多路热释电红外智能检测报警装置

被动型热释电红外报警器把红外线的隐蔽性很好地应用于报警系统中。利用热释电红外传感器作为探头，进行非接触式远距离检测，将感测到的红外信息转换成电压信号，经过单片机处理，完成数码显示和语音报警功能，从而实现了防盗报警功能，达到了安全防护的目的。     

热释电型红外传感器

日本人真空公司生产的热释电型红外传感器,是利用向热释电陶瓷入射红外光时,在其表面产生电荷的热释电特性的二元件型红外传感器。该传感器主要特点足具有更高的灵敏度和低噪声;在常温下工作,不受外界环境干扰;仅在入射能量发生变化时产生电压输出;内装阻抗变换用FET,能取出作为电压输出的信号;这种热释电检测元件在0.2～20μm的波长区域内,具有平坦的灵敏特性,因而可利用滤光器进行选择。     

热释电红外传感器专用控制芯片的设计

文章阐明了一种采用0.6μm1P1MCMOS工艺的热释电红外传感器专用控制芯片的设计。该芯片在[4.0V,6.0V]内稳定工作,具有较高的电源抑制比和较低的温漂,并且作了抗噪声和抗交流电源干扰处理。这种控制芯片用于接收、放大、处理、控制热释电红外传感器信号,应用前景十分广阔。     

智能照明控制器的设计

为降低公共场所用电浪费现象,设计出一种室内照明控制电路。以AT89C52单片机为核心,采用热释电红外传感器和光照检测相结合的方案,将热释电红外传感器检测到的人体移动信号与光照强弱信号送入单片机,实现在室内环境光照较强或光较弱但室内又无人时切断照明设备,在室内光照较弱且热释电红外传感器检测室内有人时接通照明设备。结果表明,该电路简单可行、成本低、控制灵敏度高,能够有效对室内照明设备进行控制,达到节能照明与科学管理的目的。     

基于热释电红外传感器的节能广告牌设计

热释电红外传感器被广泛的应用在报警器、人体移动检测的相关领域。本文主要讨论基于热释电红外传感器的节能广告牌设计,通过热释电红外传感器的人体检测功能,使广告牌在有路人经过时启动,达到节能的目的。     

基于紫外线LED阵列的安全固化设备设计与实现

研究了一种基于热释电红外传感器和紫外线LED阵列的固化设备,采用AP3706集成电路作为光源驱动,实现了恒压、恒流输出.传感信号处理集成电路BISS0001作为热释电红外传感器的信号放大电路核心,配合继电器作为固化装置的保护模块.实验结果表明,该固化设备可以实现稳定而均匀的紫外线输出,并且当前方有人体时LED阵列失能,保证人体不受紫外线损伤.     

一种热释电红外探测器的单目设计

为解决普通热释电的红外探测技术误报率高、敏感度低且不能对入侵目标进行定位等问题,提出了一种基于热释电红外探测器的复眼结构的设计。结合热释电红外探测隐蔽性好、性能稳定、环境适应能力强、复眼视场角大、体积小且灵敏度高等优势,将热释材料上的电荷信号转换为电压信号,经滤波、放大后输出。通过实验表明,采用该热释电红外探测器的单目可以检测到15 m内的入侵目标,并输出脉冲电平作为报警信号。     

浅谈热释电红外传感器在防盗报警系统中的应用

以热释电红外元件作为传感器组成的防盗系统,正在得到越来越广泛的应用。文章引用了三个利用热释红外传感器来设计防盗系统的例子,并说明了它们的优势。最后,对于防盗系统的应用提出了一些个人想法。     

热释电红外传感器在车辆计数系统中的应用

介绍一种以热释电红外传感器为检测部件的高速公路车辆自动计数系统。在本设计中的红外检测系统是采用新型热释电红外传感器作为探头 ,检测外界信息 ,并转换输出微弱的电信号 ,经运算放大器、比较器和防误触发电路后 ,滤去其他的干扰 ,最后所得信号驱动计数电路计数。整个系统具有性能可靠、灵敏度高、误操作率低、结构简单等特点。     

一种非调制式热释电红外传感器

基于红外技术理论提出了利用热释电红外传感器(PIS)对目标扫描过程中产生双向热电电流构成非调制式热释电红外传感器的方法,并讨论了利用双并联技术的非调制式热释电传感器。     

一种小型动/静态双坐标感知系统结构设计

针对提高被动式热释电红外(PIR)传感器的探测距离和范围,提出动/静态双坐标感知系统理论,根据动/静态双坐标感知系统对动态目标实现一定距离内和全范围探测的要求,光学基准传递的要求,提出了小型动/静态双坐标感知系统的结构设计方案。该系统配用红外透镜作为其光学装置,在匀速转台的带动下,实现360°全范围探测红外信号,解决了PIR传感器探测距离和探测视场的矛盾,拓宽了PIR传感器的使用领域。经过实验验证,该系统结构设计合理。     

基于极限学习机的结构健康监测数据恢复

为解决桥梁结构健康监测系统中数据丢失问题,引入格兰杰因果关系分析各传感器变量数据间的关系,选择与传感器丢失数据格兰杰因果关系大的变量作为极限学习机的输入向量,实现丢失数据的恢复。通过实际桥梁监测丢失数据的仿真实验,以均方根误差和最大误差绝对值作为评估指标,并与反向传播网络和最小二乘支持向量机算法对比,结果表明该方法在理论和实践上是正确和可行的。     

基于RSSI概率统计分布的室内定位方法

针对接收信号强度指示（Received Signal Strength Indication,RSSI）时变现象影响WLAN室内定位精度问题进行了研究,提出了一种基于RSSI概率统计分布（Statistical Probability Distribution,SPD）的加权K最近邻（Weighted K-Nearest Neighbor,WKNN）方法--SPD-WKNN方法。该方法首先利用SPD方法得到指纹点RSSI向量区间;然后运用SVM算法选取测试点K个近邻指纹点,计算测试点RSSI向量到每个近邻指纹点的最小欧氏距离;最后结合WKNN算法获取定位结果。实验结果表明,SPD-WKNN方法与NN、KNN、WKNN、SVR和LSSVM方法相比定位误差分别降低了47.3%、41.6%、31.9%、27.1%和16.3%,呈现了良好的定位效果;利用SVM算法的稀疏性明显减小了运算时间。     

EMD和CSP融合最优波长空间滤波脑电特征提取方法

基于经验模式分解和共空间模式,结合最优波长空间滤波,提出了三者相结合的特征提取方法。该方法首先利用经验模式分解进行分解,得到固有模态函数,选择合适的固有模态函数进行信号的重构,然后将重构的信号进行最优波长空间滤波变换,得到最优的波长选择信号,再经共空间模式投影映射,提取相应的特征向量,最后利用支持向量机进行分类。运用该方法对9位受试者进行分类结果分析,平均分类准确率在95%以上,实验表明,提出的算法具有较好的分类识别性。     

公共空间模式算法结合经验模式分解的EEG特征提取

常规的公共空间模式分解方法需要大量的输入通道、缺乏频域信息,发展受到限制。为了克服以上缺点,将经验模式分解（Empirical Mode Decomposition,EMD）和公共空间模式算法结合,改变CSP滤波器成分选择方式,提出EMD-CSP算法来获取特征向量。该算法对预处理后的信号进行经验模式（EMD）分解,得到固有模态函数（Intrinsic Mode Functions,IMFs）,观察并计算每个IMF分量的能量谱,筛选有效的IMF频段（5~28 Hz）,使用改进的CSP滤波器进行滤波获取特征,最后使用支持向量机（Support Vector Machine,SVM）进行分类。分类结果得到9位受试的想象运动平均分类正确率为92%,证实了该算法的可行性与有效性。     

基于光纤传感技术的复合材料板低速冲击信号方向判别

为了准确识别复合材料板低速冲击信号,搭建了基于光纤Bragg光栅（FBG）传感器应变敏感特性的复合材料板冲击监测系统,分析了基于经验模态分解（EMD）的冲击信号特征提取方法,研究了基于信号特征提取的冲击信号方向判别。通过试验监测了在距离相等的情况下与传感器轴向角度为0°,15°,30°,45°,60°,75°,90°方向的冲击信号,分析得出冲击信号方向与EMD所得特征值呈余弦关系。结果表明：利用光纤传感技术和EMD法可精确判别低速冲击信号方向。     

Fall detection using single-tree complex wavelet transform

The goal of Ambient Assisted Living (AAL) research is to improve the quality of life of the elderly and handicapped people and help them maintain an independent lifestyle with the use of sensors, signal processing and telecommunications infrastructure. Unusual human activity detection such as fall detection has important applications. In this paper, a fall detection algorithm for a low cost AAL system using vibration and passive infrared (PIR) sensors is proposed. The single-tree complex wavelet transform (ST-C$\mathbb{C}$WT) is used for feature extraction from vibration sensor signal. The proposed feature extraction scheme is compared to discrete Fourier transform and mel-frequency cepstrum coefficients based feature extraction methods. Vibration signal features are classified into “fall” and “ordinary activity” classes using Euclidean distance, Mahalanobis distance, and support vector machine (SVM) classifiers, and they are compared to each other. The PIR sensor is used for the detection of a moving person in a region of interest. The proposed system works in real-time on a standard personal computer.     

自确认压力传感器硬件平台设计

自确认压力传感器是一种不仅能输出压力测量值,并且能对其自身工作状态进行在线评估的新型压力传感器。系统利用TMS320F2812和TMS320C6713组成双处理器系统,完成对自确认压力传感器八路信号的同步采集和信号调理,然后利用DSP实现传感器的故障检测、诊断、自确认参数计算等复杂运算,将确认的测量值,测量值确认的不确定度,传感器状态输出给上位机或用户。实验结果表明,该系统实现了自确认压力传感器的各项功能,通过修改DSP软件部分,可以应用于其他传感器信号的数据采集与处理。     

基于PIR Sensor的单目标跟踪系统的设计与实现

针对基于热释电红外传感器的人体跟踪系统在实际环境中,由于受环境噪声和硬件参数影响而误差较高的问题,本文提出了一种基于热释电红外传感器PIR Sensor(Pyroelectric Infrared Sensor)的高精度人体目标跟踪方案。该方案首先对检测区域内运动人体热辐射的红外信号特征进行了提取,然后利用PIR Sensor定位节点自身几何参数和探测数据,得到初步定位结果。最后通过Kalman滤波算法对初步定位结果进行滤波处理并更新目标的状态信息,实现对检测区域内人体目标的定位与跟踪。实验表明,该系统的跟踪误差与同类跟踪系统相比降低了71.96%,证明了该系统具有较高的跟踪精度。     

基于WSN的煤矿风机振动监测系统

设计了一种基于无线传感器网络(WSN)的煤矿风机振动监测系统。该系统用温度传感器、振动传感器采集煤矿主风机设备的运行状态数据,借助于无限传感网络将数据统一传送至监测中心的上位机,实现对煤矿风机设备的远程监测,并在此基础上运用支持向量机对采集到的风机振动信号做趋势预测。