简介：当前主流的运动目标检测方法存在计算量大、计算速度慢和无法实时检测等问题。本文以室外场景下的视频作为研究对象,在特征提取方面利用HOG特征和颜色特征相结合的特征融合方法,使用主成分分析法对特征维度进行降维,克服了单特征描述能力不全面的问题和多个特征数据量大的问题;在分类器设计方面,本文使用经过调优结构后的BP神经网络,克服了模式识别检测时间长的问题。实验结果表明,该算法相对于当前主流的HOG+SVM算法,在INRIA运动目标数据库上对运动目标的检测率达到92%,且速度较快。

简介：针对传统路面探测设备耗费人力、设备体积大、成本高等缺点，设计了利用微波、GPRS和红外模块组成的运动目标探测系统，实现了远程无人监控道路运动目标的目的。其中微波探测模块采用了K-LCla雷达收发器，利用三角波作为调制信号产生差频信号，设计了三角波调制电路、差频信号的信号处理放大滤波电路。同时利用被动式热释电红外传感器设计了红外放大处理电路，作为预警信号传输给单片机。使用GPRS模块通过TCP／IP协议将雷达测到的运动目标数据传输给服务器端，并在页面上显示报警信息。基于STM32F103单片机设计了探测识别外部信号的软件系统。将红外信号作为预警信号，在预警后开启微波模块，减少了系统功耗，为远程监控提供更长时间的支持。

简介：电缆作为信号的载体是不可或缺的,但同时电缆又是导致电磁兼容问题的主要原因,其中电缆不合理布线就是一个非常重要的因素。本文通过对电缆间串扰建立模型,分析了电缆间串扰是如何产生,并以此为依据将机箱内部电缆进线分类,总结了机箱内电缆布线的原则,对机箱内电缆布线进行了设计。

简介：近年来，随着两化融合的不断深入，工业控制系统面临的网络安全风险也日渐增大。火力发电厂控制系统作为重要的关键信息基础设施，安全运行至关重要。文章分析了火力发电企业工业控制系统面临的关键安全风险，从技术与管理两个维度，提出了工业控制系统安全防护的建设思路，以确保火力发电企业工业控制系统安全稳定运行。

简介：为了解决相干偏振合成中输入光功率之比和相位差对合成效率影响的问题,本文在分别基于相位控制和基于偏振控制的相干偏振合成方法的基础上,结合两种方法的优点,提出了一种基于相位-偏振组合控制的相干偏振合成设计方法,并通过四路相干偏振合成对其可行性进行了验证。研究结果表明:在闭环的情况下,整个系统的组合效率达到97.61%。该设计方法有效解决了空间激光通信系统中将多路激光耦合至一根光纤中时效率低的问题。

简介：研究基于深度强化学习技术的避障场景的算法模型设计，采用改进岛深度Q网络（DeepQ-lesrningNet-work，DQN）算法克服了Q-learning表名式算法在连续状态下导致内存不足的局限性。鉴于学习过程中奖励稀疏导致很艰难获得较好结果的情况，改进奖利机制，增知实时奖惩作为补充，解决学习耗时长和练不稳定的问题：采用相对角度、位置金和距离等信息，相比绝对坐标信息可以更有效的躲障碍物。不同于基于栅格法／可视图法等传统人为策略避障算法，深度强化学习算法DQN能够在缺乏先验知识的条件下具备自主决策能力，因此适用性更强。该技术可应用在仓储无人车、巡佥机器人、无人机等现实场景。

简介：在高速链路中，差分线由于具有很高的鲁棒性从而应用广泛，因此差分线的补偿就显得至关重要。以寻找最优的补偿方法为研究目的，结合实际PCB工作中的层叠结构，通过在HFSS和ADS中搭建模型，对比验证不同补偿方式对差分信号质量的影响。最后，指出存在的问题并总结归纳解决方法，为今后PCB布线中差分信号线的补偿方式提出了一些建议。

简介：在工业物联网高速发展的同时，伴随着网络安全威胁的急逮攀升，准确检测到威胁工业物联网安全的入侵行为是极其重要的。本文简要分斩了工业物联网所面临的网络安全问题，采用了6种基于机器学习算法的入侵检测技术，并对应用效果进行对比分析。通过实验验证了入侵检测的有效性，并对下一阶段的研究方向做出了展望。

简介：无线传感器网络栅栏覆盖在入侵监测领域发挥着重要的作用，知何高效、低代价地构建栅栏以及栅栏出现间隙后如何修复是重点研究问题。针对该问题提出一种能耗优先的WSN栅栏覆盖方法，首先根据静态传感器节点构建全连接拓扑图，然后将全连持拓扑图转换为可移动节点需求拓扑图，接着采用K一最每路径算法和匈牙利算法选择可移动节点需求拓扑图中的最佳栅栏构建路径并派遣可移动节点完成栅栏的构建。该方法在充分利用静态传感器节点的基础上派遣少量可移动传感器节点即可完成栅栏的构建。实验结果表明在栅栏构建和修复方面与其他方法相比节约了能量，且栅栏修复率比Optimal方法提高了8％．

简介：在丝绸等织物生产过程中,经常会出现织物产生非正常花纹的缺陷。目前对织物缺陷的检测主要是通过人工肉眼判别,该方法花费时间长、人工成本高,会给企业带来较大的经济负担。本文通过使用BP和SAE两种神经网络对织物进行缺陷检测,并判断是何种缺陷:首先介绍了使用BP神经网络对大量样本训练并保存,得到最佳权值,从而实现对于图像的缺陷检测和分类;训练样本通过SAE深度神经网络训练得到重构图像,再不断微调参数,获得最佳的权重数值,运用滤波器过滤噪声,最终得到结果。通过大量的实验,结果表明两种方法对织物缺陷检测均具有非常良好的效果,充分证明了深度神经网络在工业生产织物过程中运用的可行性。

简介：传统的消费级或者企业级固态硬盘控制器芯片中,为了节省功耗、减小面积和成本,通常会采用单核CPU进行数据通路和命令通路的计算处理。随着固态硬盘的广泛应用,SSD已经应用在数据中心、存储设备、消费电子等诸多领域。由于计算任务量的急剧增大,导致控制器芯片的CPU负载越来越重,影响到了数据读写的带宽和IOPS等指标;如果采用更高计算能力的CPU核,又面临着功耗和成本的增加。本文提出了一种新型的固态硬盘存储器芯片架构,采用了异构计算的理念,应用一颗DSP来处理额外的计算任务,能够使得控制器芯片在计算能力和成本竞争力中取得平衡。

简介：利用无线射频识别技术实现电动车防盗,已经在很多城市得到良好的运用,挖掘电动车的过车数据,从中发现用户行为规律,挖掘有价值的潜在信息,具有非常重要的意义。本文研究了基于RFID的电动车运行数据的挖掘和分析算法,给出了频繁轨迹模式的定义,提出利用带权无环图计算频繁轨迹的方法。经实际验证,该挖掘算法的结果符合现实状况。

简介：随着半导体工艺技术的不断进步、芯片工艺制程的不断演进和成本的不断降低，半导体芯片广泛应用在物联网、个人终端、汽车电子、可穿戴设备、工业互联网等各个领域。随着芯片工艺的逐步升级，性能问题已不在是芯片设计环节的主要瓶颈，如在很多手持设备领域，低功耗设计成为了芯片设计中的关键核心问题。通过引入一种基于磁存储芯片作为内部存储器件的芯片架构，同时也用作芯片内部的高速缓存，能够有效降低芯片漏电流，有效地提升了设备使用时间，降低了整体的TCO成本，大大提升了产品竞争力。

简介：针对目前电子装配车间自动化水平低、传统作业过程中产品加工装配效率低下的问题，提出了一种适用于电子装配车间生产智能排程的改进遗传退火算法。首先，根据电子装配车间特点建立了车间排程的数学模型，该模型以最小化最大完成时间和客户满意度指标为总目标函数。其次，在遗传算法的基础上，引入了模拟退火的思想，以模拟退火替代变异操作保证基因的多样性，引入了最优解存储器，保证适应度值一直往最优化方向发展。最后，采用FT06基准问题数据验证了遗传退火算法的有效性，并给出了动态干扰下的再调度方法及甘特图。

简介：采用ZigBee无线通信网络为核心并选择位置指纹与三角质心算法相结合的定值方案，分斩了实验场景下信号强度的统计特征；从统计结果人手，进行ZigBee信号测距的可行性分析，凭化了基于接收的信号强度指示（RSSI）的测距方程。进而使用改进的位置指纹法和优化的参考节点布局方案完成定位。实验结果表明，相比传统方法，位置指纹与三角核心算法相结合的定位方案大幅度提高了定位精度。

简介：当下大部分UHF读写器结构设计复杂，体积和功耗较大。通过对UHF读写器的硬件架构进行理论分析，设计了一款由分立元件构成的小型超高频读写器系统。系统软件设计通过应用新型四叉树防冲突算法，提高了读写器读乌取多标签的速率。测试表明，读写器具备响应速度快、读取距离远等特点，满足RFID系统需求。

简介：电动车控制系统作为电动车的核心部分，其控制性能的好坏直接决定了电动车运行时的稳定性和可靠性。针对传统电动车控制器的开发均采用市场上的通用8位微处理器导致性能受限，将32bitMIPS架构的电机专用控制芯片M3作为主控芯片引入电动车控制系统中，并对电动车控制器硬件包括功率驱动电路、电流检测电路、位置检测电路进行改进后，设计出新型控制系统，实现电路集成化，并详细分析了系统部分硬件电路改进设计。实验结果表明，该系统可以实现电动车直流无刷电机控制器的各种控制功能，既简化了控制电路，也提高了性能。

简介：众所周知,在传输功率时,功率是电压和电流的乘积。为了传输更高的功率,可以提高电压或者增大电流。一般来说,提高电压是在电气或成本上比较容易实现的方法,因此,出于低压侧安全的考虑,就需要加入隔离措施,也就需要用到隔离器件。

简介：人工智能的崛起并不是偶然的,一方面得益于AI棋王AlphaGo战胜人类棋王之后,AI技术便为大众所熟知,另一方面就是技术上的突破和运算能力的提升,即算法、数据和算力三者缺一不可。人工智能对处理能力和实时性有着极强的要求,边缘计算的兴起与物联网和嵌入式系统密不可分。

简介：过去十年间,几项技术的进步使人工智能(AI)成为最令人振奋的技术之一。2012年,GeoffreyEverestHinton在Imagenet挑战赛中展示了他的广义反向传播神经网络算法,该算法使计算机视觉领域发生了革命性变化。然而,机器学习理论早在2012年之前就有人提出,并且NvidiaGTX580图形处理器单元等微处理器使这一理论得以实现。这些处理器具有相对较高的内存带宽能力且擅长矩阵乘法,可将该神经网络模型的AI训练时间缩短至大约一周。