基于参数化双谱分析的超宽带生物雷达人体目标非接触检测

超宽带（UltraWideband,UWB）生物雷达广泛应用于生命体探测等领域,而人体生命体征信息的非接触检测是其需解决的最主问题。本文利用参数化双谱估计算法分析UWB生物雷达回波信号,以非高斯白噪声激励的AR（AutoRegression）参数模型对信号进行建模,并用带约束的三阶平均法对模型的参数进行估计。在此基础上,提出了一种新的基于UWB的人体目标非接触检测算法,并将该算法与现行的基于功率谱密度的检测算法进行对比、实验结果表明,有人位置点信号和无人位置点信号在双谱域表现出明显的差别特性,新算法能更好地实现人体目标的非接触检测。     

基于FFT频域积累的非接触生命参数信号检测

目的：提高非接触生命参数检测系统信噪比。方法：采用两种基于FFT的频域积累检测方法，利用Matlab软件环境编写算法，进行仿真实验与实际信号处理。结果：该方法提高了非接触检测系统信号的信噪比，能够在强噪声背景下检测出生命参数信号。结论：该方法适用于低信噪比下的微弱信号提取，在本系统中得到了较好应用。     

自适应最小均方法在信号检测中的削弱噪声处理

利用非接触检测系统可检测到生命参数信号(呼吸、心动等信号).针对呼吸、心动信号频谱有重叠的特征,采用自适应最小均方法对信号进行相关噪声削弱处理,从而获取较为理想的心动信号,实验研究分析及实测结果表明该算法简易、实用.     

非接触生命参数检测系统动/静目标的识别技术

目的: 识别非接触生命参数检测系统探测范围内目标的运动/静止状态,为探测人员提供更加丰富的目标信息. 方法:提取系统检测到的呼吸路信号和体动路信号,选取最优的数据长度分别进行快速傅里叶变换(FFT),对变换后两路信号的频域能量分析比较,参照设定的阈值进行识别. 结果:20 cm和30 cm穿墙探人实验表明,在系统的探测范围内,目标的运动/静止壮态与呼吸路信号和体动路信号的频域能量比有着良好的相关性. 结论: 本方法适用于不同的探测环境中的非接触生命参数检测系统,能够迅速对目标的运动/静止状态进行识别,增强了此系统的使用功能.     

非接触生命参数检测系统-压阻式加速度传感器数学模型的建立

目的：建立非接触生命参数检测系统与压阻式加速度之间的数学模型，方法：理论推导压阻式加速度传感器和检测系统自抖动干扰回波的数学公式，并选用压阻式加速度传感器对本文讨论的数学模型进行计算机仿真分析，结果：给出了计算机仿真分析结果。结论：理论分析和计算机仿真分析结果相符，而且该模型能够为非接触生命参数检测系统自抖动干扰抑制提供理论指导。     

基于短时相位谱补偿的非接触语音检测增强算法研究

语音是人类重的生理信号,生物雷达能够通过检测喉部发音器官振动的微弱信息对语音进行非接触采集,从而提供一种新型的非接触语音获取方法。但生物雷达所接收的含有语音信息的回波中还存在多种噪声和杂波。本文采用离散短时傅立叶变换,在保持语音信号振幅谱不变的条件下通过改变棚位谱来对信号谱进行重构,达到去除雷达语音信号中噪声分量的日的。通过与经典的谱减法和维纳滤波语音增强算法进行对比,此算法能够在低信噪比条件下有效地降低噪声分最,可提高生物雷达语音信号质量。     

基于毫米波的呼吸、心率非接触检测实验

目的　研究人体呼吸、心率的非接触检测方法和技术 .方法　采用低功率毫米波 (λ=8mm )为探测信号 ,运用多普勒雷达原理和生理信号检测技术进行实验研究 .结果　探测信号功率 P<1m W,探测距离 s<5 m,检测对象着各类衣服、在不同姿势、不同的天线照射角度下 ,较高质量的检测出人体呼吸和心动信号 .结论　该技术方法检测灵敏度高 ,功率小 ,对人体无害 ,是一种可行的呼吸、心率非接触检测方法 .     

人体呼吸非接触测量中IR-UWB雷达关键参数的研究

等效采样间隔是脉冲超宽带(IR-UWB)雷达的一个重要参数,本文从理论和实验两方面首次研究了该参数对IR-UWB雷达非接触呼吸测量性能的影响。结果表明,等效采样间隔应小于人体呼吸引起的体表微动位移的一半,这是IR-UWB雷达非接触测量人体呼吸的前提条件。因此,可通过减小等效采样间隔来提高IR-UWB雷达的呼吸测量性能。此外,IR-UWB雷达的等效采样间隔同时决定了等效采样周期(即回波慢时间周期),降低等效采样周期对IRUWB雷达的呼吸测量性能无显著影响。上述研究结果对非接触生命信号测量中的IR-UWB雷达系统设计具有指导意义。     

基于双频生物雷达的人体生命体征穿透式监测方法

目的 为实现在地震、塌方等灾后搜救中,对幸存者的生命体征进行检测评估,本文提出了一种基于双频生物雷达的人体生命体征穿透式监测方法.方法 利用一种双频IR-UWB生物雷达,融合了一高一低两个中心频率天线在穿透力和灵敏度方面的各自优势,同时对同一目标进行探测.并通过双通道互相关数据融合和自适应谱线增强技术来提高人体生命信号...     

单一及端基异构混合型半乳糖脂衍生物抑菌功效的初步研究

针对污水处理过程这一多变量、强耦合的复杂非线性系统,提出了一种基于差分进化算法的模糊神经网络控制方法,并应用于污水处理过程溶解氧浓度的控制。首先利用差分进化(DE)结合BP的混合算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力,对参数进一步在线调整。将所提出的控制器用于污水处理BSM1仿真平台的溶解氧浓度控制,控制性能优于常规的模糊控制器,仿真结果表明了该控制策略的有效性。     

活性污泥过程MISO神经网络模型

用误差反向传递 ( BP)神经网络模拟了活性污泥过程 ,发现使用多输入多输出 ( MIMO)神经网络来模拟活性污泥过程变量间关系时 ,线性部分误差较小 ,非线性部分误差较大 ;但若用数个多输入单输出 ( MISO)神经网络的组合来模拟时 ,则对活性污泥过程的线性或非线性关系均能很好模拟     

肾综合征出血热发病率的ANN预测模型

目的 :探讨ANN时间序列预测模型在疾病发病率或死亡率预测上的应用前景。方法 :利用动态学习比率BP算法以双曲正切函数为功能函数的非线性时间序列预测方法。结果 :建立HFRS发病率的ANN预测模型 ,其预测精度高。结论 :BP人工神经网络可以用于疾病发病率或死亡率的预测     

BP神经网络修剪算法筛选白血病预后危险因素

目的 通过单层BP网络的修剪算法，进行白血病预后危险因素筛选，并讨论修剪算法在医学统计中的应用及其与逐步logistic回归的联系。方法 对上海市1985—1995年间部分初发白血病病人的6个月预后及可能的影响因素进行分析，分别用修剪算法和逐步logistic回归拟合不同的模型，利用ROC曲线下面积比较各个模型的判别和预测效果。结果 利用修剪算法，可得到与逐步logistic回归相同的BP模型结构；应用不同的修剪参数得到含不同连接的BP网络模型，最终稳定于含10个连接的模型。所有修剪的BP网络对测试集的判别效果均好于逐步logistic回归。结论 修剪算法可以进行变量筛选，并可应用于弱影响因素的探索。修剪的单层BP网络的权重系数与逐步logistic回归的回归系数相同，具有流行病学含义。     

流行性脑脊髓膜炎与气象因素关系的BP神经网络模型研究

目的：探讨流行性脑脊髓膜炎（流脑）发病率与气象因素的关系，建立流脑发病率的BP神经网络预测模型，评价模型效果。方法：利用SPSS10．0统计软件进行气象因素与流脑发病率的相关分析。利用Maflab6.5软件构建流脑发病率的BP人工神经网络预测模型。结果：相关分析结果显示流脑的发病率与平均气压、平均降水量呈负相关，与平均蒸发量呈正相关。BP神经网络模型的拟舍结果显示，流脑发病率回代值的MER=1．73％、R^2=0．9900，模型拟合效果较好；模型的预测精度为5．88。结论：平均气压、平均蒸发量、平均降水量对流脑发病率影响较大。BP神经网络模型对流脑发病率具有较高的拟合和预测能力。     

用BP神经网络对气流床粉煤气化炉的预测

利用3层BP神经网络对气流床粉煤气化炉进行模拟研究。以Gibbs自由能最小化方法建立粉煤气化炉数学模型的模拟结果作为BP神经网络训练数据,训练后的BP神经网络模型对模拟数据的预测准确度较好。以Shell粉煤气化炉和国内首套粉煤加压气化中试装置上的实际生产数据作为BP神经网络的训练数据,训练后的BP神经网络模型能预测实际生产数据。     

混合神经网络模型用于煤焦气化过程的模拟

以煤焦气化反应模型为基础,结合BP神经网络参数估计器,建立了用于模拟煤焦气化过程的混合神经网络模型。结果表明该混合神经网络模型能很好地描述煤焦的气化过程,可以得到在实验过程中无法测得的2个参数,即：在煤焦中具有活性的碳与总碳的比值A和具有活性碳的单位质量反应速率Rr。     

用神经网络法预测药物在体透过人皮肤的渗透性

目的：预测药物在体透过人皮肤的渗透性。方法：以正辛醇／水分配系数(logP)、分子体积(V)、氢键酸度(∑β2^H)和氢键碱度(∑β2^H)等理化参数作为输入层神经元，以药物在一定时间内在体透过人皮肤的透过比的对数值(R，透过量／未透过量)作为输出层神经元，建立起合适的BP(Back—propagation)神经网络。结果：17个药物在一定时间内在体透过人皮肤的透过比的神经网络计算值和实测值均相当符合。结论：用BP神经网络法可以较好地预测药物在体透过人皮肤的渗透性。     

遗传算法优化BP神经网络的老年痴呆症智能诊断

为了提高BP神经网络对疾病诊断的效率和预测准确率,提出一种遗传算法优化BP神经网络的老年痴呆症智能诊断模型,并以医院电子病历数据挖掘为例,对老年痴呆症诊断建立预测模型。该方法首先利用遗传算法的搜索寻优技术进行特征约简,然后将约简后的特征作为BP神经网络的输入变量,训练和构建BP神经网络模型。仿真实验在Matlab软件平台上进行,结果表明：与单BP神经网络相比,遗传算法优化BP神经网络能够降低模型训练时间、提高预测精度,是一种切实可行的老年痴呆症辅助诊断方法。     

基于BP神经网络的左右手击键动作的意识任务识别

目的研究基于神经网络的左右手运动的意识任务识别方法,探讨神经网络在脑机接口中的作用。方法在特征提取的基础上,设计3层BP神经网络。选用对数Sigmoid函数,实现输入到输出的非线性映射;采用梯度最速下降算法训练神经网络。结果应用BP神经网络和线性分类器分别对测试样本进行意识任务识别。以脑电信号两个频段的功率谱以及击键前-100￣-50ms和-50￣0ms均值组成特征向量。应用线性分类器,对测试样本的识别正确率为71%,采用本文设计的BP神经网络,识别正确率为84%。结论BP神经网络是意识任务识别的有效方法,在基于脑电信号的脑机接口中有良好的应用前景。     

BP神经网络模型在肠癌中的应用研究

目的探索人工神经网络模型在肠癌研究中的应用。方法给出了人工神经网络模型的理论分析,在肠癌生物医学实验研究的基础上,利用BP神经网络模型综合研究肠癌患者的各项指标对预后的影响。结果BP神经网络模型能够反映包括调控基因在内的诸多因素与肠癌患者预后的关系。结论BP神经网络模型可以为肠癌研究提供新途径,具有良好的应用前景。