Pattern recognition of sleep in rodents using piezoelectric signals generated by gross body movements

Current research on sleep using experimental animals is limited by the expense and time-consuming nature of traditional EEG/EMG recordings. We present here an alternative, noninvasive approach utilizing piezoelectric films configured as highly sensitive motion detectors. These film strips attached to the floor of the rodent cage produce an electrical output in direct proportion to the distortion of the material. During sleep, movement associated with breathing is the predominant gross body movement and, thus, output from the piezoelectric transducer provided an accurate respiratory trace during sleep. During wake, respiratory movements are masked by other motor activities. An automatic pattern recognition system was developed to identify periods of sleep and wake using the piezoelectric generated signal. Due to the complex and highly variable waveforms that result from subtle postural adjustments in the animals, traditional signal analysis techniques were not sufficient for accurate classification of sleep versus wake. Therefore, a novel pattern recognition algorithm was developed that successfully distinguished sleep from wake in approximately 95% of all epochs. This algorithm may have general utility for a variety of signals in biomedical and engineering applications. This automated system for monitoring sleep is noninvasive, inexpensive, and may be useful for large-scale sleep studies including genetic approaches towards understanding sleep and sleep disorders, and the rapid screening of the efficacy of sleep or wake promoting drugs.     

小波分析在流化床两相流信号处理中的应用

本文根据流化床锅炉内气泡相与密相中颗粒浓度信号的频谱特性的差异,采用小波方法确定两相交替出现的时刻,提取其中气泡相颗粒浓度信号,应用局部互相关方法求取床内气泡运动参数,并给出了气泡运动参数的统计规律．结果表明,该方法是有效的．     

基于CCBP算法的多普勒雷达生命信号检测

多普勒雷达系统利用人体胸腔起伏引起的多普勒效应提取生命特征信号。在建立多普勒雷达人体微动信号模型的基础上,提出一种基于复连续基追踪(CCBP)算法的生命信号检测方法用于提取人体呼吸和心跳微动信号的频率。CCBP算法通过极坐标插值和凸优化问题求解技术来提取生命信号信息,能够实现对能量较弱的心跳信号的频率准确估计。仿真实验结果验证了所提算法的有效性和准确性。     

一种改进的变步长频域批处理LMS自适应算法

从基本的经典LMS自适应算法开始,简要介绍了频域批处理LMS算法的推导、实现原理及优势,并在频域批处理LMS算法基础上提出了一种由当前时刻输入信号能量和前一时刻均方误差曲面梯度估计量联合控制的变步长改进算法,改进算法在减小计算量的同时,不仅消除了经典LMS算法收敛性能对输入信号功率敏感的缺陷,而且较好地协调了高速收敛与小稳态误差之间的矛盾.     

移动无线传感器网络定位算法研究

为了解决移动无线传感器网络中节点的自身定位问题,提出了一种基于运动预测的定位算法。该算法利用节点运动的连续性和接收信号强度测距方式,保存其最近两组历史位置信息,并结合节点当前的状态来估计自身位置。它不需要额外的硬件支持与较高的信标节点密度,满足复杂传输环境的应用要求。仿真结果表明,该算法具有较好的鲁棒性和较高的定位精度,节点随机运动时的定位误差约为15%,而直线运动时只有12%。     

激光语音检测系统反正切补偿算法

通过理论分析激光语音检测系统,提出一种引入参数估计误差的反正切解调补偿算法,并建立了系统总谐波失真与关键参数及其误差的定量数学关系式。文中用总谐波失真（THD）和无杂散动态范围（SFDR）分别表征系统微振动信号解调效果和可以与大干扰信号（阻塞信号）相区别的最小信号值。实现了非接触、远距离、高灵敏度的微振动信号检测。通过实验和仿真均验证了反正切补偿算法的可行性。实验结果表明:该系统可以检测音频范围内的微弱振动,在现有光学硬件平台基础上,利用文中提出的反正切补偿算法,能在35 m范围内较好地还原语音信号。     

Speech-to-Lip Movement Synthesis by Maximizing Audio-Visual Joint Probability Based on the EM Algorithm

In this paper, we investigate a Hidden Markov Model (HMM)-based method to drive a lip movement sequence with input speech. In a previous study, we have already investigated a mapping method based on the Viterbi decoding algorithm which converts an input speech signal to a lip movement sequence through the most likely HMM state sequence using audio HMMs. However, the method can result in errors due to incorrectly decoded HMM states. This paper proposes a method to re-estimate visual parameters using HMMs of audio-visual joint probability using the Expectation-Maximization (EM) algorithm. In the experiments, the proposed mapping method results in a 26% error reduction when compared to the Viterbi-based algorithm at incorrectly decoded bilabial consonants.     

外辐射源雷达运动目标信号特性及检测方法研究

以调幅广播为信号源的短波外辐射源雷达系统需进行信号长时间积累以检测微弱目标信号,目标运动变化会导致多普勒频率展宽,传统积累检测方法检测性能下降,针对这一问题提出了基于运动补偿的积累检测方法。建立了动目标回波模型;介绍了基于多项式拟合积累检测算法原理;分别通过仿真数据和试验数据进行补偿,验证目标运动补偿前后信噪比得益;并利用计算机仿真建模方法验证了该积累检测算法的检测性能;在此基础上分析了补偿后的理论损失及搜索步长的参数获取,并评估了目标运动补偿方法的运算量。     

语音去噪LMS自适应滤波器算法的改进

对LMS自适应算法进行了详细的性能分析与讨论,针对LMS算法运算较复杂、适应性较弱、稳定性差的缺点提出了一种HLMS(混合LMS)算法.建立了自适应噪声抵消系统,利用MATILAB软件对食堂、体育馆两处的录音信号进行计算机语音去噪仿真分析.实验结果表明,两种自适应方法均能有效抑制各种噪声污染,提高语音信噪比为60%～8...     

基于复杂度特征的未知雷达辐射源信号分选

当前的未知雷达辐射源信号分选方法存在准确率不高和对噪声敏感的问题。该本文应用复杂度特征实现了低信噪比下未知复杂雷达信号的高准确率分选。首先,对接收到的信号进行预处理,然后提取其复杂度特征中的盒维数和稀疏性,并将两者作为分选的特征参数,最后基于KFCM算法实现未知雷达辐射源信号的分选。由仿真结果分析可知,预处理后的信号序列的盒维数和稀疏性分离度高且受噪声的影响小,分选结果令人满意,在信噪比为5 dB时,不同调制类型信号间的分选准确率最低为87%。     

基于场景的非均匀校正算法在红外系统中的应用

在分析了几种非均匀校正算法特点的基础上,提出了一种易于硬件实现的新算法,并给出了具体的硬件实现方法。与许多基于场景的非均匀校正算法不同,它不依赖目标的运动来抑制固定的图像噪声,而是将图像中的固定图像噪声和随时间温度的缓慢变化带来的信号漂移,看作是一种低频信号,利用时域高通滤波,将低频滤除;由于滤除的低频信号远低于帧频,因此不会影响图像细节。应用结果表明,该算法能有效消除红外探测器的非均匀噪声并有效抑制温度变化带来的漂移。     

Real-time prediction of the motion tendency of human lower limbs during gait

Aiming at the problem of hysteresis in the human motion intention recognition algorithm based on kinematic sensors, a real-time prediction method about human lower limb motion tendency is proposed. It could be used to control exoskeleton robots, intelligent prosthes and other equipments in advance to eliminate the hysteresis of equipment movement. Firstly, the angle signals of ankle, knee and hip are segmented by the extreme points. Secondly, the multi-dimensional temporal association rules algorithm is used to analyze the angle signals to find out the relationships between signal patterns in adjacent time segments. Finally, the signal patterns at the next moment are predicted through the association rules algorithm, so as to predict the motion tendency of human lower limbs. Experimental results show that the proposed scheme achieves an average prediction accuracy of 78.3% for each signal segment, and can predict the subsequent motion of human lower limbs in average 92.24 ms.     

采用双混频实现扩展目标运动参数 估计和散射中心重构

 推导了运动扩展目标在全去斜率体制下的回波信号形式,指出其为多分量多项式相位信号(mc-pps).分析了时频分析方法和多项式相位变换方法对该信号处理的不足,提出一种采用双混频实现扩展目标运动参数估计和和散射中心重构的新方法:通过对回波的双混频处理避免自相关处理带来的能量损失及分辨率降低;根据相关函数的功率谱特点,在频域抑制由多分量带来的交叉项干扰;通过循环估计减小参数估计误差的传播影响,最后利用ESPRIT超分辨估计方法提高参数估计精度.仿真结果表明该方法能有效提取目标的运动特征并能重构目标的一维散射中心.     

基于粒子滤波的RFID室内节点定位跟踪研究

为了解决复杂室内环境下的RFID动态节点定位跟踪问题,文中建立了动态节点的运动模型和信号测量模型。仿真采用基于信号RSSI定位方法,结合运用等边三角形定位算法。由于室内射频信号具有较高的噪声污染,因此首先对采集的信号运用粒子滤波技术进行滤波处理,然后运用高斯粒子滤波算法对室内移动的RFID进行了定位跟踪预测。仿真结果表明该算法可以有效地对室内动态节点进行定位跟踪,精度较高,稳定性好,结果进一步说明高斯粒子滤波能有效地抑制室内射频噪声。     

基于自适应Lab色差阈值的ViBe运动目标检测算法

针对视觉背景提取算法(ViBe)对光照变化和运动 阴影敏感、提取的运动区域容易产生空洞的问题,本文提出了基于自 适应Lab色差阈值的ViBe运动目标检测算法。根据图像的局部背景亮度与色彩的空间频率对 人眼视觉的影响,自适应的确定 每个像素点的色差阈值,用于像素点与背景模型的匹配;然后,利用邻域像素点的空间一致 性原则,对检测结果进行修正; 最后,统计各连通域的面积,去除小面积的运动目标。实验结果表明,本算法可以有效的适 应光照变化、抑制运动阴影、填 补运动区域的空洞,具有比ViBe算法更好的检测效果。     

基于EOG的阅读行为识别中眨眼信号去除算法研究

由于眼电图(EOG)能反映不同行为状态下的眼球运动模式，因此，基于EOG的阅读行为识别已经成为一个新的研究热点。为了降低眨眼信号对阅读行为识别的影响，提高正确率，本文提出了一种基于独立分量分析(ICA)的眨眼信号去除算法。该算法首先利用ICA方法从原始多通道EOG信号中分离出眨眼信号，然后通过计算各输出通道的峭度值，自动识别眨眼信号通道，将其置零后映射回原始观测信号以达到噪声去除目的。实验室环境下，对降噪后的EOG信号进行阅读状态识别，其平均正确率达到95.5%，相比较原始EOG信号、带通滤波法及主分量分析方法(PCA)分别提升了3.39%，5.00%和2.70%，实验结果验证了所提算法的有效性。      

一种新的天线阵列位置误差校正算法

天线阵元的位置误差会影响天线阵元所接收到信号的相位.基于特征值分解的波达方向算法对信号的相位误差非常敏感,因此有必要对阵元的位置误差所带来的接收信号相位误差进行校正.提出了一种基于噪声子空间的最优化算法能有效的校正直线阵列的位置误差.与原方法相比,该算法的优化参数仅为原来的一半,提高了梯度优化算法的收敛速度.数值计算结果表明该算法是有效的.     

基于极化敏感阵列均匀线阵的二维DOA估计

针对残缺电磁矢量传感器的极化敏感阵列多参数联合估计问题,该文提出一种基于正交偶极子的均匀线阵的2维波达方向(Direction-Of-Arrival, DOA)估计算法。首先,对极化敏感阵列的接收数据矢量的协方差矩阵进行特征分解,然后将信号子空间划分成4个子阵,根据旋转不变子空间(ESPRIT)算法分别求出其中1个子阵与其它3个子阵的相位差,再对不同子阵间的相位差进行配对,最后根据相位差求出信号的DOA估计和极化参数。由正交偶极子组成的均匀线阵使用极化MUSIC算法和传统ESPRIT算法无法进行2维DOA估计,该文提出的算法解决了这个问题,并且相较于极化MUISC算法降低了算法的复杂度。仿真结果验证了该文算法的有效性。     

紫外目标探测弱信号处理方法研究

为了提高紫外探测系统性能,研究具有高灵敏性紫外目标探测弱信号处理方法是关键问题之一。首先,在阐述紫外目标探测原理的基础上,分析紫外目标辐射特性。其次,研究自适应噪声抵消信号处理的一般方法,以及基于最小均方误差LMS准则、递推最小二乘RLS准则和线性神经网络ADALINE的三种具体的自适应噪声抵消算法。再次,提出采用功率信噪比来衡量滤波算法的性能。最后,通过仿真计算比较分析这三种算法的滤波效果。结果表明:采用LMS和RLS算法信噪比提高约12.5 dB,且LMS算法比RLS算法略优,而采用ADALINE算法信噪比至少改善26.6 dB,可实现高性能滤波。对于紫外目标探测弱信号处理方法的发展与深入研究具有一定的作用和意义。     

基于m序列信号的多普勒补偿方法

二相码信号广泛地应用于雷达系统,文中针对其对多普勒频率敏感的问题提出了一种补偿算法。该算法利用相邻回波的多普勒频率基本相等的特性对回波进行对消;其编码信号是伪随机序列,非常适合低截获概率特性的需求;该算法只集中在信号处理,在典型的全波形雷达上实现非常简单,理论上能对任意个数的动目标和任意高的多普勒频率进行精确补偿。