【摘 要】
:
为消除脉冲超宽带(IR-UWB)雷达系统采集的人体呼吸回波信息中的干扰信号,并准确估计出人体呼吸频率和到达时间(TOA)范围,提出一种基于IR-UWB雷达的非接触式呼吸检测方法.对IR-UWB雷达回波信号进行线性趋势消除与滤波得到平滑的回波信号,在每个慢时间域上对回波信号使用傅里叶变换估计出人体呼吸频率,并设计基于回波信号均方根和超值峰度的EK-RMS算法确定TOA范围,同时将人体呼吸频率与TOA范围进行信息比对,最终得到受试目标的呼吸频率.实验结果表明,与Phase-Based、FFT和WT-Windo
【机 构】
:
西北师范大学 计算机科学与工程学院,兰州 730070;甘肃省物联网工程研究中心,兰州 730070;西北师范大学 计算机科学与工程学院,兰州 730070
论文部分内容阅读
为消除脉冲超宽带(IR-UWB)雷达系统采集的人体呼吸回波信息中的干扰信号,并准确估计出人体呼吸频率和到达时间(TOA)范围,提出一种基于IR-UWB雷达的非接触式呼吸检测方法.对IR-UWB雷达回波信号进行线性趋势消除与滤波得到平滑的回波信号,在每个慢时间域上对回波信号使用傅里叶变换估计出人体呼吸频率,并设计基于回波信号均方根和超值峰度的EK-RMS算法确定TOA范围,同时将人体呼吸频率与TOA范围进行信息比对,最终得到受试目标的呼吸频率.实验结果表明,与Phase-Based、FFT和WT-Window算法相比,EK-RMS算法在低信噪比条件下具有更高的呼吸频率检测准确率和更强的鲁棒性,且对干扰信号有明显的抑制或消除作用.
其他文献
限制对齐路径长度的动态时间规整(LDTW)算法存在时间复杂度高和计算量大的问题.基于LDTW算法提出固定对齐路径长度的动态时间规整(FDTW)算法.通过调整LDTW算法中对齐路径长度的控制策略,由控制在某个区间改为固定到某个具体值,相应缩减累计代价矩阵中元素的计算范围.在UCR时间序列数据集上的实验结果表明,FDTW与LDTW算法的分类准确率持平,但FDTW算法在分类过程中的时间开销更小,并且能有效降低累计代价矩阵元素的计算量,提高计算效率.
在未知无线网络环境下,比特流形式的协议数据帧特征不明显,且缺乏先验知识对其进行分析,造成特征提取困难.提出一种利用序列统计提取未知无线协议特征的方法.统计数据中定长序列出现的频次和位置,根据概率和相似性筛选满足频繁条件的固定序列和交互序列,得到频繁项集,并借鉴关联规则连接频繁项集中的频繁序列,去除冗余的序列信息,得到协议特征集.仿真结果表明,该方法能够有效提高未知无线协议特征提取效果,准确率稳定在90%以上.
针对弹性光网络中单链路故障问题,提出一种基于匈牙利算法求解链路映射方案的节点与链路协同映射保护算法CMST-HA.将虚拟网络请求的节点与链路分别划分为主动类型与被动类型,把主动类型节点映射至邻接链路频谱资源丰富且邻接节点计算资源充足的物理节点上,在主动链路时使用匈牙利算法求解出最小映射开销方案并完成映射,确定被动节点的映射位置,利用KSP算法为被动链路选择映射路径,在此基础上为虚拟网络请求的最小生成树链路提供备份路径.仿真结果表明,与RVNM、CMST算法相比,CMST-HA算法不仅能够降低虚拟网络请求阻
针对现有可搜索加密方案中密文检索效率低、搜索结果不精确以及不支持数据使用者身份验证等问题,在无证书密码体制下,提出一种指定使用者且多服务器多关键字的可搜索加密方案.使用多服务器和多关键字技术在降低服务器负荷的同时提高用户检索密文的速度,使搜索结果更加精确.在搜索验证阶段,搜索服务器验证数据使用者的身份,若身份合法则存储服务器根据关键字向数据使用者返回相应密文.性能分析结果表明,在随机预言机模型下该方案可以抵抗内外关键字猜测攻击,且能够在降低计算开销的同时提高搜索效率,在安全性和效率方面均具备一定优势.
Tor等匿名流量的分类与识别对运营商监管网络安全具有重要意义,但目前To r流量的分类检测技术普遍存在识别准确率低、缺乏实时性、无法有效处理高维数据等问题.为此,提出一种To r流量在线识别方法.通过搭建基于逻辑回归的深度神经网络,提取To r流量特征匹配度以实现特征增强,并使用人工蜂群机制代替梯度下降等常见迭代算法,得到流量分类及识别结果.在此基础上,构建一套实时流量检测工具应用于实际生产环境中.在公开Tor数据集上的实验结果表明,与逻辑回归、随机森林、KNN算法相比,该算法的精确率和召回率分别提高了1
为解决交通拥堵和交通硬件资源分配不足等问题,提出一种基于多组件融合与空洞图卷积的车道占用率预测模型MCFDGCN。针对交通数据的非线性和受多种隐式因素影响的特点,利用图卷积提取交通数据的空间相关性,使用空洞卷积提取时间依赖特征,将车流量和车辆速度作为2个隐式因素引入模型中,对多组件提取的影响车道占用率的多模态特征进行融合,以完成车道占用率预测任务。在PeMS7(O)、PeMS7(4)数据集上进行实
大气湍流会导致图像发生畸变和模糊,为对单幅大气湍流退化图像进行复原,提出一种基于多尺度生成对抗网络(GAN)的图像复原方法。采用GAN框架,在生成器网络中添加多尺度注意力特征提取单元与多层次特征动态融合单元,从而提升模型的感受野范围。在此基础上,引入特征融合机制以实现湍流退化图像复原。实验结果表明,相比标准GAN、SIU-Net模型,多尺度GAN能显著提高图像的视觉质量,有效降低图像的模糊和几何畸
经典Logistic映射存在系统参数范围受限、混沌序列分布不均等问题。对Logistic映射进行改进并将其应用于图像加密中,设计一种置乱与扩散同时操作的图像加密算法。对经典Logistic映射增加模运算并对其所生成序列进行二进制比特重排,利用改进Logistic映射生成具有更好混沌特性的伪随机序列并用于加密系统的置乱和扩散阶段。将所生成的伪随机矩阵与明文图像矩阵进行异或操作以实现明文图像预加密。在
图像攻击是指通过对图像添加小幅扰动使深度神经网络产生误分类。针对现有图像攻击算法在变分自编码器(VAE)防御下攻击性能不稳定的问题,在AdvGAN算法的基础上,提出基于对抗机制的AntiVAEGAN算法获取对VAE防御的稳定攻击效果。为应对AntiVAEGAN算法防御能力提升时攻击性能不稳定的问题,结合生成器与鉴别器、生成器与VAE的双对抗机制提出改进的图像攻击算法VAEAdvGAN。在MNIST
复句是自然语言的基本单位之一,复句的判定及其语义关系的识别,对于句法解析、篇章理解等都有着非常重要的作用.基于神经网络模型识别自然语料中的复句,判断其复句关系,构造复句判定和复句关系识别联合模型,以最大程度地减少误差传递.在复句判定任务中通过Bi-LSTM获得上下文语义信息,采用注意力机制捕获句内跨距离搭配信息,利用CNN捕获句子局部信息.在复句关系识别任务中,使用Bert增强句子的语义表示,运用Tree-LSTM对句法结构和成分标记进行建模.在CAMR中文语料上的实验结果表明,基于注意力机制的复句判定模