基于生理振动分析的手机用户身份识别

为保护手机用户的个人信息,对用户进行身份识别认证,提出一种生物识别方法。利用智能手机内置的传感器,采集人体的生理振动信息;通过对采集数据进行去重力等预处理,提取均值、方差、能量、峰度、偏度等特征指标,利用z‐score方法进行标准化处理;进行分类器设计,得出分类器的查准率、误检率等评价指标。分析60组不同用户的生理振动数据,分析结果表明,该分类器的查准率最高可达98?33％。     

一种低复杂度振动信号检测分类算法

低复杂度的振动信号常规峰度检测算法只能检测人员入侵行为,不能检测车辆入侵行为.根据噪声数据与车辆入侵数据特点,结合时间窗和马尔柯夫过程概念,提出了基于改进峰度的振动信号检测分类算法.该算法引入背景噪声的平均能量,利用包含比例因子P和异常突变阈值r的分段函数代替信号能量,可以避免毛刺信号干扰,检测并区分人员入侵和车辆入侵而不需要任何先验条件.试验表明,该算法具有复杂度低,资源要求低,漏警率低的特点.     

带有梯度加速粒子群算法的盲源分离

研究盲源信号分离算法,针对基于标准粒子群独立分量分析算法的盲源分离存在收敛速度慢、易于陷入局部最优值的问题,提出了一种带有梯度加速粒子群的盲源分离算法.以分离信号的峰度值为目标函数,通过引入梯度信息来影响粒子速度的更新.减小陷入局优的可能性, 当群体最优信息陷入停滞时, 对群体进行部分初始化来保持群体的活性.仿真结果说明,梯度信息的加入使粒子的移动更有针对性,移动更有效率,不仅进一步提高PSO算法的收敛速度,而且使改进的粒子群算法在全局收敛性、稳定性和准确性等方面更有效.     

基于聚类和联合偏度与峰度指数的高光谱数据波段选择算法

高光谱数据的光谱分辨率高,数据量大,在提供丰富、详细的地物或目标信息的同时,不同光谱波段特别是相邻波段间有较强的相关性,导致光谱波段之间有大量冗余信息。针对这一问题,面向高光谱异常检测,提出了基于聚类和联合偏度与峰度指数的波段选择方法。首先利用虚拟维度进行估计,确定高光谱数据的本征维度,再结合最大-最小距离的思想进行聚类中心的更新,避免了随机选取的初始值可能导致距离太近的问题。然后,考虑到异常目标常常表现为不满足背景高斯分布的特点,使用联合偏度与峰度指数作为准则函数进行波段选择,有效选择出了重要波段。在三组代表性高光谱数据集上进行了实验,结果表明本文所提出的算法有效提升了高光谱异常检测的效果并降低了虚警率。     

基于高阶累积量的模拟电路故障诊断

结合信息融合技术,提出一种基于高阶累积量的模拟电路故障诊断方法.对待测电路施加正弦激励信号,从待测电路的输出终端提取原始电压和电流信号,求出峰度和斜度作为故障特征向量,将其输入改进的反向传播神经网络进行故障诊断.实例结果表明,该方法具有较高的诊断准确率.     

峰度最大准则ISAR成像快速包络对齐方法

通过对逆合成孔径雷达回波相邻包络和的峰度图进行分析,得到回波包络峰度图的一致性分布规律。然后依据分级快速搜索算法,结合大小步长对峰度图进行分级搜索,得到峰度最大位置所对应的回波移位比特数,将待对齐回波进行相应循环移位,实现回波包络的快速对齐。从实测数据结果可以看出,基于峰度最大准则的快速包络对齐方法与原始算法相比较,运算速率上有很大提高,并且包络对齐结果没有差别。文章同时对搜索时大步长的选取进行了讨论,得到了准最优的大步长值。     

各地动态

湖北六大措施迎峰度冬为圆满完成迎峰度冬期间有序用电工作任务,湖北省电力公司采取6项措施:①完善制度,建立需求侧管理有序用电常态机制;②精心准备,科学制     

海杂波背景下基于FRFT的自适应动目标检测方法

本文主要研究了海杂波背景下微弱动目标检测问题,将基于统计理论的LMS算法和基于分数阶Fourier变换的动目标检测方法相结合,引入到海杂波微弱动目标检测中,并在此基础上提出一种分数阶Fourier域自适应动目标检测算法.首先建立了时变幅度的动目标检测模型,采用峰度检测的方法,通过计算目标回波分数阶Fourier域幅值的峰度值,分级迭代运算,确定最佳变换角度,既保证了参数估计精度,又降低了计算量.然后,构造分数阶Fourier域自适应谱线增强器,抑制海杂波,提高信杂比;将泄漏因子引入到加权矢量的迭代公式中,降低记忆效应对谱线增强器的影响;并对自适应步长进行功率归一化,提高收敛速度;输出信号在分数阶Fourier域与门限进行比较后判断目标的有无,估计出目标的运动参数.最后,采用X波段IPIX雷达海杂波数据进行验证,结果表明算法具有较快的收敛速率和较小的均方误差,在低信杂比条件下(sCR=-5dB)具有较高的检测概率(Pd=0.9),证明了算法的有效性和稳健性.