基于Kinect的非接触式呼吸检测系统

利用Kinect的深度传感器功能,获取景深图像,并对图像进行信号处理和分析,检测人体的呼吸率和呼吸状态,从而实现非接触式呼吸检测.该系统免除了传统接触式呼吸检测仪安装和测试带来的不便,实现高效准确的实时呼吸监测.     

基于人工智能的非接触式心率检测系统

针对现如今人们工作压力大、患心血管及心肺相关疾病的潜在风险更高等问题,提出基于人工智能的非接触式心率检测方法,使大众更加便捷掌握自身心率状况。基于改进粒子滤波结合AdaBoost与CamShift的混合算法,定位与检测人脸,基于皮肤光学模型构造了色度通道商,利用相邻两帧像素通道的商消除直流分量,计算出能反映人体生理信息的1维信号,经过平滑滤波处理及傅里叶分析获得心率,从而反映人们的心率实时状况。     

呼吸信号的非接触式测量

改进设计了一种基于Kinect体感相机的呼吸信号非接触式测量方法。该方法适用于坐立姿势下呼吸信号的遥测。在控制实验下,遥测得到的呼吸率接近于接触式测量得到的呼吸率(相对误差0.4%),且遥测的呼吸信号可以显示不同的呼吸模式。     

基于深度图像的非接触式呼吸检测算法研究

呼吸是人的基本生命活动,监测呼吸可以得知呼吸道和胸廓运动的生理、病理学状态,对某些呼吸系统疾病的诊断有重要的参考价值;提出了一种非接触式呼吸监测方法:对红外视频流中的每帧胸腹部区域数据进行降维,计算所有胸腹部区域数据的方差,将一定时间段内的方差序列进行低通滤波;最后根据方差序列可以获得该段时间内的呼吸频率和呼吸暂停时间;提出的非接触式呼吸检测算法在不影响被监测者正常睡眠活动的情况下,可以准确获取呼吸频率与其他相关参数,为健康监测和相关疾病的诊断提供了数据支持;日常家居场景的实验中,检测到的呼吸次数与实际完全一致,并且与实际胸腹部起伏变化基本同步,较好的保证了结果的准确性。     

基于深度图像的非接触呼吸频率检测方法

为便捷且有效地实现对人体呼吸频率的日常检测,提出基于深度图像的非接触式呼吸频率检测方法。利用Real-Sense相机获取的人体及背景的深度图像信息,根据提出的最大距离限制法与最大外轮廓提取算法分别消除空洞噪声和近距离干扰物体的影响,凸出人体深度图像;通过Zhang-Suen细化算法提取人体骨架,结合骨架关节信息实现对胸腔呼吸区域的定位;利用主成分分析算法(PCA)提取胸腔区域深度图像包含的呼吸信号数据,进一步通过峰值检测法求解人体呼吸频率。实验结果表明,该方法可有效实现对人体呼吸频率的非接触式检测,具有良好的准确性。     

一种非接触式人体生理信号监测方法

基于床垫式非接触人体生理信号监测系统,采用二阶最小均方(LMS)自适应滤波提取有效的呼吸和心跳信号,可实现不限定呼吸和心跳滤波频带范围的动态生理信号提取,解决了固定滤波频带下异常心跳和呼吸信号不易分离问题。在平缓呼吸和急促呼吸2种情况下,20组呼吸和心跳分离结果与多参数监护仪结果的对比分析表明:该算法的准确率可达90%以上,具有较好的实用性。     

非接触式胎儿心率检测

胎儿心率检测是围产期常规检测,是评估孕妇和胎儿健康的主要生理指标.相对现有的接触式胎心检测技术,本文提出一种更为便捷,成本低廉的非接触式胎儿心率提取算法.首先基于欧拉视频颜色放大技术,对视频中颜色信号放大.其次,利用光电容积脉搏波描记法提取血液容积脉冲信号,并对母体噪声进行分离,计算功率谱密度提取.将采集到的胎心率,与医院专用胎心设备检测的结果进行定量分析,数据表明可以达到96%的准确度.     

非正弦周期函数的谐波分析的一种简捷方法

谐波分析是研究非正弦周期函数的重点之一,在数学理论上通过傅里叶变换可以求出周期函数的各次谐波,但是在工程实际中是很难获得非正弦周期函数的解析式,或者函数的解析式过于复杂不便于求积分,因此也就无法直接应用傅里叶变换。通过对畸变周期函数的波形进行等分采样获取数据序列,再以简短的三句指令对序列进行换算,获得畸变函数的各次谐波的幅值,结果证明了该方法能够简捷有效地进行非正弦周期函数的谐波分析。     

基于DSP的非接触式长度测量系统的设计

本文首先从被测对象的特征出发分析了接触式测量存在的问题,提出了用非接触式测量法来测量此对象.接着阐述了非接触式测量中边缘检测和微元法测量长度的原理.在此基础上,以DSP TMS320LF2407为核心,给出了该系统的硬件和软件设计.最后分析了该系统的测量时间和测量精度.该系统已用于工业产品测量,测量结果表明该系统稳定可靠,测量数据准确.     

超宽带系统中基于DFT的TOA/DOA联合估计方法

针对现有的脉冲超宽带（Impulse radio ultra wideband, IR-UWB）系统中到达时间（Time-of-arrival, TOA）和波达方向（Direction-of-arrival, DOA）联合估计精度不足的问题,提出了一种基于离散傅里叶变换（Discrete Fourier transform, DFT）的TOA和DOA联合估计方法。该算法首先在频域上对接收信号建模,通过DFT处理频域接收信号的协方差矩阵得到两根天线的TOA粗估计结果。然后通过设计补偿矩阵对时延向量进行相位补偿。搜索可得粗估计结果的补偿值,进一步对TOA参数作出精确估计。最后根据两根天线的到达时间差与DOA之间的关系得到信号的DOA估计值,从而实现TOA和DOA的联合估计。仿真结果表明,所提算法的参数估计性能优于矩阵束算法和传统传播算子算法,且该优势随着信噪比的增大更为明显;同时所提算法无需复杂的特征值分解以及广义逆求解步骤,更易于工程实现。     

脉冲超宽带系统中高精度的双门限TOA估计

针对非视距脉冲超宽带（IR-UWB）定位应用中,非相干TOA（Time of Arrival）估计算法精度的不足,提出了一种基于双门限和斜率（Double-Threshold and Slope,DTS）的首达信号时间估计算法。首达路径（Direct Path,DP）经过初始估计之后,根据能量采样序列最大值与最小值的斜率,拟合出最优归一化门限表达式;再联合UWB双指数信道模型的特点对双门限检测算法加以改进,实现TOA估计。在非视距环境下仿真、比较了DTS算法与几种IR-UWB常用TOA算法的平均绝对误差（MAE）。仿真结果表明该算法在不同UWB信道和信噪比环境下均获得了优异的误差性能。     

基于改进LMS算法的TH-UWB接收机

跳时超宽带（TH-UWB）无线通信系统通常采用RAKE接收技术。而信道估计的准确度直接影响系统接收性能。提出一种基于梯度的变步长的LMS算法进行信道估计。与传统LMS算法相比,改进的LMS算法可以获得更小的MSE（Mean Square Error）从而为接收机提供更精确的信道估计量。同时,结果也表明该算法提高了整个接收机性能,并获得更小的BER（Bit Error Rate）。     

基于门限动态调整的最优协作检测方法

为提高协作频谱感知的检测效率、减少系统的反馈开销,提出一种基于门限动态调整的最优协作检测方法。在单节点检测错误概率最小的情况下,导出能量检测中门限值与信噪比的关系表达式,利用二分法求得不同信噪比下的动态门限值。根据系统恒虚警率和恒检测率计算最优协作用户数,并与动态门限值相结合得到系统检测错误概率。仿真结果表明,该方法协作检测概率较高,检测错误概率较低。     

基于自适应加速移频的PV孤岛检测与仿真

针对并网光伏(PV)系统的孤岛检测问题,提出一种复合负脉冲电流幅值干扰的自适应加速移频法;基于公共耦合点电压频率朝某个方向的持续变化次数,该方法对频率偏移正反馈系数进行自适应分段调节以加速频率偏移越限,如果变化次数超过12次,且频率仍未越限,则施加持续2个工频周期的负脉冲电流幅值干扰,触发欠压保护,从而检测出孤岛;Matlab仿真表明,与传统的AFD方法相比,该方法不仅对电网谐波影响小,而且孤岛检测盲区小,能有效在高速自动重合闸动作之前使光伏系统与电网解列,具有重要的应用价值。