非平稳振动信号分析中Hilbert-Huang变换的对比研究

Hilbert -Huang变换是一种信号分析新方法,特别适合于对非平稳信号进行分析。介绍该方法的基本理论,并利用它对一个典型的旋转机械非平稳振动信号进行分析。然后通过与利用短时傅里叶变换和小波变换所得到的分析结果的对比,研究Hilbert- Huang变换在分析一般非平稳振动信号中的优势和缺陷。最后结合实际应用中遇到的问题,简要论述Hilbert- Huang变换中的经验模态分解在分析频率成分非常靠近的复杂信号时的不足和原因。研究结果表明,Hilbert- Huang变换和其他方法相比,具有分辨能力强、自适应分解、物理意义清晰、信息完整、形式简洁和易于精确分析等优点;同时也存在具有端点效应、实时性稍差和难以将复杂信号中特别靠近的频率成分分解为独立的本征模分量的缺陷。

基于GM(1,1|τ,r)模型的城市道路短时交通流预测

充分考虑城市道路交通系统中交通流存在的延迟性和非线性,本文基于灰色GM(1,1|τ,r)模型对城市道路短时交通流进行建模预测.首先,通过建立城市交通路段上交通流量大于通行能力时的速度-流量关系,得到交通系统延迟时间τ的计算模型.再针对交通流存在的非线性特征,以模型的预测效果最优为目标,建立关于非线性因子的优化模型并利用粒子群算法寻找最佳的非线性参数r.最后对武汉市友谊大道某一路段进行交通实验,将灰色GM(1,1|τ,r)模型的预测结果与灰色GM(1,1)模型和支持向量机进行比较.结果表明,GM(1,1|τ,r)模型的预测精度有明显的提高,能为智能交通系统的管理和控制提供及时可靠的信息资源.

Heart Rate Extraction from Vowel Speech Signals

This paper presents a novel non-contact heart rate extraction method from vowel speech signals. The proposed method is based on modeling the relationship between speech production of vowel speech signals and heart activities for humans where it is observed that the moment of heart beat causes a short increment （evolution） of vowel speech formants. The short-time Fourier transform （STFT） is used to detect the formant maximum peaks so as to accurately estimate the heart rate. Compared with traditional contact pulse oximeter, the average accuracy of the proposed non-contact heart rate extraction method exceeds 95%. The proposed non-contact heart rate extraction method is expected to play an important role in modern medical applications.