基于UKF航迹滤波的干扰目标智能识别算法研究

针对雷达导引头末制导阶段抗干扰技术,建立了典型的距离-速度拖引干扰模型,采用无迹卡尔曼滤波(UKF),研究了基于速度、加速度、过载等指标的干扰目标智能识别技术。首先建立距离-速度拖引干扰模型,通过引入弹目相对距离、径向速度、高低角与方位角建立了系统跟踪模型。其次,给出了基于UKF实现目标跟踪与识别的滤波框架。在此基础上,以径向速度、径向加速度、角加速度与过载为评价指标,建立了目标智能识别指标体系。最后,通过典型的目标运动模型(目标跃升),对目标施加的四次距离-速度拖引干扰(两次前拖、两次后拖)进行目标识别。仿真结果表明,利用UKF滤波信息能够有效实现对距离-速度拖引干扰下的干扰和目标智能识别,仿真结果验证了该识别方法的可行性与有效性。     

基于时频域的卷积神经网络运动想象脑电信号识别方法

针对目前运动想象脑电（EEG）信号识别率较低的问题，考虑到脑电信号蕴含着丰富的时频信息，提出一种基于时频域的卷积神经网络（CNN）运动想象脑电信号识别方法。首先，利用短时傅里叶变换（STFT）对脑电信号的相关频带进行预处理，并将多个电极的时频图组合构造出一种二维时频图；然后，针对二维时频图的时频特性，通过一维卷积的方法设计了一种新颖的CNN结构；最后，通过支持向量机（SVM）对CNN提取的特征进行分类。基于BCI数据集的实验结果表明，所提方法的平均识别率为86.5%，优于其他传统运动想象脑电信号识别方法；同时将该方法应用在智能轮椅上，验证了其有效性。     

基于WSN的农业大棚智能环境监控系统研究

文章研究了基于WSN的农业大棚环境监控系统,分别从环境监控系统的硬件设计、软件设计以及系统优化几个方面进行了分析和研究。以保定地区草莓种植基地作为测试环境,对本系统进行了为期3个月的测试。实验结果表明,本系统能够实时、准确地采集环境信息。     

互联网化转型战略研究

纵观产业发展趋势,从消费面来看,我们进入了超级个性化时代;从生产面来看,成熟产业增速放缓,未来跨界竞合加剧,产业边界日益模糊,创新总是发生在产业边界。通过分析DICT(数据信息通信技术)产业界互联网化转型的典型实践,提出运营商互联网化转型的体系演进思路,概况出产业界互联网化转型的基本策略。     

一种基于Arduino的通用智能安全帽的研究

安全帽是针对头部的个体防护设备,可以应用于许多工作场合。常规的安全帽只能通过减震以及材料优化起到对头部的保护作用。但由于工作场合的多样性、工种的多样性以及工作人员的疏忽,常规的安全帽做不到对工人万全的保护,因此工伤事故屡屡发生。鉴于此,设计了一种多用途,多场合适用的智能安全帽,能对工作场合的多种不安全行为发出预警并做出反应,利用自带的定位系统实现人员的动态监管,利用蓝牙设备实现通信功能,对于保障工人的生命安全及提高工作效率具有重要意义。