基于无线通信的多信号实时采集与分析交互式系统

来源 :第26届中国过程控制会议 | 被引量 : 0次 | 上传用户:edisonlin123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  为使医护人员在不接触患者的条件下,能对患者的身体状况进行实时地监护与诊治,研制一种基于无线通信的多信号实时采集与分析交互式系统。其主要由下位机和上位机组成。下位机是以PIC16F877A 单片机为核心构建的信号采集和传输子系统,用于检测、滤波、采集、处理和无线传输多路信号。上位机是以PC 机为核心构建的基于LabVIEW和MATLAB 软件的信号实时采集和分析子系统,用于接收、处理、分析、存储和显示多路信号。该系统可实现多路生物医学信号和环境信号的交互式无线采集、实时处理和分析显示。方便实时采集和分析被监测者的生理信号及其所处环境的相关信号,时刻掌握被监测者身体状态及环境状况。该系统的研制对医疗器械的发展具有一定的推动作用。
其他文献
针对现有的人机交互领域中静态手势识别方法硬件成本高,操作复杂等缺点,提出了一种适合智能手机实现的静态手势识别方法。该方法由手机内置的加速度传感器记录由用户按特定的静态姿势持手机而产生的上肢肌肉震颤,通过提取震颤信号的高阶统计量作为识别特征,采用“一对一”多类分类支持向量机识别不同静态手势。实验结果表明该方法对不同实验者6 种静态手势的平均识别准确率在93%以上,验证了本方法的有效性。
针对常规反步控制方法在路径跟踪中出现的速度跳变与推进器驱动饱和等问题,将生物启发神经动力学模型应用到水下机器人路径跟踪控制中。利用生物启发神经动力学模型的渐变和有界输出等特性,设计的反步路径跟踪控制器,可以有效克服水下机器人跟踪控制中的速度跳变,避免推进器的驱动饱和,满足水下机器人推进器的推力约束。所提方法的稳定性通过Lyapunov 理论进行了证明,并将该方法对“SMU I”ARV 水下机器人进
本文针对非线性系统提出了一种基于时变ARX 模型的非线性自适应预测函数控制算法。该算法通过T-S模糊将非线性系统转换为时变ARX 模型,其模型的参数利用遗忘因子法在线辨识获得。然后与预测函数控制方法相结合,采用状态空间方法来重新构造时变ARX 模型,从而减少了计算量,并且利用实际增益与模型增益相等来递推预测控制量的最优解。以磁悬浮系统为研究对象,在模型匹配和失配的情况下,将本文的控制算法与直接自适
为了支持嵌入式系统软件的高效开发,提出一种专门针对嵌入式软件开发的构件组装方法显得非常重要。本文先分析了嵌入式构件的特征,然后通过聚类分析方法求解实例与用户需求之间的相似度,提取最匹配的相似实例,实现基于相似实例的嵌入式构件组装方法,最后在Atmel Studio 嵌入式系统平台上对提出的方法进行验证。
在钢铁企业能源系统的低压氮气使用过程中,由于氮气使用单元分散且在管网中的位置不同,对管网压力的影响会出现短时间的延迟。鉴于此种情况,本文提出了一种基于影响因素输入延迟的多核最小二乘支持向量机对管网压力进行建模预测。该方法首先对低压氮气压力影响因素的延迟时间进行确定,提出一种基于Causality的影响因素延迟时间计算方法,同时根据不同的影响因素和对应的延迟时间分别构造训练样本,进而建立基于最小二乘
基于子空间方法的多变量系统辨识近年来得到越来越多的关注。子空间辨识算法当前主要的研究是基于白噪声环境,而实际现场数据多是受有色噪声干扰的。针对有色噪声问题,本文提出了基于数据滤波的子空间辨识算法。利用经典的均值滤波与中值滤波方法对输入输出数据处理,从而大大减弱有色噪声对数据的影响,提高系统的辨识精度。本文从方差的角度在理论上证明了两种滤波方法的有效性,而且本文方法得到的模型是无偏的,其精度优于常见
针对温室环境数据无线采集、视频监控及远程管理的需求,本文设计了一种基于无线传感器网络(Wireless Sensor Network,WSN)的智能温室环境监控系统。系统采用ZigBee 和WiFi 融合通信技术组成智能网关,其中ZigBee 无线通讯设备用于采集温室环境数据,WiFi 通讯设备用于无线视频传输和远程通讯。所设计系统既避免了传统温室环境有线监控安装和维护的繁琐,同时又解决了ZigB
针对原油管道内检测器速度控制技术开发的需要研制了一款基于水洞技术的内检测器速度控制实验装置。该实验装置以水模拟原油,采用动力驱动式循环结构,并配备基于PLC 的数据采集系统。本文介绍了装置的组成及其设计方案,同时对其关键的部位进行了讨论。通过前期的试验表明该实验装置的各项技术指标和性能均满足设计要求,可以有效地用于深入开发原油管道内检测器速度控制技术。
本文以某热处理公司MG-150/120/115 大型可控气氛热处理多用炉为研究对象,针对大型多用炉响应较慢、超调等问题,利用BP 神经网络对炉温模型进行辨识,并结合预测控制算法,建立炉温预测控制模型,提高炉温对工艺曲线的动态跟踪性能。在MATLAB 环境下,与常规PID、常规预测控制进行比较,实验结果表明,本文方法可以减小炉温控制系统的超调,提高系统响应、自适应能力。
由于浮选现场的恶劣环境和复杂光照等问题,将导致采集到的泡沫图像不可避免地发生色偏。为了消除以上不利影响,提高后续颜色特征提取的准确性,本文提出了一种基于图像统计建模的泡沫图像恒常颜色校正算法。首先,通过对泡沫图像统计特性的分析,利用Contourlet 变换和广义高斯分布函数对图像进行统计建模。其次,选取颜色恒常性标准图像库(Gray-ball)中已知真实光照的标准图像作为训练样本,建立其统计模型