近场源DOA、距离、极化参数及频率联合估计算法

文章研究了近场情况下多信源到达角(DOA)、距离、极化参数及频率的四维参数联合估计问题,建立了近场源在极化域的参数估计模型。文中所考虑的极化敏感阵列由和坐标轴方向一致的偶极子对构成,分别感应x轴方向和y轴方向的电场分量。该算法不需要谱峰搜索,直接给出各参数的闭式解。由于使用了四阶累积量,因此该算法适用于任意高斯噪声环境。仿真结果验证了该文方法的有效性。     

纸机系统预测函数控制方法的仿真研究

针对造纸过程中的纸机系统具有大时滞、大惯性、多变量等特性,提出了多变量系统的预测函数控制方法,该方法结合Simth预估控制思想,有效地克服了滞后对控制系统稳定性及性能指标的影响.文中采用单基函数(阶跃函数)得到控制量的解析解,其中控制器参数均可离线计算,因此在线算法简单、计算量小.仿真结果表明,该控制方法使系统具有快速的跟踪性、良好的稳定性和抗干扰性等特点,能够实现复杂多变量系统的有效控制.     

基于项目驱动的混合式教学探索与实践

本文通过合理组织和分配各种设备、工具、技术、媒体和教材,构建了基于项目驱动的混合式教学在"电力电子技术"课程中应用模式;并通过实例验证了混合式教学模式的效果.教学实践表明,混合式教学不仅有助于提高教学效果,而且对提升学生的综合能力有很大帮助.     

嵌入式油田无线远程监控系统的研究和设计

针对目前各种监控技术存在的缺点,提出了一种基于嵌入式系统与GPRS的油田无线远程监控系统,介绍了系统的总体框架与具体实现.系统以嵌入式微处理器STM32F103ZE为核心,基于μC/OS-Ⅱ实时操作系统,通过无线射频芯片CC1100实现油田现场多点数据的实时采集;同时,利用GPRS无线模块把采集到的数据发送给远程监控中心,监控中心接收并处理数据,最后将结果显示给用户或发出监控命令.该无线远程监控技术在油田领域具有较好的应用前景.     

基于高斯眼白模型的疲劳驾驶检测

目的 为解决疲劳驾驶检测中人眼状态识别的难点,提出一种基于眼白分割的疲劳检测方法。方法 首先对获取图像进行人脸检测,利用眼白在Cb-Cr上良好的聚类性,基于YCbCr颜色空间建立高斯眼白分割模型;然后在人脸区域图像内做眼白分割,计算眼白面积;最后将眼白面积作为人眼开度指标,结合PERCLOS（percentage of eyelid closure over the pupil over time）判定人的疲劳状态。结果 选取10个短视频进行采帧分析,实验结果表明,高斯眼白分割模型能有效分离眼白,并识别人眼开合状态,准确率可达96.77%。结论 在良好光线条件下,本文方法能取得不错的分割效果;本文所提出的以眼白面积作为判定人眼开度的指标,能准确地判定人的疲劳状态。实验结果证明了该方法的有效性,值得今后做更深入的研究。     

基于四阶循环累积量的二维DOA和极化参数估计

在任意分布的加性平稳噪声背景下,提出一种基于单个电磁矢量传感器的四阶循环累积量算法来实现宽带循环平稳信号的二维波达方向(DOA)和极化参数估计.通过利用信号的循环平稳特性,使该算法具有信号选择的能力,同时能够抑制宽带干扰和任意分布的加性平稳噪声的影响,从而提高算法的信号检测能力.仿真结果验证了该方法的有效性.     

基于双电磁矢量传感器的近场源多参数估计

基于双电磁矢量传感器(EVSs),提出一种新的近场源频率、波达方向(DOA)、距离和极化参数联合估计方法.该方法首先计算近场源的频率以及其在两个电磁矢量传感器处的二维DOA和极化参数,然后利用几何方法或搜索方法,得到近场源的距离估计.该方法仅需要两个电磁矢量传感器,节约了阵列孔径,适合于阵列孔径有限的场合.估计过程中仅需一次互相关以及特征分解等简单的运算,且各参数自动配对,节省了运算量.实验结果验证了该方法的有效性.     

测控技术与仪器专业创新型实践教学体系构建研究

针对应用型本科院校测控技术与仪器专业创新实践教学体系的构建进行探讨。通过专业课程模块化体系建立、专业课程实验项目优化整合、开放式综合性实践项目凝练、实践教学考核方式转变、大学生科技创新导师制、柔性参与科研项目、毕业设计分阶段答辩等,构建一个多位一体的创新型实践教学体系,提高应用型本科院校测控技术与仪器专业的人才培养质量,使学生具有竞争力和创新性。     

基于扰动观测器的直线电机速度系统预测函数控制

针对直线电机伺服系统存在非线性、不确定性和各种扰动等特性,提出了一种基于扰动观测器和预测函数控制的复合控制方法。首先建立直线电机伺服系统的数学模型;然后设计扰动观测器对参数变化和外部干扰进行补偿,将干扰估计值反馈给预测函数控制器,建立带有干扰信息的预测模型,从而优化控制方法,提高伺服系统的控制效果。仿真结果表明,采用该复合控制方法设计的扰动观测器和预测函数控制器能够有效抑制扰动,满足系统对快速性和稳态精度的要求,系统具有较强的鲁棒性和抗干扰性,能够实现伺服系统的有效控制。     

基于迁移学习的机器人视觉识别与分拣策略

针对传统工业机器人辨识复杂工件困难、识别度单一等问题，提出一种基于迁移学习的视觉识别与分拣策略。高精度工业相机拍摄到的图片经过HALCON软件图像膨胀、腐蚀等处理之后，导入Pytorch中的神经网络模型，利用迁移学习对目标进行识别分类，最终实现工业机器人智能分拣的目的。实验中，在UR5机器人平台上以形状多变的两种菇类为对象进行迁移学习，进而完成识别及分拣。实验结果表明该策略具备良好的准确性和稳定性。