一种基于快速傅里叶变换和卷积神经网络的BCG信号心率计算方法

    公开(公告)号:CN120052841A

    公开(公告)日:2025-05-30

    申请号:CN202510142318.1

    申请日:2025-02-10

    Applicant: 辽宁大学

    Abstract: 一种基于快速傅里叶变换和卷积神经网络的BCG信号心率计算方法:1)对于BCG信号进行滤波处理,得到BCG信号BCG_F;2)对BCG_F信号进行筛选,计算波形相似性,筛选低于或等于阈值y的信号;3)对于筛选的BCG_F信号进行指数移动标准化;4)对于通过步骤3得到的BCG_standardize信号进行快速傅里叶变换;5)将BCG_standardize信号与通过步骤4得到的BCG_fft输入卷积神经网络模型当中,得到该BCG信号的心率值。本发明通过上述方法,将部分噪音过大的BCG信号进行去除,同时由于快速傅里叶变换和卷积神经网络的参与对于存在一定体动的BCG信号也能精准预测心率。

    一种基于事件触发的多机器人智能体系统二分一致性方法

    公开(公告)号:CN117518796A

    公开(公告)日:2024-02-06

    申请号:CN202311405274.4

    申请日:2023-10-26

    Applicant: 辽宁大学

    Abstract: 本发明公开了一种基于事件触发的多机器人智能体系统二分一致性方法,属于多智能体控制领域,具体过程如下,采集多机器人智能体的相关信息,根据多机器人智能体的相关信息,建立无领导线性多机器人智能体系统模型。通过各机器人之间的信息传递关系构建无向连通的通信拓扑图,构建无向连通的通信拓扑图,并计算得到相应的拉普拉斯矩阵。设置相应的多机器人智能体控制协议和触发函数,在多机器人智能体事件触发时对智能体的状态进行更新,并调整智能体的控制协议。本发明采用上述方法,通过建立多机器人智能体系统模型,在多机器人智能体系统中添加事件触发函数和二分一致性条件,能够有效增强系统运行效率并降低通信频率,进而降低通信成本。

Patent Agency Ranking