微生物发酵微机集散控制系统的开发研究

微生物发酵过程是发酵行业中一个十分重要的生产环节，文章介绍了一种满足发酵生产过程计算机集散控制系统（ＤＣＳ）的实际方案，讨论了系统功能及各级组成的设计问题。着重说明了实时控制中上下位机通信软件的编制，采用动态数据交换（ＤＤＥ）服务方式进行实时数据通信，监控软件的数据库系统功能设计，以及ＤＤＥ客户端程序的设计方法和注意问题     

磁通门传感器接口ASIC设计(英文)

基于磁通门传感器的二次谐波选择法原理,采用0.6 μm,N-well标准模拟CMOS工艺,设计并实现了磁通门传感器专用集成电路接口(ASIC).这种集成磁通门接口电路能够减小传统分立元件接口电路的体积,降低系统能耗,满足航天、军事等领域的微型化、低功耗需求.在分析磁通门传感器结构和特点的基础上,完成了激励电路及检测电路的设计,芯片面积为2.0 mm×2.0 mm,并采用HSPICE对电路各部分功能及其指标进行验证.对与微型磁通门探头集成的电路系统进行了测试,结果表明,当测量范围为±90 μT时,灵敏度可达16.5 mV/μT;在5V电源电压下,其功耗为35 mW.     

挤塑机磁阻感应式测速表

一般挤塑机上的转速表,都利用测速发电机系统。由于测速发电机系他激直流发电机,结构比较复杂,经常由于整流子脏污和炭刷的磨损而接触不良,使示值不准;更由于安装位置一般在挤塑机的变速箱的主轴上,因为轴封漏油而油液渗入电机,增加了电机的损坏机会。所以一般工厂使用挤塑机上的转速表,常常由于维修过于频繁,甚至     

基于ANSYS的轧机支撑辊弧形垫板失效原因分析与设计优化

应用有限元软件ANSY分析了弧形垫板的失效原因,并考虑轧制标高,研究了弧形垫板结构改进的可行性。在此基础上模拟现场工况,从厚度和弧度两方面,分别对各种设计方案的弧形垫板承载区的应力分布进行了静态仿真计算,对比分析了计算结果,得出最优设计方案,为弧形垫板结构的改进提供了理论依据。     

高分辨力闭环微加速度计接口电路

本文报道一种电容式闭环微加速度计的低噪声、开关电容CMOS接口电路。采用相同电极分时复用的方法,从而避免电容敏感与静电力反馈的馈通现象。并设计PID电路保证真空封装的高Q值加速度计的闭环稳定性及动态响应特性。整体电路结构只需单端放大器,传输门和电容。测试结果显示,接口电路工作在±5V条件下,整体微加速度计具有±3g满量程,非线性0.05%,800Hz带宽,刻度因子为1.2V/g,噪声密度为0.8μg/ 。芯片采用2um 双金属双多晶N阱CMOS工艺加工,芯片面积15.2 mm2。测试结果证明,本文电路达到高精度微加速度计系统设计要求,可以应用到地震监测、石油勘探等领域中。     

手势认证中基于能量熵的端点检测方法研究

为了保证智能手机敏感信息的安全性,设计实现了一种基于手机内置三轴加速度传感器的三维手势认证方案。在手势端点检测部分,在定性分析手势加速度信号能量分布特性的基础上,提出了一种基于能量熵的新方法实现有效手势截取。进一步设计基于欧式距离的动态时间规整算法对截取后的手势序列信号进行匹配认证,当他人模仿手势错误接受率趋近0%时,本人认证手势错误拒绝率维持在7%左右,从而实现智能手机用户身份识别。     

“信号与系统”多媒体CAI课件的设计与实现

给出了“信号与系统”多媒体CAI课件的设计与实现方法,详细介绍了课件设计,媒体制作,程序实现的具体方法,探讨了超文本/超媒体结构和数据库技术在课件中的应用。     

高斯混合生成模型检测健康数据异常

在智能穿戴设备普及的背景下,运动手环为全面地了解人们的身体状况提供了丰富的信息源,但是其提供的多维活动数据存在未知的异常值,因此需要进行异常值的检测.由于"维度灾难",通过传统的方法进行密度估计十分困难,导致检测效果不佳.针对该问题,使用了一种高斯混合生成模型(GMGM)健康数据检测方法.首先,该模型利用变分自编码器(...     

基于拉普拉斯分布模型的静止物体检测方法

针对监控视频中静止物体的检测,提出了一种基于拉普拉斯分布模型的检测方法。该方法首先改进[∑-Δ]背景建模方法,快速提取视频背景,构成初级背景,然后在初级背景中引入拉普拉斯分布模型,从而构成精确的自适应动态背景,最后比较初级背景与动态背景之间的差异达到检测静止物体的目的。实验结果表明,该方法能在标准视频数据库中有效地检测到静止行李,并对人群拥挤和光照变化等复杂场景有良好的检测效果。     

基于Markov过程和伪极坐标快速傅里叶变换的重采样篡改检测

针对图像中的重采样篡改操作导致的离散余弦变换(DCT)系数之间相关性的变化,提出了一种新的图像重采样篡改检测方法。首先,提取Markov特征,利用高阶统计量分析重采样图像中离散余弦变换系数之间的关系;然后,将图像所在的笛卡儿坐标映射到伪极坐标(Pseudo-Polar)轴上提取图像的光滑度作为纹理特征,利用纹理特征检测图像的重采样操作;最后,将提取的两类特征输入到支持向量机(SVM)中训练和分类,从而检测出图像中的重采样篡改操作。实验结果表明:所提方法可以检测出图像中的重采样篡改操作,并具有较好的检测率,且对于一定范围内的加噪处理也具有鲁棒性。