微弱电信号测试计量的植物生长信息传递研究展望

将所测得的植物微弱电信号特性用于植物生长信息传递研究.构建了依据植物电信号特征的植物营养生长信息传递新模型.展望了植物电信号发生的表征以及生长发育信息传递的数学分析的研究前景.植物电信号及其信息传递模型研究向植物生命活动中的基因活动和电子运动方面深入是生物物理学发展的新动向,意义就在于破译植物生命信息,以期丰富植物物理学基础理论,以及为实现效益最大化的"节能减排"式农业生产而构建植物电信号信息传递的各种自适应智能化控制管理系统奠定理论依据.     

微弱电信号的信息融合检测分析

将自制的具有铂金传感器的双重屏蔽微弱电信号测试系统,所获取的植物微弱电信号、小波软阈值消噪、时间序列的求和自回归移动平均(ARIMA)模型等单因素分析耦合成信息融合技术,对雏菊电信号时间序列进行了数据融合分析预测.雏菊电信号为微伏量级,其幅值有随温度的升高而微弱增加的趋势.ARIMA模型对植物微弱电信号特性进行预测是可行的.以节能为目标依据雏菊植物自适应电信号的预测参数可作为建立塑料大棚智能化控制系统的重要依据.     

受污染金光菊的植物电信号研究

选取敏感植物金光菊(Rudbeckia hirta L.)作为研究对象,首先采集其在正常生长情况下和二氧化硫污染情况下的电波信号;然后运用时域、频域等方法对电波信号进行分析,比较正常和受污染植物的电位信号.通过分析植物在受污染条件下电信号的特征电位,确定污染及不同污染程度与其特征电位的关系,为植物监测环境奠定了一定的理论基础.结果表明,利用植物电波信号监测环境以及根据反馈的信息来改善环境和植物生长状况是可行的.     

菊花微弱电信号的神经网络预测

依据菊花(Dendranthema morifolium)植物电信号小波软阈值消噪后的数据,进行了其电信号时间序列的高斯径向基函数(RBF)神经网络预测.菊花植物电信号是一种微弱低频非平稳信号,最大幅值1 093.44μV,最小为-605.35μV,均值-11.94μV;功率谱分布为0-0.2 Hz.该结果说明,利用RBF人工神经网络对植物微弱电信号进行短期预测是可行的,其预测数据可作为以节能为目标依据植物自适应电信号特性建立温室和/或塑料大棚智能自动化控制系统的重要参数.     

三种菊科植物电信号的分析

对测得的瓜叶菊(Senecio cruentus)、雏菊(Bellis perennis)和茼蒿(Chrysanthemum coronarium)三种盆栽菊科植物的电信号进行了短时傅立叶变换分析.三种菊科植物的电信号幅值的变化范围分别为-34.07~35.15μV、-94.37~25.03μV和-22.92~21.71μV,能量谱分别主要分布在约0.15 Hz、0.08 Hz和0.11 Hz以下.据此表明三种菊科植物的电信号均为微弱低频信号.另外,还发现三种菊科植物的电信号中于不同时刻出现频率范围不同的“动作电波”成分.     

燕子掌微弱电信号的计量研究

利用自制的屏蔽室和屏蔽箱以及自制的铂金传感器接触式微弱电信号测试仪,初次获得了燕子掌(Crassula portulacea)自适应微弱电信号特性.采用小波软阈值消噪法对测试电信号进行消噪,并进行了时间序列的高斯径向基函数(RBF)神经网络预测.结果表明,采用RBF人工神经网络对植物微弱电信号进行短期预测是可行的.实现预测是在温室和/或塑料大棚生产中建立植物自适应智能化自动控制系统的关键环节.     

激光测振仪校准方法研究进展与述评

激光测振仪广泛应用于国防、精密机械制造、汽车等领域,对其校准技术和方法的研究尤为重要.介绍激光测振仪的工作原理,研究分析现有三种校准方法(机械运动信号校准法、调频电信号校准法、调频光信号校准法)的特点和不足.针对调频电信号校准法提出了直接与标准信号对比的方案,降低了对硬件设备的要求,提高了校准准确度和测量范围;针对调频光信号校准法无法溯源的问题,提出外源调频光信号校准法;因而为激光测振仪校准技术的进一步研究提供了方法借鉴.     

一种新型智能单向加速度、速度、距离传感器

本文对智能单向加速度、速度、距离传感器的工作原理、结构进行了分析和讨论，并对研制过程中的关键技术及解决方法进行了探讨。该传感器是利用压阻效应将加速度信号转换成电信号，再对此信号进行两次积分处理，得到速度、距离的电信号，通过A／D转换进入CPU。该传感器具有智能化、低功耗、多参数同时测量等特点。     

君子兰叶片电信号的初步研究

首次采用铂电极测定了君子兰叶片的微弱电信号,在增益设置为200倍,时间常数为5s,滤波设置为30Hz时,测得在起始阶段植物信号渐增后趋于平稳,之后此条件下不再有任何变化,且一天内植物信号波形在同一测点的峰峰值在几个到十几个mV间变化;当将增益设置增大到80000倍时,可以看到植物信号微弱部分的变化,可看出此信号为叠加有噪声的随机信号,经过初步统计峰峰值在10～150μV.     

一种胶转磁设备的解决方案

一、概述 "胶转磁"技术足将胶片模拟图像信号转换为磁带录像电信号技术的简称.其基本原理是利用摄像器件的像素扫描与存贮功能把胶片图像转化产生视频电信号,使原本每秒24格播放的胶片图像被转换成每秒25帧的电子图像,最后记录到磁带或电子存储器上,以便用于后期进行非线性编辑制作等各种专业处理、播放.     

长春花微弱电信号的ARIMA模型

依据长春花(Catharanthus roseus)植物电信号小波软阈值消噪后的数据进行其电信号时间序列的求和自回归移动平均(ARIMA)模型分析.长春花植物微弱低频电信号的模型是Xt=2Xt-1+Xt-2+tε-0.119 04tε-1-0.361 83tε-2-0.155 47tε-3-0.363 66tε-4.长春花电信号幅值后向10个点的真实值与预测值的相对误差小于15%,表明利用自回归移动平均(ARIMA)模型对植物微弱电信号特性进行预测是可行的.预测数据可作为以节能为目标依据植物自适应电信号特性建立温室和/或塑料大棚智能自动化控制系统的重要参数.     

植物微弱电波信号的时、频域分析

在时域和频域上对植物电波信号进行了分析.植物电波信号的幅值处于μV级量级,是一种微弱信号;随时间变化剧烈,在不同时刻的取值关系松散;植物电波信号属于低频信号,其功率谱主要分布在小于5 Hz这一频段.     

Exploring strategies for classification of external stimuli using statistical features of the plant electrical response

Plants sense their environment by producing electrical signals which in essence represent changes in underlying physiological processes. These electrical signals, when monitored, show both stochastic and deterministic dynamics. In this paper, we compute 11 statistical features from the raw non-stationary plant electrical signal time series to classify the stimulus applied (causing the electrical signal). By using different discriminant analysis-based classification techniques, we successfully establish that there is enough information in the raw electrical signal to classify the stimuli. In the process, we also propose two standard features which consistently give good classification results for three types of stimuli—sodium chloride (NaCl), sulfuric acid (H₂SO₄) and ozone (O₃). This may facilitate reduction in the complexity involved in computing all the features for online classification of similar external stimuli in future.