基于工业场景应用的WIA-FA与5G融合解决方案

随着我国工业领域数字化、智能化转型的不断提速,工业无线技术的应用场景趋向网络中接入设备种类繁多,无线传输要求高可靠性、低时延和高并发传输。针对工业场景无线技术越来越苛刻的要求,在5G技术现有的技术指标基础上,对工业场景下5G技术应用面临的问题进行了分析,总结了在端到端延迟、可靠性、维护性和部署成本等方面的问题,提出了一种无线局域网技术WIA-FA与5G技术融合的解决方案。合理部署工业现场室内无线局域网络与室外广域无线传输网络,最大程度提高无线网络传输的高靠性和低时延方面的性能,降低部署成本和维护难度。     

基于隐马尔可夫模型的躯感网心电图信号特征提取方法

为了解决躯感网的心电信号特征提取问题,结合心电图信号波形的特征区间,建立了面向心电图信号特征提取的离散隐马尔可夫模型;并面向该模型定制了专家标注选取、导联选取、观察数据归一化、三元组初始值选取以及训练数据量选取等方法.最后,采用Baum-Welch算法训练HMM模型的参数,并利用Viterbi算法提取心电图的信号特征.仿真结果表明,基于 HMM的心电图信号特征提取算法的复杂度较低、精确度较高、实时性较好,适合在线处理非线性、动态变化的心电图信号,能够满足基于躯感网的心电图信号特征提取的性能要求.     

基于形变卷积和深层聚合网络的水下文物检测

搭载有视觉检测系统的自主水下航行器(AUV)具有水下文物探测功能,对深海考古有着重要意义。 水下文物所处环境复 杂多变,目标存在破损、堆叠和泥沙掩埋等情况,导致判别特征提取困难,使得 AUV 视觉检测系统无法可靠、准确地实现水下文物 的检测。 针对上述问题,提出一种基于可形变深层聚合网络模型的水下文物检测算法。 为了充分提取复杂环境下水下文物目标 特征信息,设计了具有可形变卷积层的多尺度深层聚合网络。 在此基础上,引入 SimAM 注意力模型进行特征优化,来增强文物目 标潜在特征信息并削弱背景干扰。 最后,通过不同尺度的特征融合实现水下文物检测。 在采集的水下文物数据集上进行大量验 证和分析,算法的精确率、召回率和平均精度均值(mAP)分别达到了 92. 7% 、90. 5% 和 92. 2% 。 此外,算法已部署到 AUV 系统中。 在实际深海测试场景中,视觉检测系统的文物检测帧率达到 19 fps,可满足实时检测的任务需求。     

第五十一讲 基于WIA-FA协议的长距离无线视频传输系统

随着信息化的发展,无线网络视频监控已经逐步开始应用,但一些应用受制于场景限制在应用中造价昂贵或视频效果较差,然而WIA-FA无线网络视频传输系统具有高可靠性、高实时性的优势,其TDMA传输机制在长距离视频传输应用中优势明显。     

面向工厂自动化无线网络的时间同步方法

时间同步技术是保障工厂自动化无线网络高实时性与高可靠性的支撑技术.工厂自动化无线网络技术指标要求时间同步的精度成为同步方法的重心,在商用的IEEE 802.11硬件平台上,设计并实现了基于时分多址(time division multiple access,TDMA)机制并由时钟偏差测量、时钟偏差预测和时钟漂移补偿3部分算法组成的高精度时间同步方法.实验证明由于该同步算法相对于传统的双向同步算法加入了时钟偏差预测与补偿机制,使其有精度高、可靠性高、自适应性强等优势,有助于实现工厂自动化无线网络微秒级的TDMA时隙调度.