首页 > 文献资料
-
基于EEMD和频带能量比特性的人与动物雷达微动信号辨识
生物雷达是一种可穿透非金属介质、非接触探测到生命体的特殊雷达.它通过检测由生命体呼吸和体动等所引起的微动,从而探测生命体.对于生命体辨识的研究,目前多为运动状态下的目标动作辨识,而对静止状态的目标类型辨识仍然存在困难.为解决上述问题,本文根据生命体的回波信号特性,选择聚合经验模态分解处理非平稳的生命体微动信号.然后利用噪声和一般信号的自相关函数特性不同,重构目标微动信号,根据微动信号在参考频带上的能量占比大小辨识人与动物.数据处理结果表明,人和兔的频带能量比数值明显不同,差异具有统计学意义(P<0.001).本方法在一定程度上可以区分人与兔目标,使静止状态下人与动物的辨识成为可能.
-
基于脑电信号的睡眠分期算法研究
睡眠质量与人类健康息息相关,准确的睡眠质量监测对于帮助人们改善睡眠质量能够起到有效的监督作用.以MIT-BIH多导睡眠数据库slp01、slp02和slp04等3个样本的脑电信号为分析对象,采用sym7小波对其进行7层分解以去除高频细节信号,得到较为纯净的脑电信号.然后通过非线性符号动力学分析,去趋势波动分析以及频谱分析,分别提取符号熵指数,去趋势波动指数以及δ频带能量比等3个参数,对每个样本采用Kennard-Stone方法按照4:1的比例建立校正集样本和预测集样本,并结合小二乘支持向量机分类器进行样本训练拟合与分类识别.结果表明,3个特征参数与睡眠状态具有高度相关性,相关系数绝对值均高于0.83,并且确定了符号熵参数的嵌入维数为4,延迟常数为1,去趋势波动指数的分段区间为30 ~500,平均的睡眠分期正确率可达92.87%,比基于复杂度、近似熵等算法的分类正确率提高约5%.