电子鼻信号处理方法综述

具有模仿人的嗅觉系统的电子鼻在过去十年中发展迅速,大部分成果开始商业应用,主要应用于食品和化妆品行业。用于电子鼻系统的信号处理方法主要包括静特征分析法和动态特征处理方法。静态特征分析法包括主成分分析法,判别函数分析法,类聚分析法和基于网络的多层感知器。动态特征分析法包括传统的参数法和非参数法,非参数法是借助于传统的系统识别方式及线性滤波器、时间序列神经网络系统。     

一类基于非线性PCA准则的复数信号盲分离算法

在阵列信号处理过程中，经常遇到复数信号盲分离问题。例如，卷积混合型的源信号的盲分离；声纳信号盲分离。本文提出了一类基于非线性准则的复数信号盲分离算法。将非线性函数引入学习过程，由算法自动调节学习速率。计算机仿真实验验证了算法的有效性，文中给出了验证结果。     

基于声表面波技术的变压器无线温度传感器信号处理方法

目前配电变压器的状态监测迫切需要一种无线无源的传感监测方式,而声表面波(SAW)传感器是满足此需求的重要技术手段之一。该文以用于变压器出线端测温的SAW传感器为研究对象,提出了一种SAW传感器回波信号处理流程,设计了信号去噪、频谱分析等信号处理环节。为解决同频信号对传感器测量带来的干扰问题,研究了基于奇异谱分析和独立分量分析的单通道盲源分离算法对SAW传感器的抗干扰作用,利用搭建的信号采集平台验证了该算法在信号分离和干扰抑制上的有效性。     

一种改进的基于ICA的信号增强方法

根据一路带噪信号，采用独立分量分析方法去除加性噪声，从理论上讲就是在观测信号向量的维数小于源信号向量维数情况下的独立分量分析问题。问题的关键是如何构造另一路观测信号，使问题有解。文中提出了一种改进的构造方法，这种方法非常简便，实验结果表明其分离性能比较理想。     

一种有效的语音信号盲分离方法

频域盲语音信号分离存在着排序模糊问题,提出一种基于相邻频点幅度相关和DOA估计相结合的解排序模糊方法,并且通过对一系列预处理（白化）、独立分量分析和后处理算法的优化和有机组合,很好地实现了卷积混合语音信号的盲分离。用真实录制的语音信号进行了仿真实验,恢复出来的源信号的信干比较分离之前提高了约13dB,证明了算法的有效性。     

基于气体传感器的仿生电子鼻设计

电子鼻能够对极微量的气体进行无损伤检测,文中设计一种基于气体传感器的仿生电子鼻系统,并完成了电子鼻系统硬件电路及软件的设计,在此基础上设计了电子鼻系统的流道结构,完成了电子鼻系统整体结构的设计及能够实现电子鼻系统的整体组装。     

一种基于边缘信息的图像信号盲分离方法

在从多幅混合图像分离出原始图像信号的过程中,当原始图像信号之间不满足统计独立条件时,采用一般的独立分量分析方法将无法分离出正确的原始图像。针对这一缺陷,结合图像信号特点提出了一种基于图像边缘信息的独立分量分析方法。实验证明,这种方法能在一定程度上提高此类图像的分离效果,同时能有效地克服高斯白噪声的影响。     

独立分量分析及其在信号处理中的作用研究

独立分量分析是一种全新技术,其主要作用为对多维信号的统计与处理,信号处理统计十分便捷且准确。文章研究了独立分量分析及其在信号处理中的作用,独立分量分析具有一定先进性,在发展过程中不断完善,传统信号处理并不具备优势性,独立分量分析的运用,能够在最大程度上改善信号处理方式与信号统计,从而推动其发展。     

基于旋转变换法的雷达信号分选

在电子对抗条件下,如何在密集的电磁环境中实时地分离出各雷达辐射源信息、得到正确的测量参数是进行雷达对抗的关键。独立分量分析（ICA）是根据信号源的基本统计特征,由观测数据进行信号分离,最终恢复出源信号。由于传统的多参数分选方法很难满足实时性的要求,文中研究分析了基于旋转变换的思想,将独立分量法应用到雷达信号分选中来,并给出了雷达辐射源的独立分量法的数学模型、算法和仿真分析,获得了比较好的雷达信号分选效果。     

一种雷达信号预白化处理的方法

雷达回波信号的相关性给信号分析带来了诸多不便,因此对于信号的预处理变得极为重要。介绍了一种信号预白化处理的方法,通过提取独立分量对信号进行去相关。Matlab仿真表明此方法在信号处理中起到了很好的去相关作用,为信号的后续处理消除了部分冗余信息,确保了雷达系统信号处理实时性的要求。     

一种基于ICA的盲信号分离快速算法

基于ICA(独立成分分析:Independent Component Analylsis)原则,给出一种盲信号分离的快速学习算法.通过寻求观测变量线性组合的四阶累积量(即kurtosis系数)局部极值,得出该算法的模型和步骤.将该算法用于盲信号分离实验,实验结果表明,该算法在盲信号分离和信号特征提取方面具有收敛速度快、无需动态参数等优点.该算法能有效地分离出任意分布的非高斯盲源信号的各个独立成分,是信号处理的一种新的、高效可靠的方法.     

盲信号分离

阵列处理和数据分析的一个典型问题是从混合的观测数据向量中恢复不可观测的各个源信号.盲信号分离是解决这一问题的一门新技术,近几年吸引了信号处理学界和神经网络学界众多学者的研究兴趣.本文将以独立分量分析和非线性主分量分析为主要对象,综述盲信号分离技术的理论、方法及应用等方面的发展,并作有关展望.     

Projection spectral analysis: A unified approach to PCA and ICA with incremental learning

Projection spectral analysis is investigated and refined in this paper, in order to unify principal component analysis and independent component analysis. Singular value decomposition and spectral theorems are applied to nonsymmetric correlation or covariance matrices with multiplicities or singularities, where projections and nilpotents are obtained. Therefore, the suggested approach not only utilizes a sum-product of orthogonal projection operators and real distinct eigenvalues for squared singular values, but also reduces the dimension of correlation or covariance if there are multiple zero eigenvalues. Moreover, incremental learning strategies of projection spectral analysis are also suggested to improve the performance.     

一种新的雷达信号分选方法

ICA(IndependentComponentAnalysis)是近年来信号处理领域的热点研究课题,可以根据输入源信号的基本统计特征,由观测数据进行信号分离,最终恢复出源信号。本文深入分析了ICA算法,并提出了将其用于雷达信号分选的新思路。计算机仿真表明,这种算法应用于雷达信号分选时可以获得很好的分离效果。     

A two stream convolutional neural network with bi-directional GRU model to classify dynamic hand gesture

Dynamic hand gesture recognition is still an interesting topic for the computer vision community. A set of feature vectors can represent any hand gesture. A Recurrent Neural Network (RNN) can recognize these feature vectors as a hand gesture that analyzes the temporal and contextual information of the gesture sequence. Thus, we proposed a hybrid deep learning framework to recognize dynamic hand gestures. In the Hybrid model GoogleNet is pipelined with a Bidirectional GRU unit to recognize the dynamic hand gesture. Dynamic hand gestures consist of many frames, and features of each frame need to be extracted to get the temporal and dynamic information of the performed gesture. As RNN takes input as a sequence of feature vectors, we extract features from videos using pretrained GoogleNet. As Gated Recurrent Unit is one of the variants of RNN to classify the sequential data, we created a feature vector that corresponds to each video and passed it to the bidirectional GRU (BGRU) network to classify the gestures. We evaluate our model on four publicly available hand gesture datasets. The proposed method performs well and is comparable with the existing methods. For instance, we achieved 98.6% accuracy on Northwestern University Hand Gesture(NWUHG), 99.6% on SKIG, 99.4% on Cambridge Hand Gesture (CHG) datasets respectively. We performed our experiments on DHG14/28 dataset and achieved an accuracy of 97.8% with 14-gesture classes and 92.1% on 28-gesture classes. DHG14/28 dataset contains skeleton and depth data, and our proposed model used depth data and achieved comparable accuracy.     

基矛模糊控制的水下潜器沉浮控制方法

针对水下潜器实际工作的需求和水下沉浮运动特征,提出一种基于自适应模糊控制的水下潜器自主沉浮控制方法。该方法从优化隶属函数入手,采用多层前向神经网络的误差反向传播（EBP）算法对它的参数进行在线修正．并采用Delta—Bar—Delta学习规则对学习速率进行在线调整,使EBP算法具有较快的收敛速度,同时避免了局部极小值问题。仿真实验表明,对于水下潜器自主沉浮运动的不能精确建摸、干扰严重的非线性与时变情况,这种自适应模糊控制是一种较好的控制方式。     

基于负熵最大化FastICA算法的雷达信号分选

在深入分析FastICA算法的基础上,提出了将其用于雷达信号的分选。仿真结果表明,这种算法应用于雷达信号分选时取得了很好的分离效果。     

基于紧缩处理独立分量分析的多用户检测

CDMA系统中随着用户数的增加,独立分量分析(ICA)算法复杂度也随之增加,性能恶化严重.为了降低复杂度,在进行ICA运算时,先对接收数据进行降维预处理,然后对迭代后的数据进行正交化处理.实验结果表明:随着用户数的增加,文中方法性能优于一般的基于独立分量分析的多用户检测的性能.     

关于稀疏编码理论及其应用

稀疏编码的概念源于视神经网络的研究,是对只有一小部分神经元同时处于活跃状态的多维数据的神经网络的表示方法。稀疏编码理论在视神经细胞的响应特性和外部环境刺激的统计特性之间建立一种科学的数量联系,逐渐成为了一种有效理解人类神经系统信息加工机制的理论工具,在盲源信号分离、语音信号处理、图像特征提取、自然图像去噪、以及模式识别等方面取得了许多成果,具有重要的实用价值。