基于手机传感器的握持方式判断及运动状态识别

传统运动识别技术多以传感器位置固定为前提进行识别,但当传感器放置位置或握持方式发生变化时运动识别率会受到相应影响。该文提出了一种基于手机传感器的握持方式判断及运动状态识别方法,解决了传感器随放置位置不同影响运动识别率的缺点。该方法首先通过传感器对设备握持方式进行判断,使用不同握持方式下的三轴加速度数据进行特征提取,通过多层小波变换得到各层高频和低频部分,对其进行组合形成初级特征,用奇异值分解对初级特征进行降维得到最终特征,使用基于径向基核函数的多分类支持向量机 (SVM) 对特征分类,进而判断不同握持方式下的不同运动。实验结果表明,该方法对不同运动方式下的平均识别率为93%。     

基于蚁群算法的行为识别特征优选方法

为了降低特征冗余,提高移动用户行为识别的准确率,提出一种基于蚁群算法的移动用户行为识别加速度信号特征优选方法。首先对样本数据进行预处理,根据特征对不同行为的分类敏感度进行初次优选,降低特征搜索空间的维度;然后利用蚁群算法结合神经网络分类器,以特征的分类准确度为评价准则对特征集合进行了二次优选。实验结果表明,该方法优选出的特征集具有较好的识别性能。     

基于三轴加速度信号的实时人体状态识别算法

针对移动终端设备的硬件局限性,研究了一种基于卡尔曼滤波的非特定人体状态识别算法,实时判断人体的运动、静止、状态转换情况.将装有三轴加速度传感器的蓝牙模块放置在人体的胸部,获得运动时的三维加速度信号.结合人体运动状态的特征和加速度信号变化的相关性,采用信号矢量幅值变化量的函数进行卡尔曼滤波,对人体状态进行判断.实验结果表明,该算法在运算和存储能力有限的移动设备上取得了较好的性能.     

基于深度学习的放置方式和位置无关运动识别

针对传统基于加速度传感器的运动识别方法依赖于传感设备的放置方式和位置的问题,提出一种基于深度学习的运动识别方法,且与放置方式和位置无关.使用栈式自动编码器构建深度网络,结合逐层无监督学习和全局有监督微调的方式,快速、有效地学习出原始数据的深层特征.设计不同放置方式和不同设备放置位置的学习策略,并利用所学特征对不同设备放置方式和位置下的运动进行识别.实验结果表明:基于深度学习的方法可以从原始数据中提取出与放置方式和位置无关的深度特征,相比传统方法,能够有效提高在非固定加速度传感设备放置方式和位置下的运动识别准确率.     

基于手机加速度传感器的人体行为识别

提出一种依据手机内置三维加速度传感器采集的人体日常行为数据来进行识别分类的方法。该方法对采集的原始加速度数据进行预处理,从水平和垂直方向提取多种统计特征,包括标准差、四分位差、信号幅度、偏度、峰度和相关系数等,由支持向量机分类器进行分类识别,可识别手机携带者站立、走路、跑步、上楼和下楼5种动作。通过对比分析实验结果,对不同实验者的平均识别正确率达到87.17%,验证了该方法的有效性。     

多分辨率分析和小波能量曲率的框架结构损伤识别

为研究运用多分辨率和小波包分析方法识别结构损伤的有效性,以三层混凝土框架结构为研究对象,分别建立不同损伤工况下的三维有限元数值模型,采用ANSYS程序进行动力时程分析,研究不同识别指标和输入信号的识别灵敏度以及其他因素对损伤识别结果的影响.分析结果表明:小波包能量曲率差法能够较好达到损伤识别的目的,输入信号使用加速度响应信号比速度和位移响应信号具有更好的识别效果;有限元模型网格划分、加速度时程响应信号的提取位置以及采样频率对损伤位置的识别有较大影响;有限元网格划分越密、加速度时程响应信号提取位置离损伤位置越近、采样频率越大,损伤位置识别越精确.     

基于加速度传感器的实时人体状态识别算法

通过采集放置于人体不同部位的三轴加速度传感器获取人体运动时产生的加速度信号,并通过蓝牙无线传输技术将数据传送到移动设备中,再对数据进行特征提取、选择和分类。研究了一种基于卡尔曼滤波的非特定人体状态识别算法,实时判断人体的运动、静止状态转换情况。实验结果表明,该算法在运算和存储能力有限的移动设备上具有较好的性能。     

传感器数值特征在身份识别中的应用

影响手机用户身份识别的传感器数值特征是多种多样的.提取智能手机内置线性加速度传感器三维坐标系的数值特征,以60组采样数据为例,建立了Logistic回归模型,运用"forward:LR"方法,从6个不同协变量中筛选得出4个对识别结果影响较大的特征因素,得到了识别概率与特征因素之间的关系方程.研究表明:通过对特征因素的分析,能够达到良好的识别效果.     

测绘领域中常用坐标系统及其转换计算

为精准描述地球表面点的位置,需要建立精确的地球坐标系统.本文阐述了目前我国测绘类专业领域经常使用的四种地球坐标系统:1954北京坐标系、国家80坐标系、WGS84坐标系以及CGCS2000坐标系,详尽地描述了坐标系统建立的四种常用椭球的几何参数,厘清了建立在椭球基础上的3种本质相同形式不同的坐标系,以及坐标系之间的转换模型,最后针对吉林建筑大学GNSS实训场地建设的成果进行了坐标转换的实例计算.     

远距离目标位置解算方法的实现

目标位置解算装置是快速、准确获取空中或地面目标坐标的有效手段,该装置将传统目标定位方法的几个独立操作集成在一个系统中,由GPS接收机直接获取观测点坐标参数,激光测距机提供目标距离参数,方位获取设备提供目标方位参数,最后由解算模块对目标位置进行解算.在目标位置解算过程中,建立目标局部坐标系,根据地球的椭球模型,建立相应的地心坐标系.根据求得的目标局部坐标系与地心坐标系的转换关系,解算空中或地面目标相对于地心坐标系的大地坐标参数.通过对已知的WGS-84坐标系下的地面固定目标进行测试,在30 km的探测距离上,达到了目标定位误差绝对值小于1%的精度要求.     

基于TCP数据包层分析的移动互联网用户体验的评估方法

根据现有移动互联网管理体系架构,在网络边缘节点测量的基础上提出了一种基于传输控制协议（TCP）数据包层分析的用户体验评估方法.该方法可适用于单用户粒度,从用户行为以及用户感知两个方面定性和定量评估用户体验.在用户行为评估中,通过分析TCP数据包标志位的交互序列,着重关注网页刷新这一重要行为.在用户感知评估中,通过3套粗细粒度各不相同的计算方法覆盖不同粒度的管理需求,测量结果可最终通过相应的数学模型与平均意见得分值关联.     

全身步态模型的视触融合步态识别算法

为减少背包负重、衣着和环境等因素对步态识别率的影响,提出一种融合视觉和触觉特征的全身步态模型。首先,以支撑脚为起点,根据运动传递过程,建立身体各个部分质量与地面支持力的动力学关系,并且通过加速度引入视觉特征;然后,对模型进行参数分离,得到代表不同步态运动特征的特征矩阵,利用Kinect和步道式足底压力仪获得的视觉图像序列和足底压力图像提取视觉和触觉特征,建立包含正常、背包负重和穿大衣3种步态运动状态下的数据库;最后,选择支持向量机中的多分类方法完成步态识别,在识别过程中通过K-CV法对分类器参数进行了寻优。实验结果表明:足底压力分区方式增加了特征识别点,提高了模型识别率;在正常步态运动条件下模型平均识别率为97.31%,在背包和穿大衣的情况下模型识别性能下降比较少。融合视觉和触觉特征建立包含上肢摆动的全身步态模型可以有效提高模型在复杂步态运动条件下的鲁棒性和步态识别准确率。     

在混合坐标系下的机动目标跟踪滤波器

本文介绍了在球面－直角坐标系下跟踪机动目标的卡尔曼滤波算法．为克服观测噪声非白，本文引入了扩充向量，并应用旋转增益算法，对卡尔曼滤波的协方差阵及增益阵实现了解耦．通过仿真计算，对本文提出的算法与国外两种类似的算法在相同的机动和量测噪声特性情况下进行了比较，其结果显示了本算法的优越性．     

小波分解在移动用户行为识别中的应用

针对目前行为识别通用模型对步行、上楼、下楼等易混淆行为识别准确率较低的情况,提出了一种基于小波分解的移动用户行为识别方法,从小波分解后不同频率子信号的低频近似系数中提取小波能量、小波峰个数和平均波峰幅值等特征,基于决策树分类器建立与用户无关的行为识别通用模型. 分别用典型时域特征数据集和小波特征数据集对该通用模型进行验证. 实验结果表明,采用新方法后,3种易混淆行为的平均识别准确率提高了14.82%,减少了误判.     

一种改进的雷达信号小波包特征提取方法

针对低信噪比下雷达辐射源信号分类问题,提出一种基于小波包特征提取的改进方法。首先对信号进行小波包分解,然后在小波域采用阈值收缩降噪方法对小波包系数进行去噪处理,并提取去噪后小波包能量的统计特征,最后设计支持向量机分类器实现对雷达信号的自动分类。实验结果表明,采用去噪小波包的特征提取方法能有效降低噪声对信号识别效果的影响,当SNR=-3dB时,信号的平均识别率仍能到达93．3％,在较低信噪比下能够得到较为满意的识别效果。     

Two algorithms of working acceleration generated by a precision centrifuge with two rotating axes

ingtheacceleration,theshortcomingofRef.[1]ispointedout.1CreationofCoordinateSystems Thecreationprocessofcoordinatesystemsona centrifugewithtworotatingaxesisshowninFig.1.Fig.1Thecreationprocessofcoordinatesystemsonthe precisioncentrifuge TheMainaxiscoordin…     

Three-time rapid transfer alignment method of SINS/GPS navigation system of high-speed marine missile

The transfer alignment of SINS/GPS navigation system of a high-speed marine missile was investiga, ted. With the help of the big acceleration of a high-speed missile, the transfer alignment was changed into a three-time alignment. The azimuth alignment was coarsely finished in 10s in the first time alignment, the hori- zontal alignment was accurately and rapidly finished in the second time alignment, and the azimuth alignment was accurately finished in the third time alignment. Because the second time alignment and the third time alignment were finished by GPS after the missile was launched, the horizontal alignment and the second azimuth alignment got rid of the influence of the warship body flexibility deforming. The precision and rapidity of the horizontal alignment were prominently increased due to the vertical launch of the marine missile with the big acceleration. Simulation verifies the effectiveness of the proposed alignment method.     

Direct calculation of acceleration field through homogeneous transformation for two-axis centrifuge

0　INTRODUCTIONInordertomakeuseofafull functionprecisioncen trifugetocalibrateaccelerometersusedforinertialnaviga tion ,thecompositekinematicsoftheworkingpointwhereanaccelerometerismountedmustbestudied ,anditsac celerationvectormustbecalculatedatfirst.Previously ,thevectoranalysismethodandtheCoriolisrotationtheo remwereusedtostudythekinematicsofcomplicatedmov ingbodies .Theconceptsofabsolutemotion ,relativemo tionandconvertedmotionmustbeintroduced ;theabso lutevectorderivative ,relativeve…     

步态识别的小波去噪质量评价方法

针对步态加速度信号由于采集信号包含大量尖峰或突变等高频噪声,导致在步态分析、周期划分和特征提取方面存在困难的问题,提出了一种利用小波去噪质量评价来对加速度信号小波去噪的最优参数进行选择的新方法.根据质量评价指标的几何和物理意义,使用评价指标值来指导小波去噪最优小波分解与重构层数的参数选择.当评价指标值取最小值时,其对应分解层数为最优分解层数,采用的小波基函数为最优小波基函数.结果表明,本文方法在步态识别领域可以为步态信号小波去噪选择最优小波基函数和分解层数提供理论依据.