无线局域网在医疗系统中的应用

分析了目前医院信息系统(HIS)的现状，结合现在医院采用的计算机信息管理系统，对有线与无线相结合的局域网技术进行了研究，使医疗行业实现了患者与医护人员、管理者与医护人员随时随地传递信息、以及医院间医疗数据共享、远程会诊，提高了就诊和处理病患的速度，通过移动上网办公来为病人提供更加优质的医疗服务，加快了医疗系统的信息化建设，它为提高患者的治愈率、满意率起到了积极、有效作用，提高了医院管理水平和快速反应能力，为数字化医疗开辟了道路.     

基于小波理论的PSD测试系统的数据分析

位敏探测器(PSD)技术作为光电技术的重要组成部分,在各学科领域得到广泛应用.随着对PSD系统信号精度的要求越来越高,要求研究出更好的去噪效果的方法.针对PSD系统信号的特性,选择db8、sym8、coif8对含噪的信号进行处理和对比,并通过MATLAB中的小波GUI软件进行数字仿真,并对仿真结果进行比较,从而得出最适...     

光电位置敏感探测器非线性误差校正方法研究

位置敏感探测器(PSD)以其分辨率高、时间响应性好的优点在光电检测领域得到了广泛的应用,但是PSD在生产过程中产生的非线性误差极大的影响了测量精度和范围,因此对PSD进行必要的非线性误差修正可以大大提高其测量精度和可靠性。     

光电位置敏感探测器非线性误差校正方法研究

位置敏感探测器(PSD)以其分辨率高、时间响应性好的优点在光电检测领域得到了广泛的应用,但是PSD在生产过程中产生的非线性误差极大的影响了测量精度和范围,因此对PSD进行必要的非线性误差修正可以大大提高其测量精度和可靠性。     

基于非对称双CCD交汇的信号弹高度测量方法

采用双面阵 CCD 非对称交汇测量技术, 建立了交汇测量的数学模型, 在相机焦距和工作视场角等参数未知的情况下, 通过对采集视频图像的处理, 实现信号弹发射高度的测量, 并给出发射高度不同时相应测量相机的布站方案, 分析了误差来源, 估算了系统误差精度. 本测试方案具有测量精度高、容易实现、不受测量环境和场地的限制、排除了人工读取误差等优点, 缺点是测量的设备成本相对较高. 本方案也可用于检测烟花表演效果、烟花高度、烟囱高度的测量以及高压线悬弧高度的测量.     

电阻网靶破片群速度测量方法

针对网靶只能测量首个弹丸或破片速度的问题,提出了电阻网靶测量方法。该方法的实质是将普通网靶的串联网线改为并联,并且给每条网线串联一个电阻。当破片穿过靶面时,任一网线被打断都会引起总电阻变化,根据两靶总电阻变化的时间间隔和幅度大小,可以测出多个破片的速度、估计破片大小。仿真与测试表明:根据数据采集显示装置记录的波形以及电阻网靶的参数,可计算出单个破片的飞行速度和尺寸范围,从而可以进一步分析破片群的飞行速度、速度分布和尺寸分布。     

基于LabWindows/CVI的多路高速数据采集系统设计

本文结合总线技术的发展和数据采集系统中的需求,提出了一种基于PCI和LabWindows/CVI采集卡的同步采集设计方案,系统以两张NI公司PCI-6224数据采集卡,利用现有的单(32 b/33 MHz) PCI总线的计算机系统构成低成本的硬件平台,LabWindows 8.0为开发软件,利用采集卡ctr0输出连续脉冲频率为2张卡提供同步时钟源,通过外部触发方式控制采集卡实现64路数字信号同步采集系统,本系统可达到8 MB/s (4 MB×2)的数据采集速率,以低成本、多通道、高速率、通用性为特点,由于在设计中所采用的PCI总线高速数据传输技术具有较强的通用性和灵活性,可应用于其他类似的高速数据采集与处理系统中.     

弹丸速度及弹着点坐标测量系统研究

为了在武器速射系统研制中同时测量弹丸速度和弹着点坐标.采用平行点激光光束交叉形成光栅光幕靶,以PCI总线构成数据采集系统.采集64路数字信号.通过分析连发弹过靶信号,提取各个弹丸过靶位置判别值以及过靶时刻.计算得到连发多弹中各个单弹速度以及弹着点坐标.室内外靶场实弹测量实验结果表明,该测试方案可以同时测量高射频连发弹弹丸速度、射频、弹着点坐标.未出现弹序误判、漏判情况.该测试方案时连发弹道武器的研制和开发及测试"金属风暴"武器、弹阵分布具有参考价值.     

基于机器视觉和虚拟仪器技术的传送带监测系统

针对企业生产中传送带易于产生纵向撕裂和跑偏现象的工程背景,提出了利用机器视觉和虚拟仪器技术,检测传送带运行状况,并通过穿透检测,反应出传送带表面磨损情况。提出了一种全新的非接触式光电智能检测方案,并详细叙述了系统软硬件结构。     

融合多模板注意力深度网的自适应目标框跟踪算法

现有深度网络跟踪算法应对相似物体干扰、尺度变化、形变模糊、遮挡等问题存在挑战,为此提出一种融合多模板注意力机制的鲁棒深度网络算法.在SiamFc深度网络分支中构建通道和空间多模板注意力机制,以加强网络对目标特征的提取能力;融合浅层和深层卷积特征实现跟踪目标的精确聚焦,以克服相似物干扰问题;采用自适应回归网络学习目标采样点与目标边界之间的距离,实现目标区域的动态预测,有效应对目标尺度变化问题.另外,通过计算分类特征的APCE均值和最大值建立模板在线更新策略,实现网络自适应目标形变模糊与遮挡等问题.对OTB 100和VOT 2016等公开数据集的测试结果表明,与目前先进的SiamFc及改进方法相比,所提出算法在动态目标跟踪的准确率和成功率上均得到有效提升,具有强鲁棒性能.