基于一维卷积神经网络的实时心脏按压评估

在评估胸外心脏按压加速度波形时,现有的利用加速度波形积分计算胸外心脏按压距离的方法多数存在积分漂移、误差累积的问题。在波形分割和标签修正的基础上,提出一种基于一维卷积神经网络的胸外心脏按压波形的识别算法。对滤波后的数据进行脉冲识别,使用滑动窗口模型分割识别后的脉冲得到单次按压的加速度波形,根据数据离散程度对标签进行修正,解决标签可信度低的问题,在此基础上运用学习率衰减、Adam算法等构建一维卷积神经网络模型并进行优化。实验结果表明,该算法基于一维卷积神经网络的分类正确率达到99.4%,对比传统的积分算法、BP神经网络算法提升近5%,且不受按压遮挡、电磁波干扰等因素的影响,对于胸外心脏按压评估具有良好的效果。     

基于智能调节的心肺复苏自动按压机参数自动校准方法研究

为提高心肺复苏按压机的按压深度控制的精准度,提出一种基于模糊控制决策算法和模糊PI自动调节算法的参数校准控制系统。首先以血流灌注程度与骨折风险为反馈对象,通过模糊控制决策法计算获取胸外按压深度调节量;利用模糊PID自动调节算法对胸外按压的外部环境影响造成的偏差进行控制;最后通过PID控制器输出精准的按压深度,完成按压参数校准过程。实验结果表明,模糊控制决策算法结合模糊PID自动调节算法能够根据患者情况精确调节胸外按压深度参数,具体表现为患者经基于参数校准的按压机急救后自主呼吸循环能力(PETCO₂)提升至国际标准Level3最高等级,骨折风险降低到163 N/cm的低风险等级。实验证明模糊控制决策算法和模糊PID自动调节算能够明显提升心肺复苏按压的质量、降低风险,满足按压机参数自动校准的研究需求。     

无线胸外按压反馈监测系统的设计与实现

介绍了一种基于无线传感器网络的胸外按压反馈监测系统.该系统集成了压力传感器、加速度传感器和心电监测模块,可实时采样处理胸外按压过程中多项关键参数.该系统基于无线通信网络,采用优化设计的无线通信协议和无线基站监测界面,实现了一台基站对多节点胸外按压反馈数据的无线监测.     

基于角度补偿的手机多传感器数据融合测距算法

在惯性测量领域,单纯利用加速度二次积分的方法并不能准确感知目标对象移动的距离.加速度传感器在感知呈线性运动的目标对象时较为准确和实用,但在三维空间运动时它的坐标轴会随物体发生方向的改变而不断漂移.为解决该问题,提出了一种基于角度补偿的手机多传感器数据融合测距算法(ADC-R),使用加速度传感器测量物体运动的加速度,作为计算位移的原始数据;采用手机陀螺仪传感器测量运动物体的角速度,并以旋转矢量传感器输出的数据作为参数把手机动态坐标系下测得的加速度值空间坐标转换到静态的参考坐标系下,然后进行数据融合完成角度补偿计算;最后根据物理学加速度和位移的关系运用数学积分方法和进一步修正误差的技术得到最终移动的距离.实验结果表明此方法在近距离测距方面精度较高,优于加速度积分算法和加速度与陀螺仪融合算法.     

Arduino开源平台在低成本加速度与动态位移直接测量中的应用

实时位移是结构健康监测及振动控制所需的重要参数,但固定参考点式位移计法及非接触摄录式位移测量法成本均较高,而加速度二次积分重构位移算法受积分初始条件影响导致误差可控性差。本研究利用Arduino开源微控制器平台的开放性和微电子机械系统(Micro-Electro-Mechanical-Systems,MEMS)型加速度计的成本优势,结合内嵌式加速度重构位移Lee算法对积分初值条件的低依赖性特征,开发了一种低成本、加速度和动态位移直接测量系统,并配合内置SD卡模块实现了实时采样、数据存储功能。基于小型振动台对比实验,验证了该系统对简谐振动、地震动加速度、桥梁墩顶横向位移测量的有效性和精度。结果表明:地震动加速度激振下,该系统与成熟加速度测量系统峰值误差低于7%;实测桥梁墩顶横向位移激振下,该系统与线性可变差动变压器式相对位移计(Linear-Variable-Differential-Transformer,LVDT)最大测量误差低于10%。     

基于振动触觉反馈的机器人辅助骨曲面铣削

在骨曲面铣削时,机器人在控制铣削深度的同时需调整刀具与骨面的夹角来确保手术质量.针对这一问题,本文首先建立了铣刀的振动模型,讨论了铣削时铣刀与骨切面的夹角对铣削振动的影响.其次利用固定在铣刀上的三轴加速度传感器,采集铣刀在铣削过程中的振动信号,并使用快速傅里叶变换从信号中提取出铣刀旋转频率谐波的幅值.然后通过先验实验拟合出切向加速度信号中的一次谐波幅值与深度的线性关系,同时得到轴向加速度信号中的一次谐波幅值随夹角变化的关系,证明这两种谐波幅值可作为控制深度和夹角的反馈量.最后利用PID(比例-积分-微分)控制器和机器人逆运动学提出了基于振动触觉的骨曲面铣削方法.实验结果表明,铣削深度设置值为0.5 mm时,未引入和引入夹角控制方法时的骨曲面铣削深度的均值和标准差分别为0.455 mm±0.046 mm和0.499 mm±0.028 mm.所提方法能提高机器人铣削骨曲面的精确度.     

基于数字积分和LMS的振动加速度信号处理

数字积分中的误差累积会引起波形的严重变形，在分析了误差传递规律的基础上，提出了基于最小二乘法的波形修正方案。用LMS分别对速度和位移信号进行一次拟合和二次拟合，求出积分后信号中的误差变化规律，然后进行波形修正得到正确的速度和位移信号。在我们自主开发的一套专门用于振动信号测量的便携式振动测量仪中，将该算法应用到加速度信号处理中，并取得了很好的效果，从而为准确判断设备的运行状态提供了可靠的数据来源。     

基于微加速度传感器的无线鼠标的设计

研究基于微加速度传感器的无线鼠标的设计,讨论了MEMS无线鼠标的软件、硬件设计和系统组成,给出了M atlab环境下系统的模型和算法。模拟结果说明:无线鼠标的设计是合理可行的,提出的二次积分近似算法是简捷有效的。     

空气加热器振动信号的测量与处理研究

针对火箭发动机试验中某加热器振动信号的测量和处理问题,首先在加热器某测点上冗余配置了两种不同型号的加速度计,完成了其振动加速度信号的测量;之后,基于MATLAB编程方法实现了加热器振动加速度信号消除趋势项和平滑预处理,通过对两种预处理结果的比较分析,得到了最终合理的振动加速度信号;最后,将振动加速度信号进行了频域二次积分解析运算,得到了其振动位移量信号;试验结果验证了信号测量的可靠性和处理结果的有效性和准确性,从而为加热器振动状况的分析提供了全面、可靠、准确的数据依据。     

动位移的加速度精确测量技术研究

提出了利用加速度通过频域一时域混合积分法精确测量动位移的方法。此方法克服了传统的时域内两次积分会产生较大累积误差,从而频域内两次积分产生较大低频误差的弊端实测加速度数据积分结果与位移传感器实测数据的对比表明,采用加速度的频域-时域混合积分法能够精确测量动位移。     

基于DICOM标准的医学图像有损压缩的研究

本文采用DICOM标准所规定的两种有损压缩方法对单帧胸部CT图像进行有损压缩。实验形式分为两种：(1)采用基于离散余弦变换的JPEG算法在不同压缩比下对50幅单帧胸部CT图像进行有损压缩。三位放射科专家对压缩后的医学图像与原始图像进行对比评片。根据评片结果进行受试者工作特性ROC分析和t检验,得出在压缩比10:1以下的胸部CT图像对临床诊断无影响的结论。(2)采用基于小波变换的JPEG 2000算法对单帧胸部CT图像进行有损压缩。通过客观保真度准则判定,在压缩比为20:1以下时胸部CT压缩图像依然具有诊断价值。     

基于PDC编码的中文文本压缩算法

针对中文文本结构的特点以及传统压缩算法对中文文本压缩的不足,提出并实现了一个基于PDC编码的中文文本压缩算法。该算法采用的是字典压缩方式。根据单个汉字在中文文本出现的概率,采用Huffman编码方式进行前缀变长编码;定义由某个汉字为前缀的词组和短语的深度;对具有相同前缀和相同深度的词组和短语进行局部的定长编码,构成一部压缩编码字典。通过对相同文本分别使用该算法和传统的LZW和LZSS编码算法压缩后得到的数据结果对比,压缩率有2.53%~40.48%的提高,表明该压缩算法有较好的压缩效果。     

二重数值积分双梯形递推算法的研究与实现

在双梯形算法的基础上,提出了二重数值积分双梯形递推算法,给出了用C++语言编程实现双梯形递推算法的技术要点,通过对同一实例进行不同的计算实验,测试并比较了复化双梯形算法与双梯形递推算法各自运行时占用Pentium150CPU的时间,实验表明:双梯形递推算法是一种快速计算二重积分、节省CPU时间的高效方法。     

GPS/GLONASS接收机信号捕获及其仿真

随着多星座系统的组建完成,双模接收机已经成为了研究的热点。给出了GPS/GLONASS双模接收机的总体设计方案,重点研究了低信噪比环境下GPS/GLONASS信号捕获,采用基于快速捕获的FFT算法和相关累加结合非相关累加捕获算法分别对GLONASS信号和GPS信号进行检测。利用真实数据对双模接收机的信号捕获算法进行了仿真分析,结果表明双模接收机能够捕获低信噪比环境下的卫星导航信号,提高了接收机的灵敏度。     

FM-index压缩查询算法解析

FM-index 是目前信息检索领域中国际上比较领先的压缩查询方法。该算法是压缩技术和索引技术的结合,它的最大优势在于能够支持在不解开压缩文件的情况下对源文件进行查询。本文对 FM-Index 如何实现压缩,如何建立索引以及如何实现压缩状态下的查询和定位算法进行了详细的解析,并对该算法的核心部分用图示加以说明,为 FM-Index 算法的相关研究及在实际中能良好的应用和改进提供了参考。     

基于JPEG双量化效应的图像盲取证

JPEG图像的双量化效应为JPEG图像的篡改检测提供了重要线索.根据JPEG图像被局部篡改后,又被保存为JPEG格式时,未被篡改的区域(背景区域)的离散余弦变换(DCT)系数会经历双重JPEG压缩,篡改区域的DCT系数则只经历了1次JPEG压缩.而JPEG图像在经过离散余弦变换后其DCT域的交流(AC)系数的分布符合一个用合适的参数来描述的拉普拉斯分布,在此基础上提出了一种JPEG图像重压缩概率模型来描述重压缩前后DCT系数统计特性的变化,并依据贝叶斯准则,利用后验概率表示出图像篡改中存在的双重压缩效应块和只经历单次压缩块的特征值.然后设定阈值,通过阈值进行分类判断就可以实现对篡改区域的自动检测和提取.实验结果表明,该方法能快速并准确地实现篡改区域的自动检测和提取,并且在第2次压缩因子小于第1次压缩因子时,检测结果相对于利用JPEG块效应不一致的图像篡改盲检测算法和利用JPEG图像量化表的图像篡改盲检测算法有了明显的提高.     

HEVC快速编码深度选择算法

高效视频编码（High Efficiency Video Coding,HEVC）作为下一代新的视频编码标准,旨在有限网络带宽下传输高质量的网络视频。与现有的视频编码标准相比,高效视频编码具有更高的灵活性和压缩率。编码单元（Coding Unit,CU）是视频编码处理的基本单元,原有的算法通过四叉树递归获取最佳CU深度,在提高视频压缩性能的同时引入了较高的计算复杂度。针对该问题,提出了一种快速编码深度选择算法,该算法利用相邻CU的深度信息计算一个深度预测特征值,通过该特征值进行深度选择,以避免不必要的计算,降低计算复杂度。实验结果表明,该算法在保证视频压缩效果的同时有效降低了计算复杂度。     

Depth compression via planar segmentation

Augmented Reality applications are set to revolutionize the smartphone industry due to the integration of RGB-D sensors into mobile devices. Given the large number of smartphone users, efficient storage and transmission of RGB-D data is of paramount interest to the research community. While there exist Video Coding Standards such as HEVC and H.264/AVC for compression of RGB/texture component, the coding of depth data is still an area of active research. This paper presents a method for coding depth videos, captured from mobile RGB-D sensors, by planar segmentation. The segmentation algorithm is based on Markov Random Field assumptions on depth data and solved using Graph Cuts. While all prior works based on this approach remain restricted to images only and under noise-free conditions, this paper presents an efficient solution to planar segmentation in noisy depth videos. Also presented is a unique method to encode depth based on its segmented planar representation. Experiments on depth captured from a noisy sensor (Microsoft Kinect) shows superior Rate-Distortion performance over the 3D extension of HEVC codec.

     

地震数据采集系统中的数据压缩与FPGA实现

实现了一种地震数据采集系统中的数据压缩算法,用于提升采集系统的数据传输效率,从而提高了海洋地震勘探的精度和深度。压缩针对地震数据流,比现有的地震数据压缩算法更容易在FPGA上实现。同时考虑到地震波的物理特征,借鉴语音压缩算法,实现了一种易于用FPGA实现的24位地震数据流无损压缩算法,平均能将采集的地震数据压缩至原始数据大小的54%。     

Malicious inter-frame video tampering detection in MPEG videos using time and spatial domain analysis of quantization effects

In this paper, a new algorithm is proposed for forgery detection in MPEG videos using spatial and time domain analysis of quantization effect on DCT coefficients of I and residual errors of P frames. The proposed algorithm consists of three modules, including double compression detection, malicious tampering detection and decision fusion. Double compression detection module employs spatial domain analysis using first significant digit distribution of DCT coefficients in I frames to detect single and double compressed videos using an SVM classifier. Double compression does not necessarily imply the existence of malignant tampering in the video. Therefore, malicious tampering detection module utilizes time domain analysis of quantization effect on residual errors of P frames to identify malicious inter-frame forgery comprising frame insertion or deletion. Finally, decision fusion module is used to classify input videos into three categories, including single compressed videos, double compressed videos without malicious tampering and double compressed videos with malicious tampering. The experimental results and the comparison of the results of the proposed method with those of other methods show the efficiency of the proposed algorithm.