二维超声波风速风向传感器设计

风是气象预报中的一个重要的要素,准确地预报风速,对人们的生产生活都有一定的影响。二维超声风传感器是气象与工业中最重要的风速测量方式之一,在传统的超声波测风仪器的基础上,通过测量空气温湿度来进行准确的调节,补偿了雨雾等环境因素的影响,设计一种基于STM32处理器的200 kHz全天候超声测风仪,通过实验证明：该装置可以实现全天候精确测量风速风向,测量误差小。     

基于UCOS-Ⅱ和LwIP的串口设备联网技术研究

文中介绍一种基于高性能处理器STM32的嵌入式串口设备联网技术的系统设计,该系统充分利用UCOS-Ⅱ实时操作系统和LwIP轻量型网络协议栈的特点,采用DM9161快速以太网PHY和STM32微处理器等组成,通过以太网实现上位机客户端到串口的数据信息的双向传输,完成串口数据的网络通信.最后对系统进行了测试,结果表明基于UCOS-Ⅱ和LwIP的串口设备联网系统设计是正确和高效的.     

地表温度测量方法研究综述

对近年来国内外测量地表温度的理论、方法和应用进行了全面的回顾,主要介绍了玻璃液体温度表、铂电阻地温传感器、红外温度传感器和红外辐射计的使用方法及优缺点.分析了它们测量地表温度的差异,指出了前两种仪表存在的不足,重点介绍了基于红外辐射原理的红外温度传感器和红外辐射计.实际应用表明：经过气象因子修正后的红外传感器和考虑了大气逆辐射影响的红外辐射计测量地表温度更加准确、可靠,是以后重点研究的方向.     

32点电接点料位仪的设计

介绍了一种实用的基于单片机的多点料位测量系统，论述了该系统的基本工作原理、单片机的硬件配置、软件设计及一些需要特别考虑的问题如多点测量、分压电阻的自动选择、电接点防腐蚀及测量纠错等技术难题。经实际运行测试，该系统具有操作方便、适应性好、可靠性高的特点。     

基于VC的自动气象站上位机软件设计

在自动气象站的使用过程中,上位机软件可以根据用户的需求对气象要素进行观测和应用。本文采用VC和SQL2005对系统进行分析和设计,实现对气象要素的实时采集、存储、备份、数据查询、数据显示、数据统计等功能。     

传感器智能采集传输控制系统的研究与设计

文中介绍了一种传感器智能采集传输控制系统的设计。该设计由基于CC2530芯片的ZigBee无线组网传输的智能变送器模块、基于 STM32F103ZET6嵌入式微控制器为核心的串口设备联网模块和上位机软件组成。根据IEEE1451标准中电子数据表格（TEDS）的研究而设计的智能变送器模块,能够自动识别传感器终端结点采集到的信号（电阻、电压、频率、开关量等）。该系统支持气象要素传感器的热插拔、即插即用和自动识别等功能,具有串口联网的功能,并能够通过光纤传输对传感器设备进行远距离的控制,实现数据长距离可靠传输。     

基于光电原理的日照传感器初步研究

本文基于光电效应的原理,设计了以高性能光电二极管为探测装置,以低功耗的MSP430F149微控制器为核心的日照传感器,该系统可实现信号采集、数据处理、远距离通信和日照强度的连续观测等功能,其观测精度和灵敏性等技术指标达到设计目标。该研究结论对我国日照观测自动化仪器的发展有一定的参考价值。     

面向图像及其特征的多信息管理系统

随着计算机技术的广泛应用,信息处理已经无处不在,而基于图像处理的目标检测和识别已成为计算机视觉领域的一个重要研究.但随之而来的庞大图片及其特征数据在应用和管理上形成了一个新的难题.本文运用数据库技术,在计算机中建立一个关于图像目标的多信息管理系统对图像处理.本文以获取的图片及其特征数据为处理对象,开发一个面向图像及其特征的多信息管理系统的过程.     

基于AT90CAN128的CAN总线的分采集器设计

在以Atmel公司AVR系列新型微控制器AT90CAN128为核心的基础上开发了用于气象业务的数据采集系统,该系统主要对雨量、风向、风速、温湿度、辐射、能见度以及气压等气候物理量进行测量,并通过CAN总线实现与主采集器的通信。     

基于LSTM 的川西北地区降雨型泥石流预警方法

为研究降雨型泥石流与降雨量的关系, 通过分析四川省甘孜州丹巴县近20 年泥石流灾害与降水量的关系发现, 当前期累积降水量(前10 d)达到50 mm 以上时, 发生泥石流灾害的概率为55%; 当12 h降水量达25~40 mm 时, 泥石流发生的概率为45%; 当24 h 降水量达25~40 mm 时, 泥石流发生的概率为9%。采用LSTM 方法对短时降雨进行预测, 并收集了研究区254 条泥石流数据和日累计降雨数据, 采用统计分类的方法划定了泥石流的降水预警阈值, 将预测值和阈值进行比对, 进而给出预警等级和泥石流发生 可能性, 形成了一体化的预警方法。 结果表明, 对丹巴县降雨型泥石流的阈值预警准确率超过90%, LSTM预测降雨量结果误差均小于1. 5 mm。通过预测值与阈值的对比, 可以得出预警的等级大小和发生的可能性, 对提前发布预警信息有较强的指导意义。