-
公开(公告)号：CN107147397A
公开(公告)日：2017-09-08
申请号：CN201710269603.5
申请日：2017-04-24
Applicant: 电子科技大学 , 内江市下一代互联网数据处理技术研究所
IPC: H03M7/30
Abstract: 本发明公开了一种面向可穿戴设备的快速压缩感知重构方法，属于信号处理领域。本发明通过构造的m*n维随机稀疏二值观测矩阵Ф，对原始心电信号x进行压缩测量，得到长度为m的观测向量y；再基于观测矩阵Ф和观测向量y，利用基于交替方向乘子法和块稀疏贝叶斯学习的压缩感知重构方法对原始信号进行重构，得到原始信号的估计向量。与现有块稀疏贝叶斯学习类压缩感知重构算法相比，本发明的优点在于在保证重构精度的前提下可以达到更快的重构速度。
-
公开(公告)号：CN107147397B
公开(公告)日：2020-06-16
申请号：CN201710269603.5
申请日：2017-04-24
Applicant: 电子科技大学 , 内江市下一代互联网数据处理技术研究所
IPC: H03M7/30
Abstract: 本发明公开了一种面向可穿戴设备的快速压缩感知重构方法，属于信号处理领域。本发明通过构造的m*n维随机稀疏二值观测矩阵Ф，对原始心电信号x进行压缩测量，得到长度为m的观测向量y；再基于观测矩阵Ф和观测向量y，利用基于交替方向乘子法和块稀疏贝叶斯学习的压缩感知重构方法对原始信号进行重构，得到原始信号的估计向量。与现有块稀疏贝叶斯学习类压缩感知重构算法相比，本发明的优点在于在保证重构精度的前提下可以达到更快的重构速度。
-
公开(公告)号：CN104392161A
公开(公告)日：2015-03-04
申请号：CN201410499544.7
申请日：2014-09-25
Applicant: 电子科技大学
IPC: G06F21/32
Abstract: 本发明公开了一种利用音频硬件(扩音器和麦克风)的频率响应作为物理指纹的设备认证方法。该方法在发送端产生随机混频信号，并通过扩音器传送给认证端；认证端通过麦克风接收混频信号后，利用FFT进行物理指纹提取。本认证方法可分为学习阶段和认证阶段。在学习阶段，发送端在不同距离发送混频信号，使得认证端获取在不同距离下的物理指纹。在认证阶段，认证端提取物理指纹以后，采用自适应的带状匹配方法，从指纹库中提取合适的指纹信息进行匹配，若认证得到的累计误差小于阈值则认证通过，否则，认证失败。本发明克服了距离对音频认证产生的影响，具有硬件要求低，认证方便，准确率高，安全性好等特点。本方法已经在不同的实验环境中进行了验证，认证准确率达到95％以上，为进一步丰富和发展设备认证奠定坚实的基础。
-
公开(公告)号：CN106599903B
公开(公告)日：2020-01-21
申请号：CN201611031391.9
申请日：2016-11-22
Applicant: 电子科技大学成都研究院
IPC: G06K9/62
Abstract: 本发明公开了一种基于相关性的加权最小二乘字典学习的信号重构方法。本发明首先利用聚类的方法将训练数据中具有相关性的信号样本归类为一组，然后以一组信号为单位更新每组字典，使得每组字典能充分地学习到每组信号的特征，最后依据得到的子字典进行集中字典学习。实验结果表明，相对于较为经典的加权最小二乘法以及K奇异值分解算法，本发明能够获得更低的均方误差，并且应用于压缩感知重构恢复领域时能获得更高的信噪比。
-
公开(公告)号：CN105919584B
公开(公告)日：2018-10-16
申请号：CN201610459447.4
申请日：2016-06-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种用于可穿戴心率监测设备的心率估计方法及装置。本发明主要包括运动伪影移除以及心率谱峰追踪两部分。运动伪影移除为：首先利用非线性自适应滤波法捕获噪声参考信号与脉搏波信号中的运动伪影噪声间的非线性关系，从而有效的消除运动伪影干扰，然后采用基于分类的二元决策方法判断滤波后的脉搏波信号是否仍含有大量噪声，对判决为仍含有噪声的脉搏波信号采用奇异谱分析方法进一步去除噪声干扰；再基于频谱的心率谱峰追踪，定位每个时间窗的心率谱峰，即首先基于非线性定位法定位心率谱峰，若不能成功定位，再基于分类定位法定位心率谱峰。本发明用于心率估计，其计算精度高、复杂度低，从而保证了其在可穿戴监测设备的可实施性。
-
Patent Agency Ranking
公开(公告)号：CN104392161B
公开(公告)日：2018-07-27
申请号：CN201410499544.7
申请日：2014-09-25
Applicant: 电子科技大学
IPC: G06F21/32
Abstract: 本发明公开了一种在变距条件下的基于音频硬件扬声器和麦克风的频率响应曲线的音频设备认证方法。在发送端，该方法快速生成距离相关的结构化的音频叠加信号，并通过扬声器传送给认证端；认证端通过麦克风接收音频信号后，利用快速FFT算法进行指纹快速提取。本认证方法可分为学习模式和认证模式。在学习模式下，发送端在多个不同的距离发送音频叠加信号，使得认证端获取在不同距离下的指纹信息。在认证阶段，认证端提取物理指纹以后，采用自适应的指纹匹配方法，从指纹库中提取合适的指纹信息进行匹配，若认证得到的累计误差小于阈值则认证通过，否则，认证失败。本发明克服了距离对音频认证产生的影响，具有硬件要求低，认证方便，准确率高，安全性好等特点。本方法已经在不同的实验环境中进行了验证，认证准确率达到95％以上，为进一步丰富和发展设备认证奠定坚实的基础。
-
公开(公告)号：CN104363092A
公开(公告)日：2015-02-18
申请号：CN201410500058.2
申请日：2014-09-25
Applicant: 电子科技大学
IPC: H04L9/32
Abstract: 定距条件下的基于音频物理指纹的设备认证。本发明公开了一种基于无线设备音频硬件(扩音器和麦克风)物理指纹的定距离设备认证协议。该协议在认证双方音频握手以后，首先在发送端产生混频音频信号，同时利用扩音器将混频信号发送给接收端；其次，接收端利用麦克风接收混频信号，并提取物理指纹；最后，接收端利用基于偏离率的指纹匹配算法将收集到的指纹与指纹库中的指纹做匹配分析。本发明设计的认证方法具有高效率，低能耗，操作简单便捷，可移植性高等特点。
-
公开(公告)号：CN104363092B
公开(公告)日：2018-06-19
申请号：CN201410500058.2
申请日：2014-09-25
Applicant: 电子科技大学
IPC: H04L9/32
Abstract: 定距条件下的基于音频物理指纹的设备认证。本发明公开了一种基于无线设备音频硬件(扩音器和麦克风)物理指纹的定距离设备认证协议。该协议在认证双方音频握手以后，首先在发送端产生混频音频信号，同时利用扩音器将混频信号发送给接收端；其次，接收端利用麦克风接收混频信号，并提取物理指纹；最后，接收端利用基于偏离率的指纹匹配算法将收集到的指纹与指纹库中的指纹做匹配分析。本发明设计的认证方法具有高效率，低能耗，操作简单便捷，可移植性高等特点。
-
公开(公告)号：CN106599903A
公开(公告)日：2017-04-26
申请号：CN201611031391.9
申请日：2016-11-22
Applicant: 电子科技大学成都研究院
IPC: G06K9/62
Abstract: 本发明公开了一种基于相关性的加权最小二乘字典学习的信号重构方法。本发明首先利用聚类的方法将训练数据中具有相关性的信号样本归类为一组，然后以一组信号为单位更新每组字典，使得每组字典能充分地学习到每组信号的特征，最后依据得到的子字典进行集中字典学习。实验结果表明，相对于较为经典的加权最小二乘法以及K奇异值分解算法，本发明能够获得更低的均方误差，并且应用于压缩感知重构恢复领域时能获得更高的信噪比。
-
公开(公告)号：CN105919584A
公开(公告)日：2016-09-07
申请号：CN201610459447.4
申请日：2016-06-23
Applicant: 电子科技大学
CPC classification number: A61B5/02416 , A61B5/11 , A61B5/6802 , A61B5/721 , A61B5/7225 , A61B5/7235 , A61B5/725
Abstract: 本发明公开了一种用于可穿戴心率监测设备的心率估计方法及装置。本发明主要包括运动伪影移除以及心率谱峰追踪两部分。运动伪影移除为：首先利用非线性自适应滤波法捕获噪声参考信号与脉搏波信号中的运动伪影噪声间的非线性关系，从而有效的消除运动伪影干扰，然后采用基于分类的二元决策方法判断滤波后的脉搏波信号是否仍含有大量噪声，对判决为仍含有噪声的脉搏波信号采用奇异谱分析方法进一步去除噪声干扰；再基于频谱的心率谱峰追踪，定位每个时间窗的心率谱峰，即首先基于非线性定位法定位心率谱峰，若不能成功定位，再基于分类定位法定位心率谱峰。本发明用于心率估计，其计算精度高、复杂度低，从而保证了其在可穿戴监测设备的可实施性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.042 seconds)
