基于高斯模糊的摔倒自检测算法设计与应用

随着智能设备的普及,如何快速准确地检测、识别人体摔倒已逐渐成为研究的热点。然而现阶段对摔倒动作识别与检测仍然存在很多问题。为此,以智能设备的传感器系统采集的三轴加速度与角加速度为基础,结合经过高斯过滤后形成人体活动的信号幅度向量和陀螺仪信号幅度向量特征曲线与摔倒检测的模糊隶属函数特征模型,提出一种基于模糊的摔倒自检测算法。算法重点针对急速跑动、上下楼梯、手机平抛和自由落体等摔倒检测中的干扰动作进行了分析与区分,经过实验测试表明该算法有较快的反馈速度、较好的区分度以及较低的误判率。     

基于SVM和阈值分析法的摔倒检测系统

随着我国人口老龄化的快速发展,老年人口呈现出高龄化、空巢化的趋势。当老年人在家中发生意外跌倒而未能及时获得救助时,会给老年人造成严重的身心伤害。针对这个问题,设计并实现老年人摔倒检测系统。该系统以嵌入式微处理器K60核心开发板作为处理内核,加速度传感器MMA7660FC采集人体三轴加速度信息,ENC-03陀螺仪采集两轴角速度信息。通过基于支持向量机(SVM)和阈值分析法的摔倒检测算法判断是否摔倒,在摔倒时能自动地发送摔倒报警信息。实验结果表明,系统能有效地区分摔倒和其他日常生活行为,算法准确度高、实时性高。     

基于三轴加速度传感器的老年人摔倒检测系统

为解决老年人摔倒检测中的检测精度和检测设备功耗高的难题,设计了基于三轴加速度传感器的老年人摔倒检测系统.采用MEMS三轴加速度传感器和低功耗单片机完成人体三轴加速度数据的采集和处理,以满足低功耗要求;并建立基于三轴加速度信息的摔倒检测阈值点判断算法,并对关键参数进行确定,以提高检测算法精度.通过仿真老年人日常行为动作和多种摔倒行为,获取到全面有效实验数据,采用阈值点摔倒检测算法进行验证.摔倒准确率为93.96％,说明系统可以有效地对老年人摔倒行为作出检测,实现低功耗长时间工作.     

基于加速度传感器的人体跌倒检测方法

针对人体跌倒检测阈值算法在由于阈值设定不当而引起的检测精度下降问题,采用支持向量机方法决定跌倒检测的阈值大小。从加速度传感器中获取人体运动信号,提取合加速度以及倾角作为分类特征,根据人体在跌倒时经过的失重、撞击地面和平稳三个阶段,建立基于阈值的跌倒检测模型。采用所建立的跌倒检测模型,分别用支持向量机方法以及人工方法设定阈值,仿真结果显示采用支持向量机设定阈值的检测效果优于对比算法,结果表明本文方法能有效识别跌倒。     

基于多传感器融合的摔倒检测算法的研究

针对传统摔倒检测算法中误报和漏报率高的不足,提出一种基于多传感器融合的摔倒检测算法;该算法分别以人体的加速度和姿态角值为判定依据;首先,采用三轴加速度传感器和电子罗盘对上述两种数据进行采集,并通过无线模块发送至PC机;之后对采集数据进行分析和处理,进而根据阈值进行异常姿态检测;最终,综合加速度和姿态角的分析结果给出准确的检测结论;实验结果表明,该算法检测的准确率达99.2％、与传统检测算法相比具有更强的稳定性与可靠性.     

基于STM32和L IS3 DSH的高精度计步器设计

设计了一种基于STM32和LIS3DSH的高精度计步器.为了提高计步器的准确性,充分利用加速度传感器输出的三轴加速度信号,经数据预处理,采用动态阈值和峰值检测的改进算法.根据人体运动特征检测人体运动时加速度的变化,实现准确计步,并具备数据传输功能.实验结果表明,该计步器具有体积小、功耗低、精度高的特点.     

一种城市环境中移动传感器网络的RF信号估值算法

在城市环境中移动传感器网络节点之间的RF信号受反射、衍射以及多径衰落等多种传播方式的影响很大,导致基于节点RF接收信号的定位、跟踪等移动传感器网络应用很难实用化。针对该问题提出一种对城市复杂环境具有鲁棒性的基于阈值的RF信号估值算法。通过分析可知,该算法复杂度低,能够实现复杂环境下RF信号的突变检测,并充分利用Kalman算法的优势进行最优的RF信号估值。最后仿真实验证明,该算法比传统的Kalman算法和滑动窗口算法具有更优的估计性能。     

基于AMDF的脉搏周期检测改进算法

针对传统脉搏周期检测方法的准确率低、误差大的问题,提出一种基于平均幅度差函数AMDF(Average Magnitude Difference Function)的脉搏周期检测改进算法。根据干扰谷点的分布范围提出脉搏信号的噪声阈值,并运用新提出的阈值削波函数排除噪声干扰,获得了更精确的脉搏周期检测结果。实验结果表明,该算法运算复杂度低,能准确地提取脉搏周期,错判率低,稳健性好。     

基于自适应双阈值的计步算法

针对现有计步算法对不同运动状态适应性差的问题,设计了一种基于自适应阈值的计步算法。该算法首先通过智能手环的内置三轴加速度传感器采集用户在慢走、快走以及跑步三种步行频率的加速度数据,经过五点滤波预处理,在自适应时间窗内检测波峰波谷,再将波峰均值和波谷均值的平均值作为上阈值,波谷均值作为下阈值,通过动态阈值判定步数,最后根据行走振幅和行走频率存在的规律性进行假步检测。测试表明,该算法对于不同的用户在三种不同频率下平均计步精度可以达到91.88%以上。     

一种从数模混合信号中提取数字信号的时域算法

介绍了一种基于信号幅度特征的时域提取算法,可以准确地从数模混合信号中提取数字信号.此算法的实现简单,不需要太高的处理速度就可实现实时处理,可应用在数模混合信道的数字解码器中,实现数模混合信道的数字通信.     

The effects of load knowledge on stresses at the lower back during lifting

This study investigated the effects of load uncertainty on the lifting characteristics of 40 male volunteers during the initial portion of a lift. Twenty subjects were experienced weightlifters while another 20 were subjects who had never lifted weights nor held a job that required them to on a regular basis. The subjects each lifted a container 20 × 45 × 40 cm, with handles, from floor to waist height 12 times with loads of 68, 10·2 or 13·6 kg. The loads were lifted under conditions of either havingor not having verbal and visual knowledge of the load magnitude prior to the lift. The subjects were allowed to perform the lift in a manner of their choosing. A 2 (groups) × 3 (loads) × 2 (load knowledge) ANOVA was performed on the data. Maximim force (F_max) value analysis revealed group and technique differences. The experienced lifters had lower stress levels at L4/L5 and utilized two technique strategies that were dependent upon the load knowledge condition, whereas the non-lifters used the same strategy for all lifts. Maximum moment values (M_max were significantly higher for the inexperienced lifters under all conditions, indicating a greater dependence on the low back musculature for initiating the lifting of a load.     

Asymptotic Magnitude Bode Plots of Fractional-Order Transfer Functions

Development of asymptotic magnitude Bode plots for integer-order transfer functions is a well-established topic in the control theory. However, construction of such plots for the fractional-order transfer functions has not received much attention in the existing literature. In the present paper, we investigate in this direction and derive the procedures for sketching asymptotic magnitude Bode plots for some of the popular fractional-order controllers such as $PI^\alpha$, $[PI]^\alpha$, $PD^\beta$, $[PD]^\beta$, and $PI^\alpha D^\beta$. In addition, we deduce these plots for general fractional commensurate-order transfer functions as well. As applications of this work, we illustrate 1) the analysis of the designed fractional-control loop and 2) the identification of fractional-order transfer function from a given plot.      

一种自适应梯度幅值的边缘检测算法

提出了一种基于Otsu自适应梯度幅值的边缘检测算法。鉴于传统基于梯度幅值的自适应边缘检测算法中单阈值所带来的边缘断裂问题,分别使用传统Otsu算法和迭代Otsu算法进行自适应阈值,能保证图像梯度幅值的方差最大的情况下求得最优阈值,从而准确的检测边缘像素;针对梯度幅值边缘检测算法中边缘较宽的问题,在Otsu自适应梯度幅值检测算法检测到的边缘图基础上,使用经典的并行细化算法进行了边缘细化;最后,通过实验结果与对比分析,验证了算法能准确定位边缘和获得完整的边缘信息,实现了较好的边缘检测效果。     

谐波法复杂周期信号周期测量

利用复杂周期信号频谱存在大量等间隔幅度起伏的谐波分量.提出了复杂周期信号的谐波法周期测量.谐波法之FT-Abs-IFT(FAIF)是周期信号频谱包络的反傅里叶变换,输出为频谱包络对应时域信号与周期冲击信号的卷积.其最大值是等幅度或起伏幅度(噪声条件下)的周期冲击信号,通过门限栓测和周期测量得到信号周期(或频率).最后通过与常用周期信号测量方法(同态滤波法、自相关法和AMDF)的仿真比较,表明对于复杂周期信号,谐波法之FAIF测量精度高,误差率低和良好的抗噪性能.     

融合单演特征和CS-LBP的单样本人脸识别

针对单样本情况下传统人脸识别方法识别效果不佳的问题,提出一种融合单演幅值、相位和方向的单演中心对称幅值相位方向模式（MCSLBP）的人脸识别方法。首先采用中心对称局部二值模式（CS-LBP）对同一尺度下的单演幅值进行编码,并将单演相位量化到4个区间进行编码,同时对单演水平方向和垂直方向进行二值编码,然后将三者融合成MCSLBP特征;最后对不同单演尺度空间中的MCSLBP模式图进行分块,提取每一小块的直方图特征并串联后用最近邻分类器进行分类识别。在CAS-PEAL和AR人脸库上的实验结果表明,MCSLBP方法对具有光照、表情和遮挡变化的单样本人脸识别具有较好的识别效果。     

基于遗传神经网络的地震预测研究

分析遗传算法(GA)及BP神经网络的结构特性,提出利用具有全局搜索能力的遗传算法来弥补BP网络的不足,克服BP(Error Back Propagation)算法收敛速度慢,易陷入局部极小点的缺点,优化神经网络的连接权值和阈值.针对地震预测中,震级预测的困难性等问题,将具有全局搜索能力的遗传算法和具有深度搜索能力的BP算法相结合实现地震震级预测建模.通过实验比较得到了较好的预测结果,该模型是可行、有效的.     

一种基于相似曲线的全景图自动拼接算法

提出了一种基于相似曲线的拼接算法，通过寻找按列梯度最大点，将对二维图像的匹配转化为确定两条曲线最相似的区域．该文算法不需要手工指定特征点，可自动对一组图像进行无缝拼接，实验结果验证了算法的有效性．     

堆与栈的解析

将结合量值和内存的模型,对堆与栈结构与特点做出比较分析,希望对于高级编程语言（如Java,C,C＋＋等）的学习与内存模型的理解提供一定的帮助。     

联合监测间隔时间和幅值的自适应Max-EWMA控制图

用于联合监测事件间隔时间和幅值的控制图多数假定数据的漂移大小已知,但在实际生产中由于数据的漂移大小未知,这些针对特定漂移大小的控制图存在监测性能下降的问题。为此,基于事件间隔时间和幅值漂移程度的无偏估计量,构造了EWMA统计量的自适应平滑参数,通过结合Max-EWMA统计量的结构特征,提出了一种新的联合监测间隔时间和幅值的自适应Max-EWMA控制图（称为Max-AEWMA图）。模拟仿真表明：在监测间隔时间和幅值的不同程度的漂移时,本文提出的控制图一致优于已有的Max-EWMA控制图,例如,a=4,b=1,λE=0.01,δa=0.59,δλE=0.73时,Max-AEWMA的ARL1=4.94,Max-EWMA控制图的ARL1=9.68。最后还通过实证分析验证了本文方法的优越性。     

动态系统输入环节突发性故障的检测与辨识

在分析输入环节脉冲型故障和阶跃型故障对动态系统的状态变化和测量系统输出信 息的影响的基础上,本文采用正向容错M-型滤波与反向WLS估计结合的方法,建立了输入环 节脉冲型故障的检测与故障幅度辨识算法;对于输入环节的阶跃型故障,文中建立了分别适用 于定常系统和时变系统的差分变换法与扩展状态空间方法.