度仍然较高.相邻频率成分产生严重模态耦合时,不能使用该方法.