Saving Energy for Wireless Transmission:An Important Revelation from Shannon Formula

The reduction of power consumption is important for wireless communications and networks.To develop the energy-saving technologies for future wireless transmissions and networks,this paper presents two basic study points:1)The multiple events are merged into a single event;2)the high-order mode is changed to the low-order mode.For this rea⁃son,we seek that multiple events in wireless transmission links are fused into a single event from Shannon formulas.We also analyze the relationship between the information modula⁃tion and the error correction,and give a fusion structure of error-corrected modulation.The energy-saving performance of the error-corrected modulation method is further analyzed through comparison with the traditional methods of modulation plus error correction.The re⁃sults of numerical analysis demonstrate the wireless energy saving methods for wireless sys⁃tems based on Shannon formulas are the achievable efficient schemes.

Shannon能量与MCKD的电机早期故障诊断

电机早期故障存在的背景噪声大,故障特征成分不明显的特点。传统的最大相关峭度解卷积(MCKD)算法故障特征提取效果不理想。针对这一不足,提出Shannon能量与MCKD算法相结合的电机轴承故障特征提取方法。由轴承振动数据确定故障周期T与滤波器长度L,然后通过MCKD解卷积处理,再经Shannon能量计算,增强故障特征成分,进一步消除噪声的影响。并与单一的MCKD算法进行对比。实验结果表明,提出的方法能有效的在强背景噪声中提取出轴承内、外圈故障特征成分,表现出更强的故障提取能力。

心电R波检测及控制左心辅助装置

心衰是一种威胁人类生命的主要疾病之一,左心室辅助装置作为心脏移植前的过渡支持治疗使用,对心衰终末期患者的生活质量和生存率有明显提升;在对心电图实现自动的检测中,QRS波群的检测是最关键的环节,它影响着后续数据分析和处理的正确性及准确性;设计利用数据库数据和人体心电采集数据作为原始待处理源,通过高阶低通滤波与香农能量的创新算法结合进行处理数据,在硬件上增加使用高阶自适应中值滤波算法,使得处理后的实时数据噪声降到最低,有利于准确提取到R波,最后使用测试后的心电R波驱动左心室辅助装置,达到对心衰患者进行辅助治疗的作用,并且通过Matlab和Modelsim软件仿真成功后,在FPGA硬件上实现了实时心电信号控制血泵系统的方案;经试验测试此方法可以准确地提取R波,并且可以控制左心辅助装置同步进行泵血。

基于行波功率S变换能量JS散度的直流换流器站间保护方案研究

以水电、光伏、风电为主的可再生能源占比快速增加,直流输电技术成为解决新能源消纳的主要工具。直流换流器站间线路较长,严苛故障情况及通讯干扰可能导致现有双端保护方案的失效,进而导致换流器闭锁问题。为解决该问题,提出了一种基于Jensen-Shannon(JS)散度的双端保护方案。首先,建立柔性直流系统模型,提出行波功率的定义并推导其表达式;随后,基于该表达式分析行波功率幅频特性,并据此提出一种JS散度表达功率故障特性的方案;最后,依据仿真模型设置不同故障工况验证了该方案的性能,结果表明,该方案不受分布电容的影响。

基于分段香农能量与结构特征提取的心电R波检测方法

R波检测是采用心电图(electrocardiogram, ECG)评估心率变异性与检测其他特征波的基础。针对便携式采集环境中受运动伪迹与噪声影响的ECG记录存在R波检测准确度低的问题,提出了一种基于分段香农能量与结构特征提取的R波检测方法。首先采用平稳小波变换(Stationary Wavelet Transforms, SWT)提取原始ECG信号中的R波主要成分,然后通过分段香农能量增强R波特征信息,利用Hilbert变换的正交性质提取候选点,再采用结构特征分析校验候选点,最后根据心率标准优化结果,实现检测R波。将该方法应用4个典型ECG数据库,并与4种应用广泛的检测方法进行比较。在3个受噪声影响的ECG数据库检测实验中,该方法在R波检出个数方面分别提高了1.7%、20.17%与30.18%以上,F1分数指标上分别至少提高了1.3%、5.12%和4.7%。在临床ECG数据库检测实验中,所提方法的灵敏度、阳性准确率与F1分数均达到了99%以上。

天然地震与人工爆破的波形小波特征研究

研究了如何从天然地震和人工爆破事件的波形记录中提取出有效、适用的波形特征,以用于对爆破事件的识别.首先对波形记录进行了4层小波包变换;然后对变换得到的最后一层小波包系数提取3种波形特征:能量比特征、香农熵特征及对数能量熵特征;最后利用v-SVC支持向量分类机对这3种特征的分类能力进行了外推检验.通过选用不同地区、不同台站、不同震级的天然地震与人工爆破的波形记录,力求提取的特征量能尽可能地反映天然地震与人工爆破波形的本质区别,尽量弱化震中距、震级等因素对识别效果的影响.结果表明,上述3种特征中以香农熵特征的识别效果最好,能反映天然地震与人工爆破的本质区别,可作为识别天然地震与人工爆破的一个有效判据.

心音信号的分析及其特征提取方法的研究

心音的改变和心脏杂音的出现,往往是器质性心脏病的最早体征。本研究讨论了一种全面的、综合性的心音信号分析方法,从多个角度对方法进行了探讨,提取心音的特征值,区分不同的心音。分析和仿真结果证明该方法能有效地区分不同的心音,有助于器质性心脏病的辅助诊断。

基于非线性参数的腭裂患者高鼻音自动识别

为了实现对腭裂患者高鼻音的自动识别,提出了基于语音信号非线性能量算子及K-最近邻分类器的高鼻音自动识别算法。实验对腭裂语音数据库中非高鼻音及高鼻音信号提取基于香农能量和非线性能量算子的语音特征参数,结合模式识别分类器,实现了对高鼻音语音的自动检测。实验结果表明,应用非线性能量算子,能实时跟踪语音信号瞬时能量变化,实现了对高鼻音较高的判别正确率,其分类器正确识别率在90%以上,且优于传统的香农能量算法,具有较高的临床应用价值。

高压浓相煤粉气力输送差压信号多分辨分析

为了探究高压浓相气力输送过程中时频空间的内部特征，利用六尺度多分辨小波分析对试验差压信号进行时频分解．引进能量、Shannon熵和标准差STD作为特征量对气固两相流频域空间进行分析．分析表明：浓相气力输送过程中，差压信号中的能量主要分布在低频区，Shannon熵从高频到低频上呈先减小后增大分布趋势．在相同的试验压力条件下，随着表观速度的增大，低频所占据的能量份额减小，信号脉动向高频移动；高频d1和d2的Shannon熵和α6上的STD增大，低频d4～d6以上的Shannon熵和d1-d6上的STD减小．为进一步研究流型辨识及流动稳定性提供了新方法．

腭裂语音高鼻音等级自动识别算法研究

为了对腭裂语音的高鼻音进行等级区分,提出基于声学特征参数分析的腭裂语音高鼻音等级自动识别算法,提取基于香农能量和Mel倒谱系数(Mel frequency cepstrum coefficient,MFCC)的S-MFCC作为声学特征参数,结合高斯混合模型(Gaussian mixture model,GMM)分类器实现对腭裂语音4类高鼻音等级(正常、轻度、中度和重度)的自动识别。实验结果表明,提出的自动识别算法取得了较高的高鼻音类别正确识别率,对4类高鼻音的平均识别率达到79%以上,其中,提出的S-MFCC参数取得了85%的平均正确识别率,优于传统的香农能量算法、MFCC算法,具有较高的临床应用价值。

能源结构多样性与能源效率的协整分析——以省际数据为例

利用香农-威纳指数,对除西藏以外的30个省市自治区的2010—2012年的平均能源消费量的能源结构多样性进行测算,测算结果发现各省能源结构多样性特征不同.然后利用DEA方法,对其能源效率进行测算,测算指标包括能源投入、经济产出和环境产出.对得到的DEA评价值进行分析,发现除直辖市和生态保护相对完好的省份外,其余省份能源效率均不足.最后利用协整理论,研究能源结构多样性与能源效率之间的关系,结果表明:两者之间存在长期的稳定协整关系,多样性指标每增加一个单位,能源效率提高12.47%.

密度泛函活性理论中的Rényi熵,Tsallis熵和Onicescu信息能（英文）

根据密度泛函理论,分子的电子密度确定了该体系基态下的所有性质,其中包括结构和反应活性.如何运用电子密度泛函有效地预测分子反应活性仍然是一个有待解决的难题.密度泛函活性理论(DFRT)倾力打造这样一个理论和概念架构,使得运用电子密度以及相关变量准确地预测分子的反应特性成为可能.信息理论方法的香农熵和费舍尔信息就是这样的密度泛函,研究表明,它们均可作为反应活性的有效描述符.本文将在DFRT框架中介绍和引进三个密切相关的描述符,Rényi熵、Tsallis熵和Onicescu信息能.我们准确地计算了它们在一些中性原子和分子中的数值并讨论了它们随电子数量和电子总能量的变化规律.此外,以第二阶Onicescu信息能为例,在分子和分子中的原子两个层面上,系统地考察了其随乙烷二面角旋转的变化模式.这些新慨念的引入将为我们深入洞察和预测分子的结构和反应活性提供额外的描述工具.

正常心音的第一、第二心音频率检测

为了观察心音的改变和心脏杂音的出现,从而分辨正常和异常心音,本研究针对第一心音和第二心音的频率特性进行了分析。我们分别采用小波变换和Choi-Williams分布两种方法对六例正常第一、第二心音和一例异常心音的频率特性进行了研究。两种分析方法的实验结果表明：正常心音的第一、第二心音频率成份主要集中在20-100Hz以内,与文献中提到的频率范围十分相似,由此验证了这两种方法对心音频率分析的正确性及可行性。

基于局部方向能量的鲁棒图像融合算法

针对现有小波类图像融合算法在特征表达上的不足,将对偶树复数小波变换引入图像融合中。Robins等的研究表明,局部能量对各类图像特征的表达和定位具有稳健性。基于对偶树复数小波变换,定义了局部方向能量和局部能量,结合人类视觉系统对图像特征的响应特性,定义了局部带限对比度,表达特征的显著性。实时图像融合系统中,输入可能被随机噪声污染。根据图像特征和噪声局部方向能量分布不同的特点,定义了局部方向能量熵,用以自适应改善带限对比度,提高融合过程对噪声的鲁棒性。对融合算法仿真结果的主客观性能分析,充分验证了本文提出的鲁棒的图像融合算法的卓越性能。

肠鸣音信号的自适应滤波及其特征提取方法研究

目的:肠鸣音的去噪和特征提取。方法:文中首先采用自适应干扰对消去除肠鸣音中混叠的环境噪声,然后运用小波分析、归一化香农能量分布、功率谱密度估计等多种方法,从多个角度对肠鸣音进行分析处理,这些方法都致力于肠鸣音的特征提取和识别分类。结果:通过定性和定量分析,几种不同类型的肠鸣的特征值存在典型差异。结论:肠鸣音的检测和分析在胃肠道疾病的诊断治疗中具有重要的价值,利用上述方法能有效区分不同类型的肠鸣音,有助于肠道疾病的辅助诊断。

基于HHT的心音分段和医学指标提取

提出了一种希尔伯特黄变换(HHT)与香农能量相结合的包络提取方法,使包络更加平滑,分段更加准确。针对希尔伯特包络不平滑的问题,提出一种希尔伯特黄变换(HHT)与香农能量相结合的包络提取方法,使得所得包络更加平滑;针对经验模态分解(EMD)时采用三次样条插值而造成的端点效应问题,采用镜像闭合端点延拓方法予以解决。实验表明使用提出的新方法可以得到更好的结果。最后对心音信号进行包括心率、S1/S2和D/S在内的医学指标的提取和分析,这为临床上评估心脏储备提供了便利。

基于简单度和能量的心音分段算法研究

研究诊断心血管病,结合形象化,利用图像检测,提高诊断水平。心音分段是心音图分析的一个重要环节。分段效果将直接影响心脏疾病的诊断水平。为了提高心音的分段正确率,根据动力学复杂性原理,提出一种简单度和归一化平均香农能的心音分段算法。对于复杂多样的心音信号,算法不仅分段正确率高,而且还能准确计算出第一心音和第二心音的时限。通过对144例正常心音和异常心音信号进行分段仿真实验,结果表明,算法是一种有效的和鲁棒性强的心音分段技术,为后期心音信号的识别奠定了良好的基础。

基于信号包络及短时过零率的心音分段算法

心音能有效地反应心脏尤其是瓣膜活动状况,研究基于心音的心脏病决策系统具有重大意义。心音分段是建立心音决策系统的基础和前提,其目的是定位心音的主要成份,为特征提取与模式识别提供定位基准。本文通过使用双门限、迭代等方法,改进了基于信号能量的分段算法,并首次引入短时过零率以更准确地定位分段边界。实验结果表明,该算法对正常心音及常见异常心音分段效果良好。

基于小波变换心音定位

目的 本文介绍一种在心音图 (PCG)中定位第一心音 (S1)和第二心音 (S2 )的算法。方法 利用小波变换多分辨分析将PCG信号分解成不同的频带 ,然后按时间顺序分段计算频段的规一化香农能量 ,能量大于某一合适阈值的时刻作为S1和S2 的候选点 ,结合心音的特点确定S1和S2 。结果 在对 2 880个心动周期的运用中 ,正确定位率达到了 96%以上。结论 小波变换多分辨分层后的分段算法能对S1和S2 定位 ;如果不分段处理 ,求整体香农能量 。

节能减排环境规制与中国工业TFP分析

本文运用基于仙农熵的非径向非角度的SBM模型,分别构造了节能减排技术的Malmquist指数及包含、未包含能源、环境因素的Malmquist指数,并且采用省际工业数据,分别对节能减排技术和包含、未包含能源、环境的工业TFP进行了测度。测度结果表明,现有的以行政命令为主的规制措施对于技术效率的促进作用好于技术进步,这是不可持续的。同时,实证结果也初步验证了"波特假说"在中国的适用性。相关的规制措施应该随着地区工业的差异以及中国经济、社会的发展逐步向市场参与型和公众参与型转变。