本文選題：步態(tài) + 步態(tài)識別��； 參考：《沈陽工業(yè)大學(xué)學(xué)報》2017年01期

【摘要】：針對步態(tài)加速度信號由于采集信號包含大量尖峰或突變等高頻噪聲,導(dǎo)致在步態(tài)分析、周期劃分和特征提取方面存在困難的問題,提出了一種利用小波去噪質(zhì)量評價來對加速度信號小波去噪的最優(yōu)參數(shù)進(jìn)行選擇的新方法.根據(jù)質(zhì)量評價指標(biāo)的幾何和物理意義,使用評價指標(biāo)值來指導(dǎo)小波去噪最優(yōu)小波分解與重構(gòu)層數(shù)的參數(shù)選擇.當(dāng)評價指標(biāo)值取最小值時,其對應(yīng)分解層數(shù)為最優(yōu)分解層數(shù),采用的小波基函數(shù)為最優(yōu)小波基函數(shù).結(jié)果表明,本文方法在步態(tài)識別領(lǐng)域可以為步態(tài)信號小波去噪選擇最優(yōu)小波基函數(shù)和分解層數(shù)提供理論依據(jù).
[Abstract]:Because gait acceleration signal contains a lot of high frequency noise such as spike or sudden change, there are some difficulties in gait analysis, period division and feature extraction. A new method for selecting the optimal parameters of wavelet de-noising for acceleration signal is proposed by using wavelet denoising quality evaluation. According to the geometric and physical meaning of the quality evaluation index, the evaluation index value is used to guide the parameter selection of wavelet denoising optimal wavelet decomposition and reconstruction layer number. When the index value is minimum, the corresponding decomposition layer number is the optimal decomposition layer number, and the wavelet basis function is the optimal wavelet basis function. The results show that the proposed method can provide a theoretical basis for the wavelet denoising of gait signals to select the optimal wavelet basis function and the number of decomposition layers in the field of gait recognition.
【作者單位】： 沈陽工業(yè)大學(xué)信息科學(xué)與工程學(xué)院;沈陽大學(xué)信息工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61372154)
【分類號】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范磊;黃雙華;;一種基于小波去噪的脈沖噪聲抑制方法[J];艦船電子工程;2008年09期

2 謝杰成,張大力,徐文立;一種小波去噪方法的幾點改進(jìn)[J];清華大學(xué)學(xué)報(自然科學(xué)版);2002年09期

3 朱麗,婁國偉;自適應(yīng)閾值的小波去噪研究[J];制導(dǎo)與引信;2003年01期

4 楊亞菁,鐘麗萍;非線性小波去噪技術(shù)在水聲信號識別中的應(yīng)用[J];微機發(fā)展;2005年04期

5 郭蔚;陳雅頌;;自適應(yīng)聯(lián)合小波去噪算法[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2007年02期

6 何焰蘭,蘇勇,高永楣;一種自適應(yīng)小波去噪算法[J];電子學(xué)報;2000年10期

7 劉寶亮;姚慧;鄭海榮;吳庭萬;;小波去噪在瞬時彈性成像估計中的應(yīng)用[J];計算機仿真;2011年08期

8 唐煒,史忠科;用于提高辨識效果的顫振試驗數(shù)據(jù)小波去噪(英文)[J];Chinese Journal of Aeronautics;2005年01期

9 王昆;翟維;;基于收縮閾值的小波去噪法[J];科技信息;2009年29期

10 萬紅;李曉燕;劉新玉;張曉娜;;鋒電位檢測信號的多元小波去噪方法研究[J];系統(tǒng)仿真學(xué)報;2013年10期

相關(guān)會議論文 前9條

1 許文博;;小波去噪方法分析與研究[A];四川省通信學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

2 羅萬團;陳福深;;改進(jìn)的小波去噪法的研究[A];2008年激光探測、制導(dǎo)與對抗技術(shù)研討會論文集[C];2008年

3 武小紅;李敏;武斌;;MATLAB環(huán)境下小波去噪的分析與仿真[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

4 李軼博;于明;;相位保留小波去噪法及其在基因芯片圖像中的應(yīng)用[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

5 梁超;林建域;;一種優(yōu)化的小波去噪方法[A];2004年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2004年

6 欒秀珍;房少軍;劉玉民;;一種新的信號去噪法——小波去噪法[A];大連海事大學(xué)校慶暨中國高等航海教育90周年論文集（船舶通信與導(dǎo)航分冊）[C];1999年

7 袁俊泉;;兩種閾值選取準(zhǔn)則的小波去噪方法比較[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會議論文集[C];2002年

8 毛敏娟;顧駿強;周軍;;激光雷達(dá)遙感信號的小波去噪[A];第四屆長三角科技論壇論文集（下冊）[C];2007年

9 董光波;孫增圻;吳寧生;田科鈺;高效;;一種改進(jìn)的核磁共振FID信號小波去噪方法及其分析[A];2007年中國智能自動化會議論文集[C];2007年

相關(guān)碩士學(xué)位論文 前10條

1 劉興立;基于TDLAS的數(shù)字信號處理與分析[D];電子科技大學(xué);2015年

2 董雪;基于空間光譜抽樣CFA設(shè)計及小波去噪顯示的研究[D];福州大學(xué);2014年

3 耿文飛;小波去噪結(jié)合雙譜分析在載波通信中的應(yīng)用研究[D];昆明理工大學(xué);2016年

4 袁曉峰;基于RFID的定位方法研究[D];昆明理工大學(xué);2016年

5 陶珂;小波去噪質(zhì)量評價方法研究[D];中南大學(xué);2012年

6 張亮旭;基于小波去噪的我國股市分形分析[D];蘭州商學(xué)院;2014年

7 張凌霜;非均勻噪聲圖像的小波去噪研究[D];西安電子科技大學(xué);2005年

8 郭昕;基于小波去噪的生物組織光譜特性研究[D];南京航空航天大學(xué);2008年

9 劉海霞;汽車圖像小波去噪研究[D];內(nèi)蒙古工業(yè)大學(xué);2006年

10 費雙波;小波去噪算法研究及小波硬件實現(xiàn)[D];北京交通大學(xué);2006年

，

本文編號：1898625