文档介绍：工学硕士学位论文
分布式传感器的信号处理与模式识别
SIGNAL PROCESS AND PATTERN
RECOGNITION OF THE DISTRIBUTED
SENSORS
陈海龙
哈尔滨工业大学
2006年10月
图书分类号:
.:
工学硕士学位论文
分布式传感器的信号处理与模式识别
硕士研究生: 陈海龙
导师:郑钢铁教授
申请学位: 工学硕士
学科、专业: 一般力学与力学基础
所在单位:航天工程与力学系
答辩日期:2006 年 10 月
授予学位单位: 哈尔滨工业大学
Classified Index:
.:
Dissertation for the Degree of M. Eng.
SIGNAL PROCESS AND PATTERN
RECOGNITION OF THE DISTRIBUTED
SENSORS
Candidate: Chen Hailong
Supervisor: Prof. Zheng Gangtie
Academic Degree Applied for: Master of Engineering
Specialty: General Mechanics and
Foundation of Mechanics
Affiliation: Department of Astronautics
Engineering and Mechanics
Date of Defence: Oct, 2006
哈尔滨工业大学工学硕士学位论文
摘要
利用计算机进行模式识别是当前计算机科学中的热点问题之一,目前在
技术和产品等方面都有了广阔前景。如:图像识别、生理信号识别、声音信
号识别等方面。
本文所作的主要是与欧盟的合作项目 SENSATION 中的子项目 SEFO 分
布式传感器方面的研究工作。SEFO 分布式传感器是由很多小的刚性金属压
力传感器组成的传感器坐垫,它的用途是采集人身体的压力信号,以便进一
步识别出人的状态。由于 SEFO 传感器实物价格昂贵,所以先利用多体动力
学理论创建一个人体和座垫的力学模型,并使此模型达到所要研究的六个状
态,然后我们对模型产生的信号进行研究。
在模式识别方面,为了识别出人身体的状态,在课题中使用了基于神经
网络的模式识别方法。实验中发现使用其中的 BP 网络完全可以识别出所设
定的六种状态。在设计中讨论了 BP 网络的网络结构对识别结果的影响,在
单隐层网络和双隐层网络结构中,改进了 BP 算法,使算法的学习率随着训
练次数而改变,这就加快了算法的收敛。同时,还对单隐层网络和双隐层网
络的网络节点数分别进行了讨论,对每种网络的性能进行了比较,得出了较
为优化的网络。
由于该算法可以识别人在座垫上做不同动作所形成的压力信号,并能够
取得较好的结果,满足了工程设计的要求,而且神经网络比其它建模方法更
为简单,精确度更高,因此很适合本课题。
最后,把从真实坐垫提取出来的数据进行滤波和数据预处理,然后利用
已优化的几种网络进行识别,验证算法的适用性,并且对识别出的结果和误
差进行了分析。
关键词分布式传感器模式识别 BP网络
- I -
哈尔滨工业大学工学硕士学位论文
Abstract
Pattern recognition puter is a hot topic in current research fields of
computer science, and its technique and products can be widely used in image
recognition, living creature signal recognition, and voice signal recognition.
Researching on distributed sensor SEFO of the project SENSATION is an
oriented pattern recognition field in this paper. Distributed sensor SEFO is a
cushion which posed of