-
公开(公告)号：CN111783715B
公开(公告)日：2024-04-23
申请号：CN202010663024.0
申请日：2020-07-10
Applicant: 安徽建筑大学
IPC: G06F18/213 , G06F18/2415 , G06F18/10 , G06F18/15 , G06F18/214
Abstract: 本发明公开了基于脉搏信号特征提取的身份识别方法。该方法首先对原始脉搏波形进行FIR带通滤波，使用平均幅度差函数算法对滤波后的脉搏波形进行变换，通过变换波形的相邻极小值的时间差和采样率获得瞬时脉搏周期，根据瞬时脉搏周期进行每一帧脉搏波形的周期分割；对预处理后的脉搏波形进行特征提取，包括脉率特征、极值特征、曲率特征、能量特征以及子带谱特征；以每6周波作为一个样本，对所有训练样本的上述5种特征分别进行高斯统计建模；最后基于最大似然度进行身份ID识别，即对测试样本的5种特征分别按照每个目标人对应的5个高斯概率密度模型进行适配，计算5种特征的高斯概率密度乘积，将乘积最大值对应的身份ID作为识别结果。
-
公开(公告)号：CN111815152B
公开(公告)日：2023-02-28
申请号：CN202010640977.5
申请日：2020-07-06
Applicant: 安徽建筑大学
Abstract: 本发明公开了一种基于用电行为规律和电器电流最小状态的细粒度用电负荷建模方法。该方法分别以用电时间表、工作模式、子状态和最小状态按4层构建模型，且从上至下，逐层索引。其中电流最小状态按照短稳态、长稳态和瞬态进行重构，分别采用单周波逆快速傅里叶变换、多周波逆快速傅里叶变换和逆小波变换方法。电压波形参照电流短稳态方法重构，电流波形重构从底至上，其中子状态由最小状态按照时间先后关系拼接而成，工作模式由若干子状态按照时间先后关系拼接而成，最终根据用电时间表重构获得24小时单电器电流波形，进一步计算获得单电器功率、单相叠加功率、功率峰谷平值和时段，从而优化用电时间表，实现避免集中用电和节省电费。
-
公开(公告)号：CN107290579A
公开(公告)日：2017-10-24
申请号：CN201710472338.0
申请日：2017-06-20
Applicant: 安徽建筑大学
CPC classification number: G01R19/0092 , G06F17/142
Abstract: 本发明公开了一种基于特征排序向量内积的单通道多电器叠加电流信号分离方法。该方法为解决多电器叠加电流信号的单通道盲源分离问题，基于电器的多元隐含状态模型提出采用特征排序向量内积的主成分筛选法进行半盲分离。对单通道观测信号进行FFT变换，按谐波次数为向量分量序号，将频谱含量为前K名所对应的分量置1，其余置0，从而得到观测信号的特征排序向量。计算其与标准状态特征库中各特征排序向量的内积，按内积最大原则进行逐层提取源信号。实验结果表明，该方法可以实现对多电器工作状态的快速、准确分离，可广泛应用于远程故障判断等领域。
-
-
公开(公告)号：CN111815152A
公开(公告)日：2020-10-23
申请号：CN202010640977.5
申请日：2020-07-06
Applicant: 安徽建筑大学
Abstract: 本发明公开了一种基于用电行为规律和电器电流最小状态的细粒度用电负荷建模方法。该方法分别以用电时间表、工作模式、子状态和最小状态按4层构建模型，且从上至下，逐层索引。其中电流最小状态按照短稳态、长稳态和瞬态进行重构，分别采用单周波逆快速傅里叶变换、多周波逆快速傅里叶变换和逆小波变换方法。电压波形参照电流短稳态方法重构，电流波形重构从底至上，其中子状态由最小状态按照时间先后关系拼接而成，工作模式由若干子状态按照时间先后关系拼接而成，最终根据用电时间表重构获得24小时单电器电流波形，进一步计算获得单电器功率、单相叠加功率、功率峰谷平值和时段，从而优化用电时间表，实现避免集中用电和节省电费。
-
Patent Agency Ranking
公开(公告)号：CN102608452B
公开(公告)日：2015-01-21
申请号：CN201210050239.0
申请日：2012-02-24
Applicant: 安徽建筑大学
Abstract: 本发明公开了高速列车设备状态及电能质量监测系统与方法，该系统包括无线采集系统、电能质量监测系统和数据中心，其中电能质量监测系统包括ARM主控模块、频率跟踪模块、无线通信及定位模块。该方法是通过无线网络传感器分布式采集高速列车设备状态信号并分析，同时采用频率跟踪法同步采集供电系统电压、电流数据并分析获得电能质量数据，其中电能质量数据包含采用全球定位系统得到的精确的时间、空间信息。基于工作状态多参数模型，并结合专家知识及神经网络的方法分析数据，进行设备故障预测和供电安全预警。本发明可实现具有精确定位的电能质量监测及分布式设备健康状况监测功能，特别适用于高速列车及牵引供电系统安全监测与预警。
-
公开(公告)号：CN111783715A
公开(公告)日：2020-10-16
申请号：CN202010663024.0
申请日：2020-07-10
Applicant: 安徽建筑大学
IPC: G06K9/00
Abstract: 本发明公开了基于脉搏信号特征提取的身份识别方法。该方法首先对原始脉搏波形进行FIR带通滤波，使用平均幅度差函数算法对滤波后的脉搏波形进行变换，通过变换波形的相邻极小值的时间差和采样率获得瞬时脉搏周期，根据瞬时脉搏周期进行每一帧脉搏波形的周期分割；对预处理后的脉搏波形进行特征提取，包括脉率特征、极值特征、曲率特征、能量特征以及子带谱特征；以每6周波作为一个样本，对所有训练样本的上述5种特征分别进行高斯统计建模；最后基于最大似然度进行身份ID识别，即对测试样本的5种特征分别按照每个目标人对应的5个高斯概率密度模型进行适配，计算5种特征的高斯概率密度乘积，将乘积最大值对应的身份ID作为识别结果。
-
公开(公告)号：CN107703822A
公开(公告)日：2018-02-16
申请号：CN201711060597.9
申请日：2017-10-27
Applicant: 安徽建筑大学
IPC: G05B19/042
CPC classification number: G05B19/0423 , G05B2219/24215
Abstract: 本发明公开了一种洗衣机多参数自动检测系统及振动状态数据处理方法，该系统包括：主控板、电力信号预处理电路模块、声音信号预处理电路模块、振动信号预处理电路模块、数据采集模块、液晶显示模块。系统实时同步采集洗衣机工作时的电力信号、声音信号以及三维振动信号，对多参数数据进行时域和频域的特征提取及融合，采用加权匹配获得洗衣机的工作状态及时序图。本发明的多参数检测系统可以相对全面地检测出洗衣机的具体工作状态；采用多达45个3D振动传感器采样振动信号，精度相对较高；对电力、声音及振动信号采取了同步采样时序控制，保证了数据的有效性和精简性；采用DTW匹配方法，解决了不同长度的振动特征数据的匹配问题。
-
公开(公告)号：CN207541444U
公开(公告)日：2018-06-26
申请号：CN201721409542.X
申请日：2017-10-27
Applicant: 安徽建筑大学
IPC: G05B19/042
Abstract: 本实用新型公开了一种洗衣机多参数自动检测系统，该系统包括:主控板、电力信号预处理电路模块、声音信号预处理电路模块、振动信号预处理电路模块、数据采集模块、液晶显示模块，其中主控板包括DSP芯片和FPGA芯片、GPS同步时钟模块、UART串口通信电路模块、SD卡存储模块。系统实时同步采集洗衣机工作时的电力信号、声音信号以及三维振动信号。本实用新型的多参数检测系统可以相对全面地检测出洗衣机的具体工作状态；采用多达45个3D振动传感器采样振动信号，精度相对较高；对电力、声音及振动信号采取了同步采样时序控制，保证了数据的有效性和精简性。
-
公开(公告)号：CN210054992U
公开(公告)日：2020-02-14
申请号：CN201921013941.3
申请日：2019-07-01
Applicant: 安徽建筑大学
Abstract: 本实用新型公开了一种智能行李箱系统，包括主控板、指纹模块、蓝牙模块、报警模块、GPS模块、GSM模块、独立按键模块、电子锁模块、LED照明模块、电源模块。本实用新型功能丰富，定位准确，其内置的指纹模块和GPS/GSM模块，不仅解决了用户忘记密码而无法开箱的问题，也解决了行李箱易丢失及丢失后无法找回的问题。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.016 seconds)
