123,123,123

K-means指紋定位的優(yōu)化算法[通信與網(wǎng)絡(luò)][其他]

K-means指紋定位可減少定位算法的計(jì)算量，提高定位的實(shí)時(shí)性已成為當(dāng)前定位算法的一個(gè)研究熱點(diǎn)。然而其聚類(lèi)的隨機(jī)性卻給定位帶來(lái)極大的不穩(wěn)定性，對(duì)此提出使用兩步聚類(lèi)算法進(jìn)行優(yōu)化，根據(jù)AIC準(zhǔn)則自動(dòng)得到最優(yōu)的聚類(lèi)個(gè)數(shù)；針對(duì)最鄰近算法定位誤差大的情況，使用相關(guān)系數(shù)法確定相似度最高的子庫(kù)，再估計(jì)最終位置。實(shí)驗(yàn)結(jié)果表明，優(yōu)化后的算法不但改善了定位精度，也極大提高了定位的實(shí)時(shí)性與穩(wěn)定性。

發(fā)表于：2018/3/6 13:23:00

W波段矩形波導(dǎo)濾波器的設(shè)計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為研究濾波器參數(shù)與其傳輸性能之間的關(guān)系，設(shè)計(jì)了一款含交叉耦合結(jié)構(gòu)的W波段矩形波導(dǎo)帶通濾波器。交叉耦合結(jié)構(gòu)使濾波器的矩形系數(shù)減小25.7%，有效增強(qiáng)了帶外抑制。不同中心頻率的3款濾波器模型的仿真數(shù)據(jù)證明了濾波器腔體結(jié)構(gòu)參數(shù)與其中心頻率之間的比例效應(yīng)。使用電磁仿真軟件HFSS對(duì)濾波器的尺寸參數(shù)進(jìn)行了掃描分析，結(jié)果顯示，中心頻率主要受腔體尺寸控制，耦合結(jié)構(gòu)參數(shù)主要影響濾波器的損耗性能，耦合膜片厚度主要調(diào)節(jié)帶寬?；谧贤夤饪坦に噷?duì)90 GHz濾波器模型進(jìn)行了加工與測(cè)試，測(cè)試結(jié)果與仿真結(jié)果基本吻合。

發(fā)表于：2018/3/5 11:54:00

基于FPGA的3D圖像傳感器設(shè)計(jì)與實(shí)現(xiàn)[可編程邏輯][物聯(lián)網(wǎng)]

針對(duì)現(xiàn)有3D拍攝設(shè)備體積龐大、價(jià)格昂貴等問(wèn)題，利用FPGA高速并行處理能力與圖像傳感器，設(shè)計(jì)了微型嵌入式3D圖像傳感器。通過(guò)FPGA同步設(shè)置，采集雙CMOS圖像傳感器圖像數(shù)據(jù)，傳輸至SDRAM進(jìn)行緩存并按行像素合并后，將左右立體對(duì)圖像儲(chǔ)存至SD卡中。為了對(duì)拍攝場(chǎng)景進(jìn)行監(jiān)控，進(jìn)一步研究了左右眼圖像按像素進(jìn)行重配后在裸眼3D顯示屏上顯示的邏輯控制方法。系統(tǒng)通過(guò)仿真及實(shí)驗(yàn)表明3D圖像傳感器的硬件邏輯方法是有效的。

發(fā)表于：2018/3/5 11:45:00

主動(dòng)噪聲控制平臺(tái)的FPGA實(shí)現(xiàn)[可編程邏輯][汽車(chē)電子]

基于FPGA搭建了針對(duì)汽車(chē)的主動(dòng)噪聲控制平臺(tái)，此平臺(tái)可以正確實(shí)時(shí)地采集汽車(chē)的轉(zhuǎn)速、振動(dòng)加速度以及噪聲，同時(shí)為相關(guān)的降噪算法實(shí)現(xiàn)提供了硬件平臺(tái)。與傳統(tǒng)的基于串行處理的采集系統(tǒng)相比，該平臺(tái)可以嚴(yán)格地保證多路信號(hào)的時(shí)間同步性，同時(shí)其可擴(kuò)展性可以讓使用者方便地根據(jù)自己所需要的功能來(lái)增加通道數(shù)目，無(wú)需增加額外的處理器。FPGA的可編程性可以保證降噪算法的充分驗(yàn)證與設(shè)計(jì)。整個(gè)平臺(tái)的搭建為主動(dòng)降噪的繼續(xù)研究提供了有力的基礎(chǔ)。

發(fā)表于：2018/3/2 13:47:00

智能旋光檢測(cè)及遠(yuǎn)程監(jiān)控系統(tǒng)設(shè)計(jì)及應(yīng)用[嵌入式技術(shù)][工業(yè)自動(dòng)化]

依據(jù)物理光學(xué)方法原理，設(shè)計(jì)了一款智能旋光檢測(cè)及遠(yuǎn)程監(jiān)控系統(tǒng)。系統(tǒng)應(yīng)用單片機(jī)控制檢偏振片運(yùn)動(dòng)，用光敏傳感器件探測(cè)光強(qiáng)，可以準(zhǔn)確檢測(cè)出不同物質(zhì)的旋光特性。針對(duì)目前市場(chǎng)常見(jiàn)的蜂蜜摻假情況，應(yīng)用本系統(tǒng)進(jìn)行了實(shí)際檢測(cè)，檢測(cè)結(jié)果可以判斷蜂蜜是否摻假及摻假類(lèi)型。在此基礎(chǔ)上設(shè)計(jì)了一套基于Android和PHP的遠(yuǎn)程監(jiān)控系統(tǒng)，實(shí)現(xiàn)了對(duì)樣本檢測(cè)數(shù)據(jù)進(jìn)行遠(yuǎn)程管理和實(shí)時(shí)監(jiān)控。

發(fā)表于：2018/3/2 13:22:00

基于方向引導(dǎo)優(yōu)化的視覺(jué)導(dǎo)航方法[測(cè)試測(cè)量][汽車(chē)電子]

為解決主動(dòng)視覺(jué)導(dǎo)航在復(fù)雜路況條件下精度較差的問(wèn)題，提出了一種基于方向引導(dǎo)優(yōu)化的主動(dòng)視覺(jué)導(dǎo)航參量計(jì)算方法。首先，建立了車(chē)輛物理坐標(biāo)系與視覺(jué)圖像坐標(biāo)系的變換方程，通過(guò)Canny算子對(duì)視頻圖像進(jìn)行初步的車(chē)道邊緣線(xiàn)和道路標(biāo)志線(xiàn)檢測(cè)；接著，基于方向引導(dǎo)優(yōu)化有效降低了陰影、積水等雜波對(duì)檢測(cè)性能的干擾，并通過(guò)閾值優(yōu)化的廣義Hough變換實(shí)現(xiàn)車(chē)道線(xiàn)的內(nèi)外邊緣及道路標(biāo)志線(xiàn)的精確檢測(cè)；最后，基于檢測(cè)結(jié)果計(jì)算出用于導(dǎo)航的中心引導(dǎo)線(xiàn)、偏離角度、距離等參量。實(shí)驗(yàn)結(jié)果表明，該方法能夠有效且精確地獲取主動(dòng)導(dǎo)航系統(tǒng)的偏移參量。

發(fā)表于：2018/3/1 14:02:00

室內(nèi)環(huán)境參數(shù)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[測(cè)試測(cè)量][物聯(lián)網(wǎng)]

設(shè)計(jì)了一種可以在室內(nèi)進(jìn)行環(huán)境參數(shù)監(jiān)測(cè)，并且可以遠(yuǎn)程監(jiān)測(cè)的系統(tǒng)。通過(guò)使用灰塵濃度傳感器、溫濕度傳感器、可燃?xì)怏w傳感器和氣壓傳感器實(shí)現(xiàn)檢測(cè)當(dāng)前環(huán)境的各項(xiàng)參數(shù)，單片機(jī)將采集的數(shù)據(jù)進(jìn)行卡爾曼濾波處理之后，得到更加穩(wěn)定的數(shù)據(jù)。在數(shù)據(jù)顯示端，通過(guò)硬件部分的Wi-Fi模塊將數(shù)據(jù)發(fā)送到自組建的網(wǎng)絡(luò)中，瀏覽器端編程采用MyEclipse開(kāi)發(fā)環(huán)境，運(yùn)用JavaWeb語(yǔ)言進(jìn)行Wi-Fi信息抓取和處理，并將數(shù)據(jù)傳輸?shù)皆贫?，?shí)現(xiàn)了由數(shù)據(jù)采集到網(wǎng)絡(luò)傳輸，最后到用戶(hù)可以進(jìn)行遠(yuǎn)程監(jiān)測(cè)的可視化系統(tǒng)設(shè)計(jì)。

發(fā)表于：2018/3/1 13:48:00

基于NLM-EMD與FCM-二次相關(guān)的管道泄漏定位[測(cè)試測(cè)量][其他]

管道泄漏的定位精度主要取決于信號(hào)去噪效果和時(shí)延估計(jì)性能。針對(duì)當(dāng)前管道泄漏定位精度較差的問(wèn)題，提出了非局部均值-經(jīng)驗(yàn)?zāi)B(tài)分解（NLM-EMD）自相關(guān)去噪算法和模糊C均值聚類(lèi)（FCM）-二次相關(guān)自適應(yīng)時(shí)延估計(jì)算法。利用NLM進(jìn)行降噪預(yù)處理，根據(jù)EMD自相關(guān)準(zhǔn)則進(jìn)行重構(gòu)去噪，然后利用FCM自適應(yīng)提取相關(guān)性較高的壓力下降段信號(hào)，對(duì)其進(jìn)行二次相關(guān)時(shí)延估計(jì)。結(jié)果表明，NLM-EMD自相關(guān)法能有效降低噪聲干擾，提高EMD分解質(zhì)量，F(xiàn)CM-二次相關(guān)法能增強(qiáng)兩泄漏信號(hào)的相關(guān)性，與直接二次相關(guān)相比定位精度提高了0.817%。

發(fā)表于：2018/2/28 14:02:00

采用組合濾波算法的無(wú)人機(jī)航向測(cè)量系統(tǒng)研究[測(cè)試測(cè)量][物聯(lián)網(wǎng)]

為了解決低成本小型無(wú)人機(jī)航姿精密測(cè)量的問(wèn)題，設(shè)計(jì)了一種基于MARG傳感器的航向測(cè)量系統(tǒng)方案。該系統(tǒng)由MEMS IMU、電子羅盤(pán)和STM32F407微處理器組成，采用運(yùn)算量較小的梯度下降算法和改進(jìn)型二階互補(bǔ)濾波算法將具有互補(bǔ)特性的電子羅盤(pán)和IMU進(jìn)行數(shù)據(jù)組合濾波, 并基于四元數(shù)進(jìn)行坐標(biāo)轉(zhuǎn)換，解算出飛行器航向信息。通過(guò)對(duì)航向測(cè)量系統(tǒng)的實(shí)驗(yàn)測(cè)試及其在旋翼飛行器上的驗(yàn)證分析，結(jié)果表明，在沒(méi)有外界信息輔助的情況下,該系統(tǒng)較好地解決了噪聲干擾與航向測(cè)量問(wèn)題，可以滿(mǎn)足小型旋翼無(wú)人機(jī)對(duì)航向信息的要求。

發(fā)表于：2018/2/28 13:47:00

基于TMS320C6678核相關(guān)濾波器跟蹤算法實(shí)現(xiàn)及改進(jìn)[嵌入式技術(shù)][其他]

目前，目標(biāo)跟蹤已成為計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要分支。近年來(lái)，基于核相關(guān)濾波器(Kernel Correlation Filter，KCF)跟蹤算法在頻域使用循環(huán)矩陣性質(zhì)進(jìn)行元素的點(diǎn)積運(yùn)算，與以往的跟蹤算法相比，在性能和速度上具有很大的優(yōu)勢(shì)。但是當(dāng)目標(biāo)尺寸發(fā)生變化以及目標(biāo)受到嚴(yán)重遮擋時(shí)，KCF算法不能準(zhǔn)確跟蹤。因此，在KCF算法基礎(chǔ)上做了改進(jìn)，提出了一種尺度更新算法以及目標(biāo)跟蹤丟失后由粗到精的重定位算法，最后算法在8核DSP處理器TMS320C6678上成功實(shí)現(xiàn)了移植。通過(guò)多核并行處理，達(dá)到30幀/s的實(shí)時(shí)跟蹤幀率。

發(fā)表于：2018/2/27 14:46:00