蓝牙个人区域网(PAN)的设计与实现

为了更好地满足所有移动计算机和通讯设备的通讯需要,蓝牙特殊兴趣小组(SIG)制定了一个新的应用模型:蓝牙个人区域网(PersonalAreaNetworkingProfile)。分析了蓝牙个人区域网的功能规范,同时在此基础上提出蓝牙个人区域网模块的设计方法和实现方案。

基于蓝牙的个人局域网(PAN)的设计

通信技术迅速发展,为了更好地满足所有移动计算机和通讯设备的通讯需要,蓝牙特别兴趣小组(SIG)提出了一个新的概念———蓝牙个人区域网(Personal Area Networking)。分析了蓝牙个人区域网(PAN)的原理,同时提出基于蓝牙模块的蓝牙个人区域网的设计方案(包括协议的实现,数据的转发,模块的选择,整体的设计等)。

一种改进的快速H.264/AVC帧内预测Pan算法

对基于边缘方向直方图的快速帧内预测Pan算法进行了改进,应用了帧内Intra-4×4和Intra-16×16块类型选择以及4×4亮度块模式选择提前中止技术。实验结果表明,该方法在保证图像失真度和码率性能的前提下,单帧编码时间较Pan算法减少了29.093%,较大幅度地加快了帧内模式决策速度。

基于Pan-Tompkins的运动心电QRS波群实时检测的研究

对处于运动状态的人进行实时心电检测,及时了解心脏状况,可以很大程度上减少人们由于心脏疾病引发的死亡。QRS波群的实时检测是运动心电分析过程中的重要研究内容,检测正确的QRS波群或R峰值是心电图测量的重要指标。本文利用Pan-Tompkins算法对运动心电数据进行QRS波群的实时检测,结果表明,该方法适合实际应用。

融合心电特征提取的矿工疲劳状态识别

疲劳引起的人为失误是事故的主要原因。为准确识别矿工疲劳状态,降低作业风险,利用麻雀搜索算法(Sparrow Search Algorithm,SSA)优化反向传播(Back Propagation,BP)神经网络,构建疲劳识别模型。首先,通过模拟日常作业进行疲劳诱发试验,将OpenBCI Cyton开发套板作为心电信号的采集装置;其次,借助MATLAB对所采集心电信号(Electrocardiogram,ECG)数据进行预处理,基于疲劳等级形成初始样本数据集;进而利用Pan-Tompkins算法进行特征提取;最后,针对特征间皮尔逊相关系数进行假设检验,从而获得优选指标并用于模型训练,经疲劳识别模型得出结果。结果表明,与传统BP神经网络、支持向量机(Support Vector Machines,SVM)、遗传算法(Genetic Algorithm,GA)优化BP神经网络相比,模型准确率分别提高6.25百分点、22.92百分点、2.78百分点,从而为企业作业人员休息制度的制定及完善提供了理论依据。研究结果对于相关便携式精神状态监测硬件研发具有参考价值。

基于小波包分解的GJO-XGBoost水面蒸发量预测

为提高水面蒸发量预测精度,提出一种基于小波包变换(WPT)、金豺优化(GJO)算法和极端梯度提升(XGBoost)算法相融合的水面蒸发量时间序列预测模型,通过云南省龙潭站、董湖站、西洋站1991—2021年逐月水面蒸发量时序数据对模型进行检验.首先介绍GJO原理,在不同维度条件下选取4个标准函数对GJO进行仿真测试,并与粒子群优化(PSO)算法的仿真结果作对比.其次采用小波包变换(WPT)对逐月水面蒸发量时序数据进行分解处理,构建XGBoost算法输入输出向量.最后引入GJO算法对XGBoost超参数进行调优,建立WPT-GJO-XGBoost模型对各子序列分量进行预测和重构,并构建WPT-PSO-XGBoost、WPT-GJO-SVM、WPT-PSO-SVM、WPT-XGBoost作对比分析模型.结果表明:在不同维条件下GJO算法寻优精度优于PSO算法.WPT-GJO-XGBoost模型对龙潭站、董湖站、西洋站水面蒸发量预测的平均绝对百分比误差分别为5.491%、4.943%、5.024%,平均绝对误差分别为4.70、3.37、3.39 mm,预测精度优于WPT-PSO-XGBoost、WPT-GJO-SVM、WPT-PSO-SVM模型,远优于WPT-XGBoost模型.GJO算法能有效调优XGBoost超参数,提高XGBoost预测性能,超参数调优效果优于PSO算法.

算法推荐场域下网络泛娱乐主义精准传播

在当下智能传媒技术高速发展的时代,网络泛娱乐主义依托算法推荐不断强化精准传播,主要表现为以传播平台的多元化,营造受众对网络泛娱乐主义的在场体验;以传播内容定制化,诱导受众对网络泛娱乐主义的被动选择;以传播途径聚类化,促使受众对网络泛娱乐主义的盲目认同。算法推荐场域下网络泛娱乐主义精准传播具有深层的运作机理,体现为算法黑箱的“掩护”、拟态环境的“运用”、异化需求的“依托”、微观日常的“偏向”。为有效应对算法推荐场域下网络泛娱乐主义精准传播,需要持续推进算法研究,探索网络泛娱乐主义精准传播的反制技术;需要以主流价值嵌入算法,增加网络泛娱乐主义对算法的驾驭难度并挤压其传播空间;需要提升素养洞察算法,增强受众对网络泛娱乐主义精准传播的理性认知与抵制自觉;需要健全机制规制算法,强化消解网络泛娱乐主义精准传播的外在保障。

基于模型预测的二维视觉云台控制算法研究

视觉伺服是一种利用从视觉传感器中提取的反馈信息来控制机器人运动的技术,云台视觉伺服控制就是将视觉传感器获得的信息反馈给控制器,实现对云台的闭环控制,使目标始终出现在相机的中心位置。首先利用核相关滤波跟踪算法(KCF算法)得到待追踪目标在像平面中的像素坐标,基于图像雅可比矩阵及云台速度雅可比矩阵,建立像平面中特征点像素移动速度与二维云台各关节回转速度之间的数学模型,根据数学模型采用模型预测控制方法构建控制器,计算得到二维云台各个关节的最优控制速度,便于系统对目标进行最佳的跟踪,保持待追踪目标始终处于像平面的中心位置。最后在搭建的实验平台上进行运动目标跟踪实验,实验结果表明,所设计的系统具有较好的目标跟踪效果,验证了跟踪算法的可靠性。

Landsat 7 ETM+全色与多光谱数据融合算法的比较

以Landsat 7 ETM+数据为例,采用Brovey变换、HSV变换、PCA变换以及Gram-Schmidt光谱锐化算法对比研究了同一传感器全色和多光谱数据的融合问题.由定性和定量分析认为:空间分辨率的增强和光谱特性的改善是相互矛盾的,针对Landsat 7 ETM+本身的融合而言,综合考虑保光谱特性、信息量和清晰度,最佳的融合算法是PCA变换,而Gram-Schmidt光谱锐化法要优于Brovey变换和HSV变换.该研究为充分利用Landsat 7 ETM+的全色高分辨率和多光谱特性,进一步挖掘Landsat 7 ETM+的数据潜力奠定了基础.

基于蚁群算法的双锅曲毫机的优化设计

文中设计了一种基于蚁群算法的双锅曲毫机,为了提高机器的运动平顺性及降低噪音,对双锅曲毫机的曲柄摇杆机构的关键参数进行了优化设计,以其最小传动角最大化为目标函数,建立了双锅曲毫机的优化设计数学模型,运用Matlab编制了基于蚁群算法的双锅曲毫机优化设计程序,并运用此程序进行了优化计算及验证试验。优化结果表明,曲柄长度200 mm,连杆长度333 mm,摇杆长度310 mm,机架杆长度为320 mm,最小传动角由14.6o增加到21.1o,噪音由75 dB减小到70 dB,珠茶成型率由84%增加到92%,碎茶率由8.6%下降到7.2%。该研究为提高双锅曲毫机的工作性能提供了理论依据。

基于Visual C++云台控制系统关键技术与算法

介绍了用VC++程序设计实现云台的计算机控制的关键技术和算法,关键技术是通过串口/并口按照解码器约定的数据协议准确地发送指令数据.并对使用WinIO库提供的接口函数实现数据通信的方法和WinIO库的使用步骤作了说明.

高速球形摄像机PTZ跟踪策略设计及实现

针对智能监控中基于高速球形摄像机的PTZ跟踪功能模块,设计了一种PTZ跟踪控制策略。该策略在球机机械参数未知的情况下,一方面能控制球机实时地跟踪目标使目标始终处于视野中央,另一方面可自动进行变倍动作来放大拍摄目标的局部细节。针对球机Zoom控制中跟踪窗口大小自适应调整的问题,利用SIFT算法设计了一种计算球机变倍率的方法。利用VS2005和OpenCV软件平台实现了PTZ跟踪的整体流程。实验表明,该策略能有效、稳定地进行PTZ跟踪。

四旋翼无人机航拍云台的控制系统设计

四旋翼航拍云台是低空机载拍摄中稳定相机视轴的稳定平台,选取两轴云台为设计对象,对云台的控制系统进行设计研究。其中控制系统包括视轴框架传感器,云台主控制器,云台框架电机,云台框架四部分组成。通过闭环控制反馈传感器对云台电机检测的位置信号到主控制器中,主控制器处理信号并控制电机转矩,使云台电机隔离无人机的机体扰动,可靠稳定地完成航拍任务。改进了传统人工调节PID控制参数的繁琐方式,采用遗传算法来整定PID控制参数,并通过仿真验证了该方法整定的参数使控制系统无超调,响应速度快。

一种基于尺度不变特征点的运动目标检测算法

针对PTZ(Pan/Tiit/Zoom)摄像机的运动目标检测,提出了一种基于尺度不变(Scale Invariant Feature Transform,SIFT)特征点的运动补偿解决方案.首先,采用相邻两幅图像特征点匹配的方法获得运动补偿,从而解决了PTZ摄像机的自主运动带来的问题;然后利用时间差分法得到运动目标的区域;晟后利用形态学中的腐蚀和膨胀方法去除噪声.测试结果验证了算法的实用性和有效性.

面向躯感网的心电融合特征分析方法

针对躯感网(BSN)穿戴设备的存储能力和计算能力受限的特点,为有效提高心电(ECG)分析模型识别率和效率,提出面向躯感网的ECG融合特征提取方法。采用Pan-Tompkins算法实现对QRS波群实时快速检测和时域特征提取;采用轻量级稀疏自编码(SAEs)网络对连续ECG信号进行深度特征提取和降维;通过向量张成的方式完成特征融合。使用MIT-BIH数据库中的ECG数据进行仿真实验,结果表明:基于融合特征的ECG分析模型精确度高,耗时少,能够满足面向躯感网的ECG特征提取的性能要求。

MVision图像质量优化算法研究

目的优化MVision协议重建图像的画面质量,提高图像的空间分辨率、软组织对比度,减少图像的噪声信号和"吸盘"伪影。方法采用了平滑滤波、边缘增强、边缘保留和MVision解剖滤波等各种图像优化算法,对MVision协议的原始重建图像进行优化处理,并将通过不同算法处理后的各图像序列进行配准比较。结果经过平滑滤波后的图像与经边缘增强、边缘保留处理后的图像相对比,前者软组织显像更清晰,而后者图像空间分辨率更高,但出现较多噪声信号。同时,结合解剖滤波处理后的图像,其吸盘伪影也基本消失。结论通过有目的性地选用各种MVision协议图像优化算法,可以在不同程度上实现对MVision图像质量的优化。

基于边缘方向直方图的H.264帧内预测快速算法

H.264/AVC是最新的视频编码标准,和以往的标准相比,它具有更高的压缩性能。H.264/AVC采用了非标准方法率失真优化(RDO,Rate Distortion Optimization)技术,提高编码性能的同时也使得计算复杂度大大增加,难以适应实时性要求较高的场合。为了降低帧内预测模式选择的复杂度,在Pan算法的基础上提出了快速模式选择新算法。对Pan的基于边缘方向直方图的快速算法进行了改进;同时,结合色度预测模式与亮度预测模式的相关性,以及Intra16×16与Intra4×4的相关性,从而降低了模式选择的计算复杂度。实验结果表明,该方法在PSNR和码率基本不变的情况下,编码时间大大缩短。

基于改进的生成树和余树算法控制网最小独立闭合环搜索算法研究

给出了最小独立闭合环形成条件,提出了基于改进的生成树和余树算法的最小独立闭合环搜索算法,通过MATLAB编程实现了该算法下最短闭合环的自动比较提取。

基于心电信号提取呼吸信号的算法

为了通过心电监护完成对多种生理信号的检测,降低监护设备的复杂性,根据呼吸运动对心电信号的影响,提出一种由心电信号提取呼吸信息(EDR:ECG-Derived Respiratory Signal)的算法。首先,根据Pan&Tompkins算法从心电信号中提取R波;然后使用自然三次样条插值算法对心电信号的基线进行估计,去除基线漂移,得到干净的心电信号;最后获取干净的心电信号R波,利用自然样条插值算法得到R波幅值调制信号,提取出呼吸信息。通过Matlab软件对该算法进行验证,并进行相关的分析比较。仿真结果表明,该算法能从心电信号里提取呼吸信息。通过与数据库中同时记录的呼吸数据进行比对,证实了算法的有效性。

基于云模型的数据分发管理

在兴趣层次管理研究的基础上,提出了基于云模型的数据分发管理策略。通过对限域的云化处理构建泛限域树,并通过泛限域树在发送方进一步对数据进行过滤,减小匹配的数据量,同时在匹配中引入哈希关联表进行云匹配,实现快速匹配。实验结果表明,该方法在保证匹配精度的前提下,可在仿真推进全过程中实现区域的快速匹配,保证联邦成员间的实时数据交换,并保障关键数据和传输的稳定性。