-
公开(公告)号：CN119416616A
公开(公告)日：2025-02-11
申请号：CN202411348572.9
申请日：2024-09-26
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于QPS数值射线追踪和多目标优化的高频天地波雷达电离层电子浓度反演方法，首先对雷达回波数据进行FFT变换，构建雷达回波距离‑多普勒矩阵，根据获取的雷达回波距离‑多普勒矩阵，确定天线直达波群距离以及发射站‑接收站地面距离；之后利用随机生成电离层参数确定其最佳发射仰角；最后将n组电离层参数对应的发射仰角数据作为初始种群，并利用种群优化算法对该初始种群进行迭代优化，获取最优的电离层参数结果，实现电离层电子浓度反演。本方案利用雷达回波数据与随机生成的电离层参数相结合，显著减少了所需计算数据量，通过射线追踪和多目标优化实现电离层参数的精确反演，结构更加简单，不依赖复杂的模型或大量的经验数据，能够更加快速有效地逼近最优电离层参数，提高了电离层电子浓度反演的实时性和准确性。
-
公开(公告)号：CN117045243B
公开(公告)日：2025-02-07
申请号：CN202311045136.X
申请日：2023-08-18
Abstract: 本发明公开了基于多导睡眠图的低氧负荷计算方法，包括：读取脉搏血氧饱和度信号、呼吸事件标签和睡眠分期，对各信号进行预处理；对预处理后的各信号片段进行整体氧减事件检测，遍历脉搏血氧饱和度信号片段，记录氧减事件中该信号的多个特征点和特征值，依据AASM定义的呼吸事件前后脉搏血氧饱和度变化程度，设置检测阈值进行检测；将PSG呼吸事件标签与检测的所有氧减事件逐一匹配，对于未匹配到氧减事件的呼吸事件标签，进行局部氧减事件检测；降低检测阈值，重新在两次呼吸事件发生区间进行氧减事件检测；计算每个呼吸事件标签对应的低氧负荷。本发明从氧减事件检测出发，逐事件计算低氧负荷指标，计算方法有效可行，性能可靠，精度更高。
-
公开(公告)号：CN109766737B
公开(公告)日：2022-09-13
申请号：CN201711099674.1
申请日：2017-11-09
Applicant: 南京理工大学
IPC: G06V40/20 , G06V10/764 , G06V10/42 , G06V10/44 , G06K9/62
Abstract: 本发明公开了一种基于图像处理的室内人体姿态初步分类方法，该方法基于人体不同姿态跨越的范围以及速度特征，将人体姿态划分为两类：原地和非原地姿态。该方法首先将超宽带雷达录取的室内人体姿态数据经过杂波抑制，运用动目标检测保留人体运动姿态的信息，去除室内各种背景杂波干扰；之后对得到的矩阵形式的姿态信号图像，采用图像处理的方式处理噪声干扰：先将姿态信号图像进行二值化处理，去除噪声；提出用基于时间‑距离的孤立点消除算法去除姿态信号图像中剩余的噪声点；接着利用SVM对特征进行分类，完成人体姿态的初步二级分类。本发明方法有效可行，性能可靠，可以准确地识别室内人体姿态是原地还是非原地动作。
-
公开(公告)号：CN109766737A
公开(公告)日：2019-05-17
申请号：CN201711099674.1
申请日：2017-11-09
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于图像处理的室内人体姿态初步分类方法，该方法基于人体不同姿态跨越的范围以及速度特征，将人体姿态划分为两类：原地和非原地姿态。该方法首先将超宽带雷达录取的室内人体姿态数据经过杂波抑制，运用动目标检测保留人体运动姿态的信息，去除室内各种背景杂波干扰；之后对得到的矩阵形式的姿态信号图像，采用图像处理的方式处理噪声干扰：先将姿态信号图像进行二值化处理，去除噪声；提出用基于时间-距离的孤立点消除算法去除姿态信号图像中剩余的噪声点；接着利用SVM对特征进行分类，完成人体姿态的初步二级分类。本发明方法有效可行，性能可靠，可以准确地识别室内人体姿态是原地还是非原地动作。
-
公开(公告)号：CN120052888A
公开(公告)日：2025-05-30
申请号：CN202510383478.5
申请日：2025-03-28
Applicant: 南京理工大学
IPC: A61B5/11 , A61B5/00 , G06F18/241 , G06F18/2131 , G06F18/25
Abstract: 本发明公开了一种床尾非接触式周期性睡眠肢体运动障碍和睡眠体位联合监测装置，实现：采集人体腿部动作和睡姿的多视角连续回波信号；对回波信号分别进行信号处理，并通过动态调整窗口算法进行片段分割；对多视角回波信号片段分别进行时间—距离—频率多谱域联合分析，生成不同视角下的的时频图和时距图，之后输入到基于多视角多任务架构的睡眠体动辨识模型中，输出睡眠腿动类型和睡姿类型判定结果；判断睡眠腿动的判定结果是否满足周期性肢体运动的特性，若满足则标记为周期性腿动序列；并判断是否存在睡眠周期性肢体运动障碍。本发明实现了周期性睡眠肢体运动障碍和睡眠体位的联合辨识与监测，为居家智能睡眠监测提供了一种灵活便捷的监测手段。
-
Patent Agency Ranking
公开(公告)号：CN119355670A
公开(公告)日：2025-01-24
申请号：CN202411275997.1
申请日：2024-09-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于空时运动路径补偿的全向人体动作特征归一化方法。首先，对雷达回波信号进行处理，在距离‑角度‑时间空间中构建三维特征点云，基于空时拟合的运动路径估计算法对运动路径进行估计；最终通过基于运动方向角的特征补偿算法将全向人体动作的特征补偿为径向人体动作特征，实现人体全向动作特征归一化。本发明方案从运动方向导致人体动作雷达回波信号特征失真出发，以信号处理角度分析和解决角度敏感性问题，将由于存在运动角度导致的特征失真进行还原，将全向人体动作特征补偿为径向特征，消除了运动角度对雷达测量信号的影响，提高了特征的表示效率，在准确性和效率以及鲁棒性上优于传统特征提取算法，提高了信息的利用效率。
-
公开(公告)号：CN116524945A
公开(公告)日：2023-08-01
申请号：CN202310605965.2
申请日：2023-05-26
Applicant: 南京理工大学
IPC: G10L21/0232 , G10L21/0264 , G10L25/51
Abstract: 本发明公开了一种用于气体泄漏声信号检测的降噪方法，属于数字信号处理技术领域。本发明包括：首先，采用基于经验小波变换(EmpiricalWaveletTransform,EWT)的气体泄漏声信号提取算法，将气体管道监测声音信号分解为可以表征气体泄漏声信号的模态以及其他模态；然后，计算各分解模态的组合熵特征，设置自适应组合熵阈值，将阈值区间内的各模态重构为气体泄漏声信号，从而将气体泄漏声信号从复杂背景噪声中提取出来。
-
公开(公告)号：CN106019271A
公开(公告)日：2016-10-12
申请号：CN201610274139.4
申请日：2016-04-27
Applicant: 南京理工大学
CPC classification number: G01S13/888 , G01S7/41
Abstract: 本发明公开了一种基于变分模态分解(VMD)的多人穿墙时变呼吸信号检测方法，步骤如下：超宽带发射天线发射窄脉冲经过人体胸腔微多普勒的振动，回波经过接收天线接收，超宽带雷达回波经过慢时采样得到穿墙人体回波信号矩阵；通过距离门选择算法计算每个距离门的方差，并求出方差最大的即多人目标存在的距离门并采用低通滤波器消除高频干扰和多余频域成分；对滤波后的信号使用VMD算法进行模态分解，迭代子信号，得到一个符合呼吸个数和频段的有效呼吸信息；进行希尔伯特变换进行时频处理，得到包含平滑呼吸特征的动态瞬时信息。本发明能够有效的消除不同呼吸成分的干扰谐波，去除墙面干扰，增强微弱呼吸信号，具有强抗干扰性，以及精确的时变追踪特性。
-
公开(公告)号：CN117582203B
公开(公告)日：2025-03-11
申请号：CN202311364286.7
申请日：2023-10-19
Applicant: 南京理工大学
Abstract: 本发明公开了一种用于夜间睡眠状态下的非接触式连续血压监测装置、计算机设备和存储介质，包括信号采集模块，采用毫米波雷达采集人体颈动脉脉搏波信号；信号处理模块，对雷达采集到的回波信号进行解调，随后对解调信号进行体动检测，筛除体动段，之后对信号进行直流偏置去除、滤波及片段分割；脉搏波筛选模块，参照标准人体脉搏波波形，对分割后的脉搏波进行波形筛选；血压测量模块，采用深度学习方法建立血压与人体颈动脉脉搏波的映射关系。本发明通过对毫米波雷达回波信号进行信号处理与分析，解决了体动干扰，直流偏移，呼吸及噪声干扰以及不规则波形的剔除等问题，将脉搏波信号输入深度网络模型中，保证血压测量的精确性。
-
公开(公告)号：CN118402762A
公开(公告)日：2024-07-30
申请号：CN202410640154.0
申请日：2024-05-22
Applicant: 南京理工大学
IPC: A61B5/00 , A61B5/0205 , A61B5/05 , A61B5/113
Abstract: 本发明公开了一种基于心肺活动信息融合的非接触式睡眠呼吸障碍事件检测方法及系统，首先基于雷达回波信号并对其进行预处理，获取呼吸信号，之后利用回波信号估计算法估计心率的高次谐波频率，并结合正常心率的频率区间反演出时变心率值；随后将呼吸信号数据和心率数据进行融合，利用卷积神经网络进行睡眠呼吸障碍事件的判别检测，最后根据判别结果确定睡眠呼吸暂停通气指数。本发明基于同步压缩小波变换和自适应多轨迹曲线跟踪法的估计算法估计心率的高次谐波频率，并结合正常心率的频率区间反演出时变的心率值，将呼吸和心率信号进行融合，共同完成睡眠呼吸暂停事件判别，提升了睡眠呼吸阻塞性障碍事件的检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
