基于BCI的生物信息提取算法设计与研究

本文介绍了脑机交互技术的基本概念和研究现状,在对脑电波信号进行研究的基础上,使用ThinkGear脑电模块提取脑电信号,并选取注意力和平静度两个信号进行训练,实现对外部设备的控制。     

融合注意力机制的航天器重建信号异常检测

针对航天器遥测数据异常检测时先验知识缺失、难以进行有监督条件下机器学习的问题,提出一种融合注意力机制的航天器信号智能异常检测算法。首先,通过注意力机制捕捉航天器遥测数据长距离特征,分析注意力关系矩阵为异常溯源提供指导。其次,采用堆叠自动编码器压缩数据维度并基于此重建输入信号,利用输入信号与重建信号间的残差获取误差重构序列。然后,基于窗口阈值法标记误差重构序列异常索引,实现航天器遥测信号异常检测。最后,通过多通道航天器遥测信号算例验证算法在提高航天器遥测信号异常检测性能与可解释能力的有效性。     

EEG-SEP病人遥测系统

研究躯体感觉引起的脑电图变化,可用来研究神经系统感觉传递的各种参数。临床用的EEG-SEP(脑电—躯体感觉诱发电位)病人遥测系统由小型便携式刺激器和EEG发射机以及专用(或通用)计算机为主的控制器和数据处理机两部分组成。系统可在RF信道中用20MHz载波传输对大脑的交流脉冲刺激信号。由100MHz载波传输由此引起的脑电诱发电位的变化,在处理机上可获得打印数据及曲线。     

小波变换在信号去噪中的应用

阐述了小波变换去除信号噪声的基本原理和方法。研究利用小波变换技术对信号噪声进行抑制和去除非平稳信号的噪声。实例证明,基于小波变换在非平稳信号噪声抑制和去噪分析中具有很好的应用效果。     

融合注意力机制的战术意图智能识别模型研究

为解决传统意图识别模型中,依赖专家经验、信息过载等问题,提出一种融合注意力机制的战术意图智能识别模型.模型基于循环神经网络进行设计,能自动对来袭目标的时序数据进行特征提取;借鉴人脑聚焦式注意力机制,依据注意力分布处理输入信息,解决信息过载问题;在注意力分布计算过程中,设计了点积打分函数,提高模型训练时的收敛速度.结果表...     

等离子体电磁信号多维度特征测量系统研究

为进一步研究等离子体鞘套特性及其对电磁波传输的影响,研制等离子体电磁信号多维度特征测量系统。系统可在地面实验环境中对高速目标等离子体下通信信号进行多维度特征测量,分析信号传输衰减、相位畸变等特性。系统完成Ka测控通信频段等离子体透射测量实验,验证多维度特征测量系统宽带测量、大动态微弱信号的检测能力。对采集的数据进行分析,初步验证等离子体对通信信号的衰减和相位特性的影响。     

基于超声相控阵的材料结构健康监测实验研究

研究利用超声相控阵技术进行结构损伤识别和成像的实验方法,通过控制信号的时间延迟而控制波束指向,实现对结构的多方位扫描,利用相控阵技术使信号在损伤处聚焦而使损伤信号能量增强,从而提高信号的信噪比,利用损伤图象显示损伤识别结果。实验研究证明该方法能够有效识别结构中损伤,识别精度较高。     

基于粒子群聚类算法的雷达信号分选

在电子对抗领域,雷达信号分选的研究是一个重要课题。电子战的信号环境日趋复杂,雷达信号的处理面临高密度信号环境,雷达脉冲相互交错。对粒子群聚类算法进行了研究分析,把粒子群聚类算法应用到雷达分选中,仿真实验证明该方法能够得到很好的雷达信号分选效果,为雷达信号分选提供了新思路。     

基于局域波分解的微机械陀螺信号提取研究

在某型微机械陀螺实测数据的基础上,提出采用局域波分解的方法进行陀螺信号提取研究。根据局域波分解的滤波特性,采用一种新的滤波方式。首先将某一时刻的多个瞬时频率分解到不同的基本模式分量中,对信号进行局域波分解;根据分量相关系数判别噪声;对分量进行时域尺度滤波,得到重构后的去噪信号,进而得到陀螺真实信号。在实测数据上,通过局域波分解和小波变换进行信号提取对比分析,试验表明,两者均能很好的信号去除噪声,提取陀螺信号,但硬件实现上局域波分解更容易,更有实际工程意义。     

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机（Unmanned Aerial Vehicle, UAV）高光谱影像（Hyper-spectral Imaging, HSI）和激光雷达（Light Detection and Ranging, LiDAR）数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络（SSF-C-DBCNN）。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。