基于边缘云框架的高效安全人脸表情识别

针对物联网环境下数据量大且人脸表情识别率低的问题,提出基于边缘云框架的高效安全人脸表情识别方法.物联网设备通过多秘密共享技术获取用户信息,并分发到不同的边缘云.边缘云利用语谱图和局部二值模式的方法提取语音特征,采用差值中心对称局部二值模式获得图像特征,将特征送至核心云.基于栈式稀疏去噪自编码器融合语音和图像特征,实现人脸表情的识别,并在RML和eNTERFACE'05数据库上进行实验.实验结果表明,该方法的识别准确率明显高于对比方法,抵御网络攻击的能力较强.     

集员卡尔曼滤波器在电机故障诊断中的应用

本文针对伺服电机提出了一种基于集员卡尔曼滤波器的故障诊断方法并进行了实际应用. 首先, 基于运动学关系和数据驱动技术构建了伺服电机的综合系统动态. 之后, 针对电机的位置–速度模型设计了一个中心对称多面体卡尔曼滤波器来检测位置传感器和速度传感器是否发生故障. 同时, 针对电机的力矩–速度模型设计了一个中心对称多面体卡尔曼滤波器来检测力矩执行器故障和速度传感器故障. 然后, 基于上述的两个中心对称多面体卡尔曼滤波器提出了一种故障隔离律, 可以定位出伺服电机故障部件的位置. 最后, 通过一个实际的伺服电机实验平台对所提出方法进行了应用, 并验证了其可行性与有效性     

基于中心对称局部二值模式的合成伪装语音检测方法

针对基于局部二值模式的伪装语音检测方法的合成语音检测准确度较低的情况，提出了一种基于中心对称局部二值模式的伪装语音检测方法。该方法通过短时傅里叶变换得到语音信号的语谱图，再利用中心对称局部二值模式提取语谱图的纹理特征，并用该纹理特征训练随机森林分类器，从而实现真伪语音的判别。该方法综合考虑语谱图中像素点的数值大小和位置关系，包含了更加全面的纹理信息，并将特征维度降低至16维，有利于减少计算量。实验结果表明，在ASVspoof 2019数据集上，与传统的基于局部二值模式的伪装语音检测方法相比，所提方法将合成伪装语音的串联检测代价函数（t-DCF）降低了16.98%，检测速度提高了89.73%。     

一类四元数矩阵方程组的中心对称解及其极秩

研究一类四元数矩阵方程组存在中心对称解的充要条件及其通解的极秩问题。利用中心对称矩阵的特征结构，将该约束方程组转化为等价的无约束矩阵方程组的求解问题，然后采用M-P广义逆和分块矩阵秩的刻画方法，获得原方程组的中心对称解的表达式以及其极秩。所得定理推广了有关文献的结果。     

基于中心对称结构的带宽可重构滤波器设计

为适应需求日益复杂的无线通信环境，充分利用紧缺的频谱资源，设计实现了基于中心对称结构及变容二极管的电可调微带带通滤波器。通过电磁仿真软件HFSS进行仿真实验，在加载枝节的开口环谐振器结构上，引入叉指结构和马刺线型耦合馈线完成滤波器的原型设计。在原有的基础上加入可调节电容值的变容二极管，调节低频传输零点，实现通带带宽可重构，从而达到灵活控制滤波性能的目的。实际测试表明该滤波器的初始相对带宽为5.1%,初始绝对带宽为170 MHz,变容二极管调节绝对带宽在140～200 MHz范围内，即82.4%～117.6%,中心频率在2.70～2.76 GHz,传输零点调谐范围在2.57～2.63 GHz,通带内插入损耗在0.9～1.5 dB,回波损耗在10～35 dB,测试结果与仿真基本相符，在S波段的带宽精密控制方向具有一定应用前景。