基于BCG的可穿戴式监测系统设计

心冲击图(Ballistocardiogram,BCG)是从力学角度实现心脏功能的检测,可以反映心脏收缩性能等重要指标。文章设计了一种可以实时采集心冲击信号的可穿戴式系统,同时还可以实现人体温度、呼吸等信号的采集。文章对7名健康被试者进行信号采集与处理,处理后的信号波形特征与标准信号基本一致。设备体积小,负荷低,操作方便,在居家检测和临床应用方面有着广阔的发展前景。

基于PLC的气动机械手控制系统设计

在工业生产中,机械手能够代替人手完成分拣、搬运、装卸等工作,不但减轻了工人的劳动强度,还可降低制造成本。本文设计了基于PLC控制器的气动机械手,包括气动机械手结构和控制系统设计。以西门子S7-200SMART型PLC为控制核心,利用WinCC flexible SMART V3软件设计触摸画面,实现对气动机械手的运行控制和对运行状态的监测,并对设计的控制系统进行调试。

基于通道注意力和稀疏时频分解的运动想象分类

运动想象脑电信号是低信噪比的非平稳时间序列,单通道脑电分析方法难以有效刻画多通道信号之间的交互特征。本文提出了一种基于多通道注意力的深度学习网络模型,该模型对预处理后的数据进行稀疏时频分解,增强了脑电信号时频特征的差异性。然后利用注意力模块在时间和空间对数据进行注意力映射,让模型可以充分利用脑电信号不同通道的数据特征。最后利用改进的时间卷积网络进行特征融合并进行分类识别。利用BCI competition Ⅳ-2a数据集对所提算法进行验证,结果表明所提算法可有效提升运动想象脑电信号的分类正确率,9名受试者的平均识别率为83.03%,与现有方法相比,提高了脑电信号的分类精度。所提方法增强了不同运动想象脑电数据之间的差异特征,对提升分类器性能的研究具有重要意义。