基于双MCU的机器人移动平台设计

本文设计了一种基于双MCU的机器人移动平台。平台功能包括自主移动、障碍物检测、自动避障、里程计、环境数据检测等功能。双MCU由STM32和Arduino组成。其中STM32负责自主移动、电机驱动以及串级PID、里程计等功能,Arduino负责障碍物检测、环境数据检测、显示等功能,MCU间通过串口进行通信。本文设计以Arduino作为辅助,STM32实现核心功能,增强系统的实时性和稳定性。     

正交频分复用系统中改进的串行峰值抵消方法

针对正交频分复用系统的高峰均比问题,提出一种改进的串行峰均比抑制方法。该方法通过信号幅度的上升沿和下降沿精确寻找超过门限的峰值点;基于串行处理的模式,利用加权的窗函数对信号高峰值进行有效抑制。仿真结果显示,与现有方法相比,改进方法能够有效抑制峰均比,同时精确的峰值搜索能够减少峰值抵消次数,从而降低算法的实现复杂度,有助于改善系统的误码率性能。     

基于有限积分法的机织物电磁屏蔽效能仿真分析

为研究织物对电磁波的屏蔽机制,为电磁屏蔽织物开发提供理论参考,对织物微观结构进行了建模,然后利用CST 微波工作室建立了电磁屏蔽织物三维电磁仿真模型。采用有限积分法计算了在1～18GHz波段的织物电导率、电磁波入射角、织物密度和织物层数对屏蔽效能的影响。结果表明：织物电导率是影响其屏蔽效能的关键因素;屏蔽效能随着织物密度和层数的改变呈非线性变化;电磁波入射角增加会引起织物表面电流密度极化效应。研究结果对电磁屏蔽织物具有较好适用性,可为设计与开发高性能电磁屏蔽织物提供理论参考。     

基于统计特征的钢丝绳芯输送带故障自动检测

根据钢丝绳芯输送带X光图像呈规律性变化的特点,提出一种基于统计特征的自动检测故障的方法。对输入图像进行归一化和规范化后,逐行扫描、计算每个像素点的MRB（Modified Regular Bands）参数值,与整幅图像的MRB参数值的均值相减,再用差值和训练阶段得到的阈值比较,判断出有无故障并从故障图像中检测出故障区域。通过对常见的4类故障的检测,结果表明：该方法检测准确性高、操作简单、运行速度快,适于在线检测;与均值和方差相比,MRB参数对故障更敏感,能检测出细小的故障,图像对比度高、能更好地凸显出故障区域,且检测出的故障区域更接近于故障的外形。     

基于纹元森林和显著性先验的弱监督图像语义分割方法

弱监督语义分割任务常利用训练集中全体图像的超像素及其相似度建立图模型,使用图像级别标记的监督关系进行约束求解。全局建模缺少单幅图像结构信息,同时此类参数方法受到复杂度限制,无法使用大规模的弱监督训练数据。针对以上问题,该文提出一种基于纹元森林和显著性先验的弱监督图像语义分割方法。算法使用弱监督数据和图像显著性训练随机森林分类器用于语义纹元森林特征(Semantic Texton Forest, STF)的提取。测试时,先将图像进行过分割,然后提取超像素语义纹元特征,利用朴素贝叶斯法进行超像素标记的概率估计,最后在条件随机场(CRF)框架下结合图像显著性信息定义了新的能量函数表达式,将图像的标注(labeling)问题转换为能量最小化问题求解。在MSRC-21类数据库上进行了验证,完成了语义分割任务。结果表明,在并未对整个训练集建立图模型的情况下,仅利用单幅图像的显著性信息也可以得到较好的分割结果,同时非参模型有利于规模数据分析。     

基于相位信息和主成分分析的对称性检测方法

对称性检测在图像分析与模式识别中具有重要意义。该文提出一种基于相位信息和主成分分析的对称性检测方法。首先在不同尺度、不同方向上计算相位对称性,其次在每个方向上将所有尺度的相位对称性进行融合,再次利用主成分分析提取各个方向的主要特征,最后利用非极大值抑制和自适应滞后阈值处理得到最终的对称性检测结果。实验证明:该文方法可直接对原始图像进行处理,不需要图像的任何先验知识,对于多目标图像不需分割等任何预处理;可以同时检测亮目标和暗目标的镜像对称、旋转对称、曲线对称;对图像亮度和对比度不敏感。     

对比源反演算法对二维混合目标重建成像的应用

针对线性成像精确性有限的缺点,提出了在非线性算法—对比源反演算法中采用正则化和并行频率方重建在暗室内的金属和电介质柱体构成的混合目标。二维实测微波散射数据采用了多频率、多收发设置的测量方式。通过目标的位置、形状及对比度值得展示,验证了扩展后的对比源反演算法对复杂的二维混合目标重建成像的精确性。     

一种基于嵌入式平台的非接触式心率监测系统研究

心率的长期监测对心血管疾病的预防和治疗具有重要意义。当前心率检测常用的监护仪、心电图机、智能手表和运动手环等均属于接触式测量装置,长期佩戴易产生压痕,甚至给使用者带来不适。在非接触测量方面,远程光电容积脉搏波描记法(remote photoplethysmography, rPPG)可以通过分析面部视频获取心率,是一种很有潜力的心率长期监测方法。目前,绝大多数对于rPPG的研究都在使用电脑做数据分析,体积过大不易摆放,难以满足医学临床和家庭日常使用的需求。针对这一问题,本文尝试在嵌入式平台上依据rPPG原理实现心率监测。监测系统主要由树莓派4B开发板、相机和触摸屏组成。采用AdaBoost算法实现人脸识别与追踪,选取额头和脸颊作为感兴趣区域(range of interest, ROI),利用巴特沃斯带通滤波去噪,根据POS模型提取BVP波形,对来自不同ROI的BVP波形做盲源分离得到最终的脉搏波,最后利用能谱分析计算心率。实验结果表明本文所研究的系统具有与PC端相同的心率检测准确性和鲁棒性。本文的研究成果可以为心率长期监测设备的小型化和普及做出自己的贡献,也可以为智慧医疗中的远程监测...     

基于多模态轻量化混合模型的情绪识别

实现更加准确的情绪识别是当前面临的一项富含挑战性且十分有意义的任务。由于情绪的复杂多样性,单一模态的脑电信号难以对情绪进行全面客观的度量。因此本文提出一种多模态轻量化混合模型PCA-MWReliefF-GAPSO-SVM,该混合模型由PCA-MWReliefF特征通道选择器和GAPSO-SVM分类器构成。选用脑电信号(EEG)、肌电信号(EMG)、体温信号(TEM)三模态信号进行情绪识别。在DEAP公共数据集上进行多次实验验证,在效价维度、唤醒维度和四分类中分别取得了97.500 0%、95.833 3%、95.833 3%的分类准确率。实验结果表明,提出的混合模型有助于提高情绪识别准确率且明显优于单模态情绪识别。与近期的类似工作相比,本文提出的混合模型具有较高准确率、计算量小且通道数少的优点,更易于实际应用。