蓝牙微微网抗干扰策略的研究

本文介绍了分离式医用多导生理记录仪的数据传输部分,使用蓝牙设备来传输采集的睡眠生理数据,但数据传输过程中干扰比较大,故本文在蓝牙跳频技术的基础上通过固定蓝牙无线数据传输信道号来保障无线数据的安全传输。文章主要讲述了蓝牙跳频序列的生成,以及将该跳频序列的一部分序列划分成5个子序列并对其进行改进后,分配给不同的蓝牙设备以解决微微网之间通信干扰问题。最终仿真结果表明改进的5个子序列间的汉明互相关特性非常好,能实现抗干扰的目的。     

双各向异性色散介质电磁波传播Z-时域有限差分分析

基于一种改进的Z变换-时域有限差分(Z-Finite-Difference Time-Domain,Z-FDTD)方法,即将双各向异性色散介质的频域本构方程先转化到Z域中,再利用Z变换的性质将其转换到时域,得到离散时域的FDTD迭代式,分析了双各向异性色散介质电磁波传播特性.由于Omega媒质是一种典型的双各向异性色散介质,以此为例编程计算了垂直入射在Omega介质板情形下产生的同极化和交叉极化电磁波的反射和透射情况,并通过算例和解析解对比验证了算法的正确性,最后对其电磁散射特性进行了分析.     

13．56MHzRFID阅读器天线的设计

RFID技术中阅读器和标签间的非接触通信是通过两个天线线圈间的电磁耦合实现的,因此成功的天线设计是RFID应用成功的关键.为使RFID阅读器在有限功率输出情况下不出现阅读盲区和有效读取较大区域内标签的信息,本文提出了一种新的天线线圈设计方案,即采用多个覆盖较小区域的线圈的串并组合来构成一个覆盖较大区域的天线线圈.采用这种方案设计出来的阅读器天线不仅可以使阅读器具有阅读较大平面区域标签的能力还使阅读器具有阅读立体空间标签的能力.该设计方案具有广阔的应用前景.     

孤岛油田聚合物驱配套技术研究

1.概况 目前孤岛油田有注聚区8个, 地质储量9773×104t,占孤岛油田地质储量的25.3%,占孤岛油田的47.6%,数模表明,8个聚合物驱项目平均提高采收率7.4%,增加可采储量720×104t,目前已经提高采收率3.2%,增油309×104t."九五"期间孤岛油田增加可采储量981×104t,其中聚合物驱增加可采储量468×104t,占47.7%,成为"九五"期间主要的提高采收率技术.孤岛油田提高采收率的方式逐渐由"八五"期间的老区调整及稠油过渡到"九五"期间的聚合物驱.     

以图像为主的多模态感知与多源融合技术发展及应用综述

不同模态的表现方式不同,描述目标的角度也会不同。多模态感知与多源融合技术是将两种或两种以上的模态组合起来,融合不同传感器、不同平台收集到的数据、特征信息,兼顾不同图像的优势,在遥感监测、军事安防、自动驾驶等领域有着广泛的运用。介绍了热成像、高光谱成像、偏振成像、合成孔径雷达(SAR)、激光雷达(LiDAR)等多模态感知技术,总结了不同成像方式的特点与联系,简述了多源融合相关概念及其技术发展历程,重点分析了不同模态下图像融合案例,在此基础上归纳多模态感知和多源融合技术的发展趋势,最后基于融合算法、系统整体性、评价指标总结出进一步发展方向。     

多天线空分定位RFID阅读器的设计

RFID是近年来发展迅速的非接触式自动识别技术,为使基于RFID技术的智能管理系统具有定位识别的功能,本文提出了多天线空分定位RFID阅读器的设计方案,即采用阅读器与多个检测天线的分离式装置,使每个天线仅识别自己工作区域内的标签,天线的地址码与标签的数据共同构成传送的信息,从而使阅读器具有定位识别标签的功能。基于本文提出的RFID阅读器的智能战备药箱管理系统可以为战备药品提供安全、准确、实时的信息收集、处理和查询,该管理系统不仅可以提供定位识别,还可以节约系统的成本,具有广阔的应用前景。     

热浸镀铝硅镁涂层组织与腐蚀性能研究

利用热浸镀技术在铁基体表面制备了铝硅镁涂层,探讨热浸镀时间对涂层的影响,研究了涂层的腐蚀性能。结果表明：随着热浸镀时间的增加,铝硅镁涂层中铁铝反应层厚度呈现抛物线式增长,当Mg和Si添加量达到3%时,铁铝反应受到明显的抑制作用,反应增厚的速度较慢。3.5%NaCl溶液中的电化学腐蚀表明,随着Mg和Si的增加,涂层的自腐蚀电位呈现下降趋势,Al-6Mg₂Si涂层具有最低的自腐蚀电位和较小的自腐蚀电流。     

基于工业传感器示教平台的课堂教学改革

以学生发展为中心的教学理念逐渐深入人心,目前的传感课程存在一个实际问题——学生在课堂上学到的理论知识很难转变成实践能力。为了解决这个问题,自主开发了具有知识产权的工业传感器示教平台,在课堂上创设工业教学环境,现场演示或远程直播工业级传感器的测量实验,让同学们能把理论知识用得好。通过以上创新,解决了课堂教学的真实问题,提升了学生实践能力,建设为省一流本科课程。     

融合相机与激光雷达的目标检测与尺寸测量

针对三维场景下的目标检测与尺寸测量任务,设计了一种融合激光雷达和相机传感器的三维目标检测和尺寸测量算 法。 使用基于卷积神经网络的二维目标检测器提取目标的二维检测框,结合图像中的二维检测框和几何投影关系获取包含物 体的三维视锥点云,由欧氏聚类方法获得物体的聚类点云,实现了物体的三维目标检测。 提出了基于目标二维检测框的改进尺 寸测量方案以替代原有点云聚类后得到的三维框信息,提高了物体尺寸测量的精度。 在现有数据集上评估测试了目标检测与 尺寸测量的精度,实验结果表明,二维目标检测器 YOLOv7 在检测数据集上的平均检测精度达到了 81%,改进尺寸测量方案在 物体尺寸测量时的测量误差在 5%以内,对于较远物体或较小物体的目标检测和尺寸测量也具有很好的效果。     

基于偏振信息图像增强的多目标检测

偏振是光的重要特性之一,偏振成像技术能够获取场景中目标的强度信息和偏振信息,偏振信息能够反映出目标物体表面的材质特征。本文针对雾霾天气状况下道路场景中常见目标识别结果的准确性要求,提出了两种基于偏振信息的图像增强方案。首先经过多次采集实验,经过数据清洗、图像标注构建偏振数据集,共4 649张图像和31 877个标签。针对雾霾轻度污染的场景,通过区域自动生长算法分割出偏振强度图像中的天空区域,根据天空区域的偏振度和偏振角信息以及大气物理散射模型反演出目标反射光,从而实现图像去雾。针对雾霾重度污染的场景,使用小波变换的方式对图像进行增强,利用偏振度图像来增强强度图像中的目标轮廓。使用图像灰度方差和图像信息熵作为图像质量评价指标,使用YOLO v5s深度学习网络进行目标检测。实验结果表明,雾霾轻度污染的情况下,图像质量和目标检测准确性均有所提升,图像信息熵提升了3.36%,灰度方差提升了40.27%,目标检测mAP达到了76.40%,提升了12.69%;雾霾重度污染的情况下,目标检测mAP提升约1.69%。