表面肌电的处理方法及在体育科研中的应用前景

表面肌电信号的检测是一种无创电检测方法，它的检验分析对临床诊断及康复医学、运动医学等具有重要意义。肌电图学在体育科学研究上应用较晚，主要用于对肌肉力量和肌肉疲劳的诊断上，并逐步从基础理论研究转向为运动技术服务的实践研究。对表面肌电的信号分析方法及其在体育中应用前景做一综述。     

Optimal sampling frequency in recording of resistance training exercises

The purpose of this study was to analyse the raw lifting speed collected during four different resistance training exercises to assess the optimal sampling frequency. Eight physically active participants performed sets of Squat Jumps, Countermovement Jumps, Squats and Bench Presses at a maximal lifting speed. A linear encoder was used to measure the instantaneous speed at a 200 Hz sampling rate. Subsequently, the power spectrum of the signal was computed by evaluating its Discrete Fourier Transform. The sampling frequency needed to reconstruct the signals with an error of less than 0.1% was f_99.9 = 11.615 ± 2.680 Hz for the exercise exhibiting the largest bandwidth, with the absolute highest individual value being 17.467 Hz. There was no difference between sets in any of the exercises. Using the closest integer sampling frequency value (25 Hz) yielded a reconstruction of the signal up to 99.975 ± 0.025% of its total in the worst case. In conclusion, a sampling rate of 25 Hz or above is more than adequate to record raw speed data and compute power during resistance training exercises, even under the most extreme circumstances during explosive exercises. Higher sampling frequencies provide no increase in the recording precision and may instead have adverse effects on the overall data quality.     

基于神经网络的监控数据智能处理方法

针对船用系泊缆绳安全智能报警系统中的表格试验数据，提出了应用神经网络技术的智能数据处理方法。该方法克服了传统数据处理方法一般难以找到合适的逼近函数、处理过程复杂的弱点，避免了传统数据处理方法上的不便性和局限性，实现了表格数据非线性输入输出的映射。通过样本学习而建立的网络可以提高数据的取用效率，具有很大的灵活性和适用性。这是一种很有应用价值的数据处理方法。     

单片微机在仪器、仪表智能化方面的探讨

本文以DPB—Ⅱ型红外测温仪为侧,讨论仪器仪表采用单片微机作为中心控制单元时的基本结构、微机信号处理系统硬件以及系统软件流程简图。     

多天线超宽带穿墙雷达人体微动检测方法

针对隐藏人体目标出现在偏离雷达视角的其它不同的位置或在检测过程中存在身体的偏移等情况使得回波非常微弱甚至没有,导致检测失效的问题。为此,在多发多收（MIMO）雷达体制的基础上提出一种多通道雷达检测方法,将天线放置在合理的位置,以确保人体回波信号能够被检测到。通过对每一通道回波信号预处理,并将所有通道的预处理结果进行小波图像融合和恒虚警（CFAR）处理实现隐藏人体目标的准确检测与定位,这样不仅提高回波信号的信噪比,还增加了雷达探测视角和距离。实验结果表明,该方法能够有效提高人体呼吸微动频率和位置的检测精度,优于传统的单站雷达检测方法。     

伪随机时频跳变网络谐振信号的信息容量估计

在网络切换和数据通信中,会产生一种伪随机时频跳变网络谐振信号,需要对这种谐振信号进行信号抑制,提高网络的安全性和稳定性,对网络谐振信号的信息容量估计是实现谐振信号抑制的基础。提出一种基于人工免疫的伪随机时频跳变网络谐振信号的信息容量估计算法,首先进行伪随机时频跳变网络系统的总体设计,计算网络跳变信号在人工免疫进化过程中免疫节点的位置和尺度参数,引入自适应转发控制策略,构建数据信息链优先链路选择准则,预测信号的下一个跳变点,得到多路复用波束域约束指向形成信号容量的输出结果,通过对信号容量的准确估计,可以避免网络出现启动滞后、服务器负载、消息消耗以及颤抖等现象。实验结果表明,该算法对伪随机时频跳变网络谐振信号的信息容量估计精度高,抑制性能和检测性能较好,确保了网络系统的稳定。     

基于机器学习的电磁脉冲相位特征挖掘算法

对电磁脉冲信号相位特征的准确挖掘和参量估计可以有效准确地确定信号源的方位,实现对识别目标的准确定位。传统的相位特征挖掘算法采用贝叶斯估计算法,算法在受到脉冲干扰时估计性能不好。提出一种基于机器学习的电磁脉冲信号相位特征挖掘算法,实现对相位估计精度的改进提高。首先构建电磁脉冲信号的模型,得到相位特征挖掘模型原始模型,求解相位模糊数搜索结合解得到两个阵列输出数据的相位差。计算电磁脉冲信号参数相位补偿项,采用机器学习算法进行电磁脉冲信号相位特征挖掘,构建调频信号作为估计目标方位角的载波信号,采用最小二乘拟合求斜率最终实现相位特征等相关信息的挖掘。仿真实验表明,该算法能准确估计出电磁脉冲信号辐射源的相位等参数信息,相位特征挖掘性能较好,展示了优越的数据挖掘和目标检测定位性能。     

基于光电二极管的动脉血压信号无损监测技术

用红外发光二极管和光电二极管组成的光耦合指套,放置在人身体的指尖部位,通过检测人体末梢组织在动脉舒张和收缩时对红外光的吸收度变化率,来检测人体动脉血压信号的异常.红外发射二极管的驱动采用PWM信号调制的恒流驱动,光电二极管接收穿透人体后的红外光并转换成微弱的电信号,再经过前置放大、倒相、压控二阶低通滤波、陷波电路、A/D转换等处理后,MCU从采集的数据中提取有关动脉血压信号的特征值,实现血压信号异常的无损连续监测.     

轴承故障音频信号诊断方法的仿真实验

基于滚动轴承的音频信号,采用隐马尔可夫模型(Hidden Markov Model,HMM)建模,分别利用Matlab和Visual C ++工具,对内圈、外圈、滚动体和保持架等轴承的四个重要部件进行了故障诊断的仿真实验.同时,对Matlab和VisualC++这两种环境下的故障诊断系统开发过程和仿真实验结果进行了比较...     

面向国际一流大学的信号与系统课程教学模式研究

信号与系统是大学本科理工科专业的一门重要技术基础理论课程,其基本特点是利用数学工具来分析科学研究和实际过程中的问题,包括数学推导及分析、物理概念揭示以及计算机仿真实验。本文从教材、教学、考核及与计算机实验等四个方面总结了国外一流大学的信号与系统课程特点,并分析了信号与系统课程在内容和教学模式上的发展趋势,最后结合国内的基础,给出了信号与系统教学的具体建议。