-
公开(公告)号：CN119157492A
公开(公告)日：2024-12-20
申请号：CN202411398223.8
申请日：2024-10-09
Applicant: 兰州理工大学
Abstract: 本发明提供基于压缩感知理论和Huffman编码的多通道脑电信号压缩方法及系统，方法包括以下步骤：采集多通道脑电信号，基于多通道去相关算法处理多通道脑电信号，获得去相关后的多通道脑电信号；利用压缩感知算法，对去相关后的多通道脑电信号进行压缩，获得压缩脑电信号；对压缩脑电信号进行Huffman编码，完成基于压缩感知理论和Huffman编码的多通道脑电信号压缩。本发明通过多通道去相关算法与压缩感知理论和Huffman编码相结合，对多通道脑电数据进行有效压缩，为多通道脑电数据压缩提供了新的解决方案。
-
公开(公告)号：CN112859061A
公开(公告)日：2021-05-28
申请号：CN202110271491.3
申请日：2021-03-12
Applicant: 兰州理工大学
IPC: G01S13/34 , G01S13/931
Abstract: 本发明公开了一种基于调频连续波雷达的多目标检测方法，包括：首先对恒频段做一维快速傅里叶变换，得到目标速度矩阵，然后对梯形波和三角波上下扫频频段做二维快速傅里叶变换，峰值点分别对应中心频率和模糊多普勒频率，然后先使用梯形波上下扫频段和恒频段对目标进行配对，得到目标初选信息，然后再将得到的信号与三角波中频信号进行配对，得到真实目标中频信号信息，进而的到目标的距离。本发明解决了现有技术中存在的多目标探测中存在虚假目标，以及配对速度慢的问题。
-
公开(公告)号：CN112859061B
公开(公告)日：2021-08-24
申请号：CN202110271491.3
申请日：2021-03-12
Applicant: 兰州理工大学
IPC: G01S13/34 , G01S13/931
Abstract: 本发明公开了一种基于调频连续波雷达的多目标检测方法，包括：首先对恒频段做一维快速傅里叶变换，得到目标速度矩阵，然后对梯形波和三角波上下扫频频段做二维快速傅里叶变换，峰值点分别对应中心频率和模糊多普勒频率，然后先使用梯形波上下扫频段和恒频段对目标进行配对，得到目标初选信息，然后再将得到的信号与三角波中频信号进行配对，得到真实目标中频信号信息，进而的到目标的距离。本发明解决了现有技术中存在的多目标探测中存在虚假目标，以及配对速度慢的问题。
-
Patent Agency Ranking
公开(公告)号：CN117250266A
公开(公告)日：2023-12-19
申请号：CN202311238942.9
申请日：2023-09-25
Applicant: 兰州理工大学
Abstract: 本发明涉及信号检测技术领域，具体涉及一种基于导数变换的多级联滑动滤波自适应峰值检测方法。获取超声导波发射的宽脉冲信号，并利用线性滤波器对所述宽脉冲信号进行脉冲压缩，得到窄脉冲信号；对获得的窄脉冲信号进行幅度归一化处理，并利用希尔伯特变换对归一化处理后的窄脉冲信号进行包络提取，得到包络信号；利用三角滤波器对包络信号进行光滑处理，得到光滑包络信号；基于得到的光滑包络信号建立高斯函数包络模型，根据高斯函数包络模型对脉冲信号进行峰值检测。通过本发明提出的技术手段，能够保证较好抗噪声效果的同时有效提取峰值信息，且在复杂的轨道环境下也具有较好的识别能力，适用于编码激励超声传输。
-
公开(公告)号：CN113229830A
公开(公告)日：2021-08-10
申请号：CN202110548103.1
申请日：2021-05-19
Applicant: 兰州理工大学
IPC: A61B5/378
Abstract: 本发明提供了一种基于脑电信号的光环境测评方法，属于光环境评测领域包括：选定第一组光照参数，实验对象适应该环境达到设定时间；采用Stroop颜色测试实验方法对实验对象进行语义颜色测试；同时，所述信号采集设备采集实验对象的脑电信号数据，完成一轮实验；实验对象对当前的光环境和实验难度做出评价；评价完成后，改变光照参数，重复前三步；更换实验对象进行前四步的操作；所有实验对象完成实验后，将采集到的脑电信号数据进行处理分析，并计算得到不同实验对象在不同光照环境下的alpha功率；将不同实验对象在不同光照环境下计算得到的alpha功率进行比较，从而得出光环境评测结果。该方法可直观反应光刺激对于大脑活动的影响，评价结果更加准确。
-
公开(公告)号：CN119235262A
公开(公告)日：2025-01-03
申请号：CN202411391869.3
申请日：2024-10-08
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于多尺度特征提取的自动睡眠分期方法及系统，包括以下步骤：获取被试者的脑电时频图并进行预处理；基于Inception网络与SE模块搭建多尺度自动睡眠分期模型；将预处理后的所述脑电时频图输入所述多尺度自动睡眠分期模型，获得睡眠分期结果。本发明通过一种深层次特征提取的模型，可以利用多尺度卷积结合SE通道注意力模块加强整体的通道特征，增强模型性能，提高睡眠分期的准确率。
-
公开(公告)号：CN119235261A
公开(公告)日：2025-01-03
申请号：CN202411391755.9
申请日：2024-10-08
Applicant: 兰州理工大学
Abstract: 本发明提供一种基于ST‑GCN的睡眠分期方法及系统，包括以下步骤：采集受试者睡眠的脑电信号，并对所述脑电信号进行预处理；基于预处理后的脑电信号，构建ST‑GCN睡眠分期网络模型；基于所述ST‑GCN睡眠分期网络模型，完成对待测者睡眠的分期。本发明给予脑电信号有价值的时空信息更多的关注，并且具有一定的可解释性，本发明对睡眠阶段的划分具有更高的准确性。
-
公开(公告)号：CN117970267A
公开(公告)日：2024-05-03
申请号：CN202410085414.2
申请日：2024-01-20
Applicant: 兰州理工大学
Abstract: 本发明涉及新一代信息技术领域，具体涉及一种超宽带雷达遮蔽环境下生命体征检测方法。采集回波信号数据构建回波信号矩阵；对回波信号矩阵进行去杂波预处理，对预处理后的回波信号矩阵进行奇异值分解，得到重构信号；将重构信号进行一维展开；获取对重构信号进行经验模态分解的最佳带宽阈值和B样条阶数对一维展开的重构信号进行分解，得到多个信号分量；将每个信号分量变换至频域中，分别计算每个信号分量中呼吸信号和心跳信号的频率占比；获取呼吸信号和心跳信号；根据得到的呼吸信号和心跳信号进行生命体征检测。本发明通过对雷达回波数据进行一系列处理，能够有效去除数据中的杂波，从而提高生命体征的识别准确度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
