国产亚洲欧洲997久久综合,亚洲日韩欧美一区久久久久久久我

氣球載雷達系留纜繩外套無損檢測系統(tǒng)設(shè)計[嵌入式技術(shù)][工業(yè)自動化]

針對氣球載雷達系留繩外護套表面損傷的人工目視檢測難題，設(shè)計并構(gòu)建了由工業(yè)數(shù)字攝像機、工業(yè)鏡頭、光源等器件組成的視覺測量硬件平臺，運用VisionPro視覺工具庫和C#語言混合編程方法開發(fā)了檢測軟件，完成了測量圖像采集與顯示、圖像處理、分類識別等功能。通過試驗驗證表明，該系統(tǒng)檢測速度快、缺陷檢出率高，能夠滿足實際應(yīng)用需求。

發(fā)表于：2/23/2016

無線局域網(wǎng)中CORDIC算法的應(yīng)用與FPGA實現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著無線技術(shù)的發(fā)展，人們對無線網(wǎng)絡(luò)的需求越來越大。特別是近幾年來，在局域網(wǎng)通信中，WiFi技術(shù)的引入以及其地位的不斷提高，引起人們對無線局域網(wǎng)通信中傳輸速度的研究不斷深入。而在對其探索與設(shè)計中，對于信號的偏移角度值的計算（CORDIC）也一直進行著調(diào)整與優(yōu)化。因此，本文以無線局域網(wǎng)中利用CORDIC算法實現(xiàn)數(shù)字控制振蕩器（NCO）作為研究重點，并利用FPGA對其進行實現(xiàn)與分析。

發(fā)表于：2/23/2016

FIR濾波器與IIR濾波器去噪效果對比研究[嵌入式技術(shù)][其他]

針對傳統(tǒng)的濾波器設(shè)計方法效率低、方法復(fù)雜、不能滿足高效高精度的需要等缺點，基于MATLAB研究了分別使用窗函數(shù)法和雙線性變換法的FIR和IIR濾波器。將加入噪聲的信號分別通過兩種濾波器，濾除加入的噪聲，對濾波前后的信號進行對比分析。通過仿真實驗表明，F(xiàn)IR濾波器與IIR的Butterworth濾波器都能很好地克服傳統(tǒng)濾波器的不足，通過語譜圖直觀地對比發(fā)現(xiàn)基于窗函數(shù)法設(shè)計FIR濾波器比雙線性法設(shè)計的Butterworth濾波器能更好地達到預(yù)定的去噪效果。

發(fā)表于：2/23/2016

稀疏同心圓陣旁瓣電平優(yōu)化設(shè)計[電源技術(shù)][其他]

稀疏優(yōu)化后的同心圓陣的旁瓣電平雖然相比于滿陣有所降低，但還是很高。為了獲得具有更低旁瓣電平的同心圓陣，本文采用錐型波束形成技術(shù)，對利用模擬退火粒子群算法得到的稀疏同心圓陣加窗，優(yōu)化陣列饋電電流的激勵振幅。利用改進的三角窗、漢寧窗和布萊克曼窗三種窗函數(shù)對稀疏同心圓陣進行優(yōu)化。仿真結(jié)果表明，加窗后，稀疏同心圓陣的旁瓣電平都有明顯降低，采用布萊克曼窗得到的陣列的最大旁瓣電平最小，漢寧窗的次之，三角窗的最大。

發(fā)表于：2/23/2016

基于RFID的交互式盲杖設(shè)計[模擬設(shè)計][其他]

主要研究一種基于RFID的交互式盲杖，此交互式盲杖由兩部分組成，盲杖部分由盲人持有，有源電子標簽部分由盲人的親朋好友所攜帶。適用人群是盲人及一些弱視群體。主要實現(xiàn)兩大功能，避障和社交。利用傳統(tǒng)的超聲波裝置實現(xiàn)避障，當前方2 m內(nèi)有障礙物時通過語音提示盲人繞道行走；同時利用射頻識別技術(shù)（RFID）識別周邊4 m內(nèi)的熟人，通過語音告訴盲人熟人的信息，以此實現(xiàn)盲人主動與熟人打招呼。相較于市面上廣泛存在的智能盲人用品，此裝置主要實現(xiàn)社交功能。

發(fā)表于：2/23/2016

基于Arduino的語音識別與控制系統(tǒng)實現(xiàn)[通信與網(wǎng)絡(luò)][安防電子]

通過對Arduino開發(fā)板的研究，將聲控技術(shù)引入到智能系統(tǒng)的設(shè)計當中，實現(xiàn)了一套基于Arduino的語音控制系統(tǒng)。本文首先確定了各硬件模塊的選型，并在擬定了各模塊之間的通信接口后對Arduino引腳資源進行整合、分配，搭建了系統(tǒng)的硬件平臺。在軟件設(shè)計部分，編寫了監(jiān)控程序、功能實現(xiàn)程序、中斷服務(wù)程序，最終實現(xiàn)了對機械手的語音控制以及語音播報的功能。此外，系統(tǒng)還增設(shè)了登錄口令驗證和錯誤識別吸收功能，從安全、效率兩個方面改進系統(tǒng)的性能。實際應(yīng)用測試表明，在低噪或無噪條件下，該系統(tǒng)識別精度高，穩(wěn)定性好，達到了預(yù)期要求。

發(fā)表于：2/23/2016

改進粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的旅游客流量預(yù)測[通信與網(wǎng)絡(luò)][其他]

旅游客流量受多種因素影響，傳統(tǒng)的時間序列預(yù)測模型無法描述預(yù)測對象的規(guī)律，人工智能方法如BP神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)的選擇過多依賴經(jīng)驗，基于此提出了利用改進的粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)，通過慣性因子的非線性遞減來改善粒子群的尋優(yōu)性能。將該預(yù)測模型應(yīng)用于自貢燈會的客流量進行實際預(yù)測分析，通過對150組訓(xùn)練樣本和50組測試樣本的實驗仿真，可知改進后的方法提高了預(yù)測結(jié)果的準確度，并且涉及參數(shù)少、簡單有效。

發(fā)表于：2/23/2016

基于灰度共生矩陣特征圖像的織物疵點檢測方法[顯示光電][其他]

提出一種由灰度共生矩陣生成相應(yīng)特征圖像的算法，進行了圖像分割和織物疵點檢測。先將織物疵點圖像進行灰度級量化至16級，再提取0°，45°，90°，135°四個方向上的灰度共生矩陣，通過計算灰度共生矩陣中的熵、相關(guān)性、對比度、差異性、逆差矩共五種特征值并生成相應(yīng)的特征圖像，對常見的5種織物疵點進行了分割檢測實驗。實驗結(jié)果證明基于灰度共生矩陣生成特征圖像的檢測算法是一種檢測效果良好的疵點檢測方法。

發(fā)表于：2/23/2016

基于多特征融合的織物瑕疵檢測研究[嵌入式技術(shù)][其他]

織物瑕疵紋理特征復(fù)雜，單一特征不能很好地反映紋理信息。為此，本文提出一種基于局部二進制模式（Local Binary Pattern，LBP）算子和灰度共生矩陣（Gray Level Co-occurrence Matrix，GLCM）的多特征融合算法。首先，對LBP算子進行了改進，提出一種基于鄰域像素中值的中心對稱LBP算子；然后，將其提取出的紋理特征和灰度共生矩陣提取的紋理特征進行融合；最后，通過極速學(xué)習(xí)機和支持向量機做分類實驗，驗證融合特征描述織物瑕疵紋理特征的能力。實驗表明，本文方法提高了織物物疵點檢測率，并且具有很好的抗干擾能力。

發(fā)表于：2/23/2016

一種圖像亞像素邊緣檢測算法的改進研究[顯示光電][其他]

為了提高刀具預(yù)調(diào)測量儀的檢測精度，提出了一種改進的圖像快速亞像素邊緣檢測算法——基于正交多項式擬合的亞像素邊緣檢測算法。首先，利用傳統(tǒng)的Sobel算子完成邊緣點整像素級別的檢測，確定邊緣的主體區(qū)域；然后，過邊緣點沿邊緣法線方向拓展像素，取一系列像素點并計算其灰度值；最后根據(jù)像素點灰度分布的數(shù)學(xué)特征，利用正交多項式和最小二乘法求擬合函數(shù)，通過擬合曲線確定圖像邊緣點的精確位置，實現(xiàn)圖像亞像素邊緣檢測。實驗證明，該算法運行時間短，約為0.63 s；檢測精度高，可達0.1 pixels。

發(fā)表于：2/23/2016

基于改進的FT算法在自然圖像中的應(yīng)用研究[顯示光電][其他]

FT算法是在空間頻域內(nèi)的顯著目標檢測算法。該算法簡單、高效，但是在自然圖像顯著目標檢測中，存在顯著區(qū)域中心像素抑制、顯著目標不突出等問題，故對FT算法進行改進。首先，在特征提取階段，除了提取顏色和亮度信息外，改進的FT算法還提取圖像的邊緣信息，利用Canny算子檢測圖像的邊緣并用梯度算子表示邊緣特征，使得顯著區(qū)域的邊界信息更加豐富；然后，利用中心優(yōu)先規(guī)則線性處理顯著圖，提高顯著區(qū)域的中心像素的亮度，突出顯著區(qū)域，去除冗余信息。仿真結(jié)果表明改進的FT算法是切實可行的。

發(fā)表于：2/23/2016

基于紅藍眼鏡的立體視頻播放器設(shè)計[顯示光電][其他]

研究了紅藍眼鏡的立體顯示原理，設(shè)計了基于紅藍眼鏡的立體視頻播放器。這個設(shè)計主要包括YUV與RGB之間的轉(zhuǎn)換、BMP文件的讀寫和立體視頻的合成等，最后通過軟件實現(xiàn)了立體視頻的播放。主觀實驗結(jié)果表明，設(shè)計的立體視頻播放器能產(chǎn)生較好的立體效果。

發(fā)表于：2/23/2016

基于脈沖響應(yīng)的電池端電壓在線檢測[電源技術(shù)][工業(yè)自動化]

剩余容量(SOC)和健康狀態(tài)(SOH)的在線檢測是實現(xiàn)車用電池有效管理的關(guān)鍵之一，而電池開路電壓作為預(yù)測電池剩余容量的一個重要參數(shù)在充電和放電周期間不易獲得。提出了一種基于脈沖響應(yīng)預(yù)測鋰離子電池端電壓的方法，通過向電池施加電流脈沖，由輸入脈沖與電壓脈沖響應(yīng)的卷積來預(yù)測端電壓。闡明了脈沖響應(yīng)的思想以及方法的實現(xiàn)，通過實驗驗證了該檢測方法的有效性和可靠性，能夠達到實際應(yīng)用效果。

發(fā)表于：2/23/2016

艾德克斯測評某品牌智能插座[電源技術(shù)][物聯(lián)網(wǎng)]

隨著物聯(lián)網(wǎng)產(chǎn)業(yè)的快速發(fā)展，越來越多的智能化設(shè)備進入了普通大眾的日常生活，智能插座就是其中的一個代表。智能插座是指內(nèi)置Wi-Fi模塊，通過智能手機的客戶端來進行功能控制的插座。目前市面上擁有多個品牌的智能插座產(chǎn)品，多以強調(diào)家居的智能化為主。那么，在節(jié)能環(huán)保的大時代背景下，作為一款與家電設(shè)備配合使用的用電產(chǎn)品，自身的待機功耗是所有智能應(yīng)用的使用價值基礎(chǔ)。

發(fā)表于：2/23/2016

高壓輸配電線路低下限死區(qū)感應(yīng)取能電源的研究[電源技術(shù)][智能電網(wǎng)]

為解決高壓智能電氣設(shè)備供電問題，提出了一種高壓輸配電線路低下限死區(qū)感應(yīng)取能電源設(shè)計方案。采用兩種磁芯并行工作，根據(jù)電流范圍選擇不同的磁芯進行取能，分析了感應(yīng)取能原理，研究了各參數(shù)之間的關(guān)系。結(jié)合Saber仿真軟件進行建模分析，確定了磁芯尺寸和二次側(cè)匝數(shù)，設(shè)計了后續(xù)電路并進行了實驗測試。結(jié)果表明：該感應(yīng)取能電源能夠在3 A～1 000 A電流范圍穩(wěn)定供能，滿足高壓智能電氣設(shè)備供電要求。

發(fā)表于：2/23/2016