针对桥梁支座倾角与应力监测中数据噪声干扰问题,设计了一种基于卡尔曼滤波的实时监测数据预处理系统。采用经典卡尔曼滤波算法对传感器采集的倾角、应力数据进行预处理,有效抑制了噪声干扰。基于FPGA的并行计算优势,实现了数据采集、...针对桥梁支座倾角与应力监测中数据噪声干扰问题,设计了一种基于卡尔曼滤波的实时监测数据预处理系统。采用经典卡尔曼滤波算法对传感器采集的倾角、应力数据进行预处理,有效抑制了噪声干扰。基于FPGA的并行计算优势,实现了数据采集、滤波和传输等功能,结合上位机实时动态显示桥梁支座监测数据。实验结果表明,滤波后应力信号的信噪比(Signal to NoiseRatio,SNR)为32.10dB,均方误差(MeanSquareError,MSE)为0.0518,相关系数为0.5811,方差比为0.7018;倾角信号滤波后SNR为33.98dB,MSE为0.0418,相关系数为0.7032,方差比为0.6291,表明滤波算法有效抑制了噪声干扰。该系统运行稳定、可靠,可实现快速数据处理,能够满足桥梁支座倾角与应力实时监测的需求。同时,采用ASIC流程对卡尔曼滤波算法进行芯片化设计,基于180nmCMOS工艺实现卡尔曼滤波电路,时钟频率为160MHz,综合面积为599131μm2。展开更多
目的:探索虚拟现实(virtual reality,VR)技术应用于小儿静脉套管针留置中的实践效果。方法:选择50例4~12岁需行留置针置管操作的小儿患者,美国麻醉医师协会(American Society of Anesthesiologists,A SA)分级为I~II级,采用随机数字表法...目的:探索虚拟现实(virtual reality,VR)技术应用于小儿静脉套管针留置中的实践效果。方法:选择50例4~12岁需行留置针置管操作的小儿患者,美国麻醉医师协会(American Society of Anesthesiologists,A SA)分级为I~II级,采用随机数字表法分为对照组与试验组,每组各25例。对照组在常规程序下接受留置针置入;试验组在常规操作的基础上,于留置针置入前5 min熟悉并使用VR设备,直至留置针置入结束。采用Wong-Baker面部表情量表对留置针留置过程中3个时间点的疼痛进行评估,分别为绑扎止血带时(T0)、留置套管针时(T1)、置入套管针后1 min(T2)。比较两组留置针留置一次成功率。结果:试验组小儿接受常规方法留置针置管时,T1和T2时间点对疼痛感知程度显著低于对照组(P<0.05)。两组留置针留置一次成功率差异无统计学意义(P>0.05)。结论:采用VR设备能有效改善患儿留置针置管中的疼痛,可在临床中推广使用。展开更多
文摘针对桥梁支座倾角与应力监测中数据噪声干扰问题,设计了一种基于卡尔曼滤波的实时监测数据预处理系统。采用经典卡尔曼滤波算法对传感器采集的倾角、应力数据进行预处理,有效抑制了噪声干扰。基于FPGA的并行计算优势,实现了数据采集、滤波和传输等功能,结合上位机实时动态显示桥梁支座监测数据。实验结果表明,滤波后应力信号的信噪比(Signal to NoiseRatio,SNR)为32.10dB,均方误差(MeanSquareError,MSE)为0.0518,相关系数为0.5811,方差比为0.7018;倾角信号滤波后SNR为33.98dB,MSE为0.0418,相关系数为0.7032,方差比为0.6291,表明滤波算法有效抑制了噪声干扰。该系统运行稳定、可靠,可实现快速数据处理,能够满足桥梁支座倾角与应力实时监测的需求。同时,采用ASIC流程对卡尔曼滤波算法进行芯片化设计,基于180nmCMOS工艺实现卡尔曼滤波电路,时钟频率为160MHz,综合面积为599131μm2。
文摘目的:探索虚拟现实(virtual reality,VR)技术应用于小儿静脉套管针留置中的实践效果。方法:选择50例4~12岁需行留置针置管操作的小儿患者,美国麻醉医师协会(American Society of Anesthesiologists,A SA)分级为I~II级,采用随机数字表法分为对照组与试验组,每组各25例。对照组在常规程序下接受留置针置入;试验组在常规操作的基础上,于留置针置入前5 min熟悉并使用VR设备,直至留置针置入结束。采用Wong-Baker面部表情量表对留置针留置过程中3个时间点的疼痛进行评估,分别为绑扎止血带时(T0)、留置套管针时(T1)、置入套管针后1 min(T2)。比较两组留置针留置一次成功率。结果:试验组小儿接受常规方法留置针置管时,T1和T2时间点对疼痛感知程度显著低于对照组(P<0.05)。两组留置针留置一次成功率差异无统计学意义(P>0.05)。结论:采用VR设备能有效改善患儿留置针置管中的疼痛,可在临床中推广使用。
