WiCare:一种非接触式的老人如厕跌倒监测模型

老人在卫生间内的跌倒行为存在因救助及时性差而导致严重危害的风险,因此高效快捷的如厕跌倒监测研究具有重要意义。针对当前基于Wi-Fi感知的跌倒监测方法中存在的受噪声影响大而特征提取不充分、监测精度有限的问题,提出了一种基于多级离散小波变换和软阈值处理的信号降噪算法,及一种融合卷积神经网络、双向长短期记忆网络及自注意力机制的非接触式如厕跌倒监测模型WiCare。首先,从原始CSI数据中提取振幅作为基础数据;其次,使用多级离散小波变换和软阈值处理进行感知数据降噪;然后,将感知数据进行多维重构,以更准确地表征跌倒行为特征;最后,利用WiCare提取感知数据中的有效特征,进而实现卫生间如厕跌倒行为监测功能。实验结果表明,WiCare在居家卫生间环境下对跌倒行为监测的准确率为99.41%,与其他同类模型相比,WiCare的识别准确率高,模型复杂度低,且泛化能力更强。

多级二维整数小波变换的FPGA实现研究

为了满足整数小波变换实时应用的需要,研究了整数小波变换的FPGA实现问题。相对于DSP等传统实现方式,用FPGA实现整数小波变换具有处理速度快,可重新配置硬件,易于修改移植等优点。论文首先描述了二维(5,3)整数小波变换的算法,接着阐述了一种多级二维(5,3)整数小波变换的FPGA实现结构,最后给出了硬件资源消耗、最大时钟频率和功能测试结果等FPGA实现结果。为了提高系统的处理速度,降低系统的资源消耗,本设计采用了参数可配置、共享一维小波变换单元等方法进行结构优化。实验结果证明了本设计结构的有效性,逻辑功能的正确性,修改移植方便,具有良好的应用价值。

基于SVM的小波图像去噪

在小波分析的基础上,运用支持向量机(SVM)方法来对噪声和非噪声数据进行分类。首先,把一带有噪声的信号进行多尺度小波分解;然后通过试验检测出小波分解系数中部分噪声信号和非噪声信号,得到样本数据来训练SVM;最后对所有的小波系数用训练后的SVM来进行分类得到非噪声信号,并且对这部分非噪声信号进行小波重构即达到了去噪的目的。

高分辨率遥感图像小波融合算法研究

针对现有融合方法存在的光谱信息和空间细节信息不能较好兼顾的问题,提出了一种遥感图像小波融合算法。根据高分辨率遥感图像自身的空间尺度,采用多进小波分析技术较好地解决了不同尺度遥感图像空间细节的表达问题,同时利用基于方向能量统计量的自适应融合准则较好地解决了融合中的光谱信息保留问题。实验结果表明,该融合方法在保持全色图像的高空间分辨率的同时,提高了融合图像的光谱保持度。

偏微分方程参数反演的小波多尺度-正则化方法

针对偏微分方程参数反演问题,提出了小波多尺度-正则化反演方法,用小波变换将参数反演问题转化为小波域中有限维系数的反演问题,基于多尺度分析思想,有效改进了局部极小和计算量大的问题,结合正则化方法克服了反问题的不适定性。数值模拟试验表明了该方法的有效性。

基于小波分析的电视导引头图像预处理方法

根据电视导引头图像处理系统的要求,基于小波变换的多分辨分析思想,提出一种多尺度小波变换的阈值化去噪(图像恢复)算法并与传统去噪算法进行了比较。该算法在门限化小波细节系数中采用平滑过渡区的思想,克服了传统阈值化处理的小波系数不连续性以及存在恒定的偏差的缺点。实验证明该算法在图像去噪方面是可行的和有效的,满足实时处理的要求,而且能够方便地产生各种分辨率的图像。

基于多级离散小波变换和LSTM模型的充电负荷短期预测方法

电动汽车作为一种清洁环保的出行方式受到了越来越多地欢迎,但电动汽车充电负荷日益增长将会对现有电网造成一定的冲击与影响。与常规负荷不同,电动汽车的充电负荷存在较大的随机性,准确地预测电动汽车充电负荷的变化,有助于电网稳定运行。首先,本文针对各站电动汽车充电负荷曲线采用K-means算法进行聚类,减小充电负荷的波动性,同时,充电负荷时间序列是典型的非线性、非平稳时间序列,因此本文引入多级小波变化将充电负荷时间序列分解为多个复杂度较低的分量,帮助预测模型,挖掘其变化特征;然后,本文提出以历史充电负荷功率各级分量、天气数据、日期类型为输入的长短期记忆神经网络预测模型,并使用遗传算法来选择长短期记忆神经网络的最优超参数;最后,本文用实际数据验证了本文所提方法能够有效预测电动汽车的短期负荷。

基于Haar小波变换重构开关序列的MMC子模块电容值在线监测方法

电容器作为模块化多电平换流器(MMC)系统子模块核心部件,因长期工作于交流、大功率的工作环境,使其成为最容易失效的部件之一。因此,电容器健康状态的实时监测对MMC系统可靠运行具有重要意义。该文提出一种基于Haar小波变换重构开关序列的MMC子模块电容值在线监测方法,首先,通过对MMC系统实测的电容器电压信号进行Haar小波变换重构出子模块投入与切除的开关序列;其次,基于重构的开关序列提取电容器的充电时段电压信号,并结合桥臂实测电流信号实现电容器容值在线反演计算;最后,通过MMC系统工况模拟平台验证了该文所提方法的准确性和有效性。该方法仅需控制系统原有采集的电容电压和桥臂电流信号为监测方法输入,即可实现对电容器容值的评估,去除了对开关信号的需求,极大地降低了监测的难度,为MMC系统电容器的健康状态监测和主动运维提供了方法和数据基础。

融合双通路注意力与VT-LSTM的金融时序预测

针对现有研究对金融时序数据短期变化规律捕捉能力不足和预测精度不佳的问题,提出一种基于双通路注意力机制和改进转换门控LSTM(variant transformation-gated LSTM,VT-LSTM)的金融时序预测模型(dual-attention MDWT-CVT-LSTM)。使用多级离散小波变换(MDWT)分解股指序列得到高频和低频数据,并在融合门控单元的LSTM中加入转换门控机制,构造VT-LSTM,其能有效把控短期突变信息。在双通路注意力网络中结合VT-LSTM与一维时序卷积(Conv1D),分别提取不同频度数据的空间局部特征和时序特征,对各子序列进行预测,实现多层级多通路的预测研究。在金融股指数据集和个股数据集上对不同模型进行实验比较,结果表明提出模型预测精度优于其他方法,有良好的可行性。

基于随钻电阻率成像测井的数据压缩方法

随钻测井作业与钻井作业同步进行,在钻井液滤液还未侵入地层或者侵入井壁很浅时获得测井资料,能准确反映原状地层特征,油气储量评价准确。图像压缩是随钻电阻率测井实时成像的关键技术,通过分析多种图像压缩方法,发现小波编码适合随钻电阻率成像测井,在此基础上,分析嵌入式零树编码和多级树集合分裂编码2种小波变换算法,进行Matlab仿真。多级树集合分裂编码方法在50倍压缩率条件下,能够保持较高的图像质量,可满足随钻电阻率测井实时成像数据压缩需要。

基于小波检测的混合级联多电平动态电压恢复器研究

为应对高电压、大容量动态电压恢复器(DVR)的要求,解决功率器件开关频率和电力电子变流装置容量的矛盾,介绍了基于小波变换的奇异性检测算法,能准确检测电压扰动发生的时刻,达成电压补偿的实时性,改善DVR动态性能,并搭建了硬件电路。仿真验证了多电平结构和基于小波变换的检测算法应用于DVR的可行性。

港口背景下红外运动目标的一种检测方法

为了解决港口背景下红外运动目标检测中受背景干扰带来的误分割和误跟踪问题,提出了一种基于港口背景抑制和光流检测的红外运动目标检测方法。首先,通过对小波分解图像进行OTSU分割,得到天水线区域。然后使用多级滤波确定序列图像中港口背景的抑制基准点,并根据这些背景抑制基准点实现序列图像的港口背景抑制。最后,运用光流预测实现红外运动目标检测。通过对实际港口背景红外图像进行背景抑制和红外运动目标检测的实验,验证了所提方法的可行性和有效性。

基于小波变换的分层阈值去噪算法研究

在研究各种软硬阈值噪声滤除方法的基础上,考虑到噪声能量在不同尺度、不同方向上的高频系数分布不同,提出了一种基于非线性小波变换的分层阈值去噪方法。该方法与全局阈值去噪相比较,具有更好的视觉效果和更高的峰值信噪比。文章方法与全局软硬阈值去噪处理的峰值信噪比和均方误差进行对比,可以看出,文章方法具有更好的去噪效果。