课程文献中心 更多>>

关键词： 嵌入式系统   MTCNN人脸检测   FaceNet人脸识别  

摘要： 面对高速发展的社会,人们的生活节奏也变得越来越快,使用磁卡或钥匙等传统的门禁系统就暴露出无法进行身份认证、易丢失等问题,已无法满足现在人们的需求。随着智能化时代的到来,利用生物识别技术来进行身份认证已经成为主流,本文旨在设计一种智能门禁系统,达到对身份快速精准识别的目的。针对门禁系统的需求进行分析,本文设计了一种基于嵌入式结构的人脸识别门禁系统。以树莓派开发板为核心,将算法移植到树莓派开发板中,然后搭建了门禁系统的硬件平台。结合实际需求,设计了门禁系统的界面。人脸检测和识别算法为本文门禁系统的主要研究内容,通过实验分析对比Ada Boost算法和MTCNN算法,选取MTCNN算法作为系统的人脸检测算法;人脸识别采用FaceNet算法,对网络进行轻量化处理,主干网络选择Mobile Net模型。通过MTCNN算法实现对人脸目标检测并提取出人脸候选区域,FaceNet算法提取特征向量并于库中人脸进行比对。用自建人脸数据集在预训练的FaceNet模型上进行训练,训练后的网络准确率达到97.80%,用测试集测试Mobile Net模型和原模型的人脸识别准确率,测试结果表明准确率提高了1.10%。在实际应用场景下对系统进行性能测试,并分析影响性能的因素。实验结果表明,本文所设计系统在人脸检测率、人脸识别率、耗时都可以达到实际应用场景的预期标准,且设计的人机交互界面可满足日常需求。系统设计性能优良,具有良好的应用前景。

关键词： 异构SoC   FPGA   卷积神经网络   硬件加速   嵌入式系统  

摘要： 卷积神经网络(Convolutional Neural Network,CNN)在人工智能领域取得巨大成功,被广泛应用在目标检测、机器视觉、图像识别等方面。由于串行执行进程的通用处理器无法高效地处理CNN愈加庞大的计算量,相比之下,现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)低功耗、高度并行的优点很适合用于加速卷积神经网络的推理过程。为了进一步适应工程应用对数据处理的高速和低功耗要求,本文基于ZYNQ-7000系列平台,结合FPGA与ARM(Advanced Risc Machine)的优点,设计了能够完整对前向推断过程进行加速的异构So C(System on Chip)。本文首先基于CNN的原理和结构特点,着重研究了CNN的内在并行性,并使用小卷积核对网络局部优化。之后对系统进行功能划分,FPGA负责数据计算,ARM负责系统流程的控制。使用16位定点数对网络运算与数据存储,结合卷积模块与池化模块设计了一种卷积输出通道与卷积窗口完全并行、输出特征图部分并行的方案。接着通过高层次综合语言高效地实现加速器核,使用流水线、循环展开、数组分割等技术针对各子模块的特点采用不同的优化策略。在乒乓操作下为各子模块创建并发进程,将停滞理念替换为更灵活的分布式握手架构,从而提高加速器的整体运算效率。最后开发C/C++应用程序,控制整个嵌入式系统的流程。最后基于Python语言和py Qt5库编写开发上位机对硬件加速器系统进行了验证。在100MHz工作频率下对10000份手写体阿拉伯数字测试,计算单幅图片平均耗时仅0.94ms,相比ARM可实现138倍加速,相比通用CPU实现95倍加速,功耗仅为CPU的14%。本文设计的高速低功耗硬件加速器对CNN在图像,视觉处理等领域有一定的发展前景。

关键词： 光纤通信   偏振稳定   闭环控制   模拟退火算法   嵌入式系统  

摘要： 光纤通信系统因传输距离远、抗干扰能力强等优势,如今已广泛应用到通信网络中,随着偏振复用与相干探测技术的发展与应用,使光纤通信系统的信道容量与传输距离进一步提高。与此同时,信号光偏振态的不稳定对通信系统产生的影响也愈发明显,偏振态随机变化导致的偏振模色散等问题增加了光纤通信系统误码率,限制了系统传输带宽。因此,实时准确地稳定系统中信号光的偏振态对于高速光纤通信系统具有重要意义。本文研究并设计了一种偏振稳定系统,可快速将随机变化的信号光偏振态稳定至特定偏振态输出,并且对闭环控制系统中偏振控制算法提出了改进,提高了偏振态恢复速度与偏振准确性,基于嵌入式技术开发了偏振稳定器样机,主要研究内容如下:1.光偏振态稳定方法及控制算法的研究。分析了光偏振态的理论基础与控制原理,设计了基于偏振跟踪检测方案的偏振稳定系统,并通过数学建模对该方案进行验证,仿真验证了偏振控制器的控制效果,证明了方案可行性;对系统控制算法进行研究,将模拟退火算法应用到偏振稳定系统中,并对算法提出了改进,通过仿真验证了该算法具有收敛速度快、控制精度高、稳定波动小的优势,提高了偏振稳定速度,同时为系统设计提供理论依据。2.偏振稳定器系统设计。对系统光学结构进行设计,包括偏振控制器的分类介绍及选型原则、系统输入输出接口设计等;以STM32H750微控制器为核心设计了信号采集及偏振控制硬件电路,完成PCB制作;完成系统嵌入式系统软件编写,将模拟退火算法应用到实际偏振稳定系统中,完成闭环控制系统;对系统硬件进行机械封装,完成了偏振稳定器样机制作。3.偏振稳定器的测试与分析。基于偏振稳定器样机,搭建了测试平台,对系统进行验证,实验结果表明:系统可实现对任意输入信号光的偏振态进行稳定,且偏振态恢复时间小于3ms,偏振态准确度控制在0.05d B内;在连续跟踪实验中,输入光偏振态以40π/s随机变化时,系统可实现较好的稳定效果,此时输出光功率波动小于0.4d B;同时,系统具有较宽的输入光功率范围,在5d Bm～-35d Bm的输入光功率下,系统光功率损耗小于1.2d B。

关键词： 地震前兆   气象三要素测量   雷电监测   嵌入式系统  

摘要： 地震前兆观测对地震预报、地质分析、地球物理、地球化学、环境工程、测绘工程等相关科学研究具有重要作用。受地震前兆观测仪器自身特性以及所处环境影响,气象干扰几乎是所有前兆观测仪器都面临的问题。从实际监测数据来看,我国主要进行地震前兆观测的形变、地下流体、电磁三大学科主测项都会受到气象三要素(气温、气压、降雨)的干扰,这就要求研究人员在提取前兆观测数据之前,必须要把气象因素对观测数据的影响进行量化剔除。因此使用专用的仪器对气温、气压、降雨三种气象因素进行准确观测并记录对地震前兆观测具有重要的意义。随着地震前兆观测技术的不断发展,对低成本、高精度、高稳定以及具有雷电监测功能的地震前兆气象观测设备的需求日益增加。为了满足当前地震前兆观测的使用需求,本文设计了一款新型的用于地震前兆辅助监测的气象三要素仪,主要完成的工作如下:(1)分析气象三要素仪的使用需求,对比现阶段地震前兆观测领域普遍使用的气象三要素仪的技术指标,确定了本仪器的总体功能和技术指标,制定了仪器设计方案,并进行了各功能模块选型。(2)根据方案完成了系统设计。针对选用的PT100气温传感器,进行了气温采集模块的电路原理图和PCB设计,并完成了气温和雷电采集系统的软件设计。基于以***6ULL嵌入式处理器为核心的硬件平台,完成了嵌入式开发环境搭建、系统移植和驱动程序适配。基于Qt应用程序框架开发了交互界面应用程序,实现了仪器的人机交互功能。(3)对所设计的气温采集模块进行测试,并分析了仪器工作环境可能存在的干扰因素,对所选用的雷电传感器进行了干扰实验。完成了仪器样机的结构设计和组装,对样机进行了功能测试与技术指标测试。仪器测量分辨力测试中,气温、气压、雨量的测试精度分别为0.1℃、0.1hpa(百帕)、0.1mm。在仪器重复性测试和误差测试实验中,重复性变异系数小于2%,最大测量误差小于±2%。实验结果表明,本文设计的气象三要素仪可实现气象三要素测量和雷电监测,仪器测量结果准确,稳定性较好,对于地震前兆信号观测应用场景具有较好的适应性。

关键词： 急性心肌梗死   生物标志物检测   免疫比浊法   智能手机   环境光传感器   嵌入式系统  

摘要： 急性心肌梗死是一种致死率极高的急性病症,其在全球范围内的病死率逐年上升。患者若在“黄金一小时”内进行治疗可大大降低病死率,因此,对急性心肌梗死的快速诊断具有重要意义。免疫比浊法因检测时间短、稳定性好、操作简便等优点被广泛应用于急性心梗生物标志物的检测,但目前以免疫比浊法为检测原理的仪器均为特定蛋白分析仪等大型仪器,普遍存在价格昂贵,需专业人员操作等问题。智能手机因其内部包含有多种传感器,并且具有多元化、开放式的应用程序以及强大的数据处理能力,所以被应用于众多的医学检测仪器设备的开发中;嵌入式系统则是实现仪器小型化、集成化和自动化的关键组成部分。因此,本文以智能手机为平台,基于免疫比浊法设计检测光路,将智能手机环境光传感器以及嵌入式检测系统相结合,开发出一种基于智能手机的免疫比浊检测技术,包含有免疫比浊仪检测装置和相匹配的应用程序,可实现急性心肌梗死生物标志物的高通量快速定量检测。本文主要研究内容如下: 1.搭建了免疫比浊仪检测装置,根据免疫比浊法的检测原理设计检测光路,以智能手机环境光传感器为信号采集端,将采集到的透射光强值转化为吸光度值,最后通过内置的标准曲线得到待测物质的浓度。 2.设计了免疫比浊仪嵌入式系统,并开发了相应的“基于智能手机的免疫比浊仪”APP。嵌入式系统以STM32F103ZET6微控制器为核心,通过设计相对应的驱动程序来实现检测装置的智能化控制和自动化检测。APP包含有首页、蓝牙、测量、绘图、记录五大功能界面,通过智能手机实现了系统控制、即时检测、数据处理与存储一体化。 3.利用开发的智能手机免疫比浊技术,实现了急性心肌梗死生物标志物—肌红蛋白(Mb)、肌酸激酶同工酶(CKMB)和肌钙蛋白I(c Tn I)的快速定量检测,检测范围分别达到了100～400 ng/m L、25～209 ng/m L、1.9～21.7 ng/m L,与酶标仪相比具有良好的一致性,同时具有良好的准确性和可靠性,可应用于基层医疗机构。

关键词： 生物传感器   场效应晶体管   生物检测   嵌入式系统   便携式设备  

摘要： 病原微生物,特别是高致病性病原微生物导致的感染对人类公共卫生造成了巨大威胁。病原微生物的快速准确检测对于感染性疾病的控制,特别是重大的公共卫生事件发挥着关键作用。传统的检测方法存在耗时长、检测仪器体积庞大等缺点,无法满足现场快速检测的要求。硅纳米线场效应晶体管(Silicon Nanowire Field Effect Transistor,Si NW-FET)生物传感器具有响应速度快、灵敏度高、特异性强、易于集成等优点,在对病原微生物检测方面表现出卓越的性能。然而,Si NW-FET生物传感器也面临一些挑战,虽然其灵敏度高,但也容易受到光照、温度和p H等外界环境因素的影响,这也制约了其在生物检测的发展。在此,本文设计了一套基于Si NW-FET生物传感器微流控芯片的集成式纳米生物检测仪。采用微处理器STM32作为核心控制器,进行仪器的硬件系统设计,包括自动进样模块、光调制模块、温度控制模块、串口通信模块、信号采集与放大模块等。同时,采用C语言基于Keil开发环境对仪器的下位机软件进行设计,包括进样控制、光源控制、温度控制、串口通信等;并采用C#语言基于Visual Studio 2017开发环境设计了上位机软件。然后,对仪器的内部结构和外观进行了设计,选用合适的元件,对仪器完成整体集成。最后,对纳米生物检测仪进行了性能测试与应用研究。在对系统电源、温度等硬件部分和利用Si NW-FET微流控芯片进行液体样品测试部分,均表现出了良好的稳定性和抗干扰性。并且使用典型微生物结核分枝杆菌的模拟样本验证了该系统用于生物检测的可行性,检测限为1.0 fg/m L,具有良好的灵敏度。此外,该系统还分析了抗体-蛋白质的结合解离过程,展示了分子间相互作用分析的潜力。本文所研制纳米生物检测仪具有性能稳定可靠、操作简单、集成度高、体积小、便于携带的特点,并有望发展成为一种便携式设备,用于现场生物检测和生物分子相互作用分析,在环境监测、医学研究、食品和农业安全、军事医学等方面具有重要意义。

关键词： 三值忆阻器   超混沌   隐藏吸引子   共存吸引子   图像加密   嵌入式系统  

摘要： 混沌是非线性系统中产生的伪随机现象,其丰富的动力学特性具有重要的研究价值。混沌理论已广泛应用于物理学、密码学、通信学以及经济学等领域。其中,基于混沌系统的图像加密算法研究属于混沌理论与密码学的交叉学科研究,已成为当下的研究热点。忆阻器是具有非线性特性的电路元件,可用于构建新型超混沌系统。基于忆阻器构建的超混沌系统有利于产生特殊的混沌信号,并表现出复杂的动力学特性,比如:超混沌特性、隐藏吸引子以及共存吸引子等。使用这种特殊的混沌信号设计图像加密算法具有一定的优势,有利于提升算法的安全性能。因此,研究基于三值忆阻器构建的超混沌系统在拓展系统动力学特性和提升信息安全性等方面具有重要意义。本文的主要研究包括以下内容:（1）分析了三值忆阻器的数学模型及其电路特性,研究了输入信号对忆阻器的多捏合点行为的影响,并通过搭建等效电路验证了模型的有效性。（2）将三值忆阻器模型引入Lü系统,构建出一个新的忆阻超混沌系统,并分析了该系统的动力学特性。分析表明,该系统不存在平衡点,具有隐藏吸引子特性。在进一步的研究中,讨论了该系统对初始值的敏感性及其共存吸引子特性,并与二值忆阻器混沌系统进行对比分析,结果显示三值忆阻器超混沌系统具有更加丰富的动力学特性,如超混沌和共存吸引子特性。其次,通过设计模拟电路实现了该系统,进而验证了系统的有效性;最后,基于该系统设计了伪随机数生成器（Pseudorandom Number Generator,PRNG）,并生成了具有较高随机性的伪随机数。（3）基于三值忆阻器超混沌系统,提出了一种新的图像加密算法。加密过程基于置换-扩散结构,并通过混沌同步技术实现密钥信息的传输。首先,通过安全散列算法（Secure Hash Algorithm,SHA-512）得到蕴含明文信息的初始值;其次,使用超混沌系统得到了具有Hash表结构的置换序列,并与像素比特级置换方法相结合以实现双重置换操作;再次,通过Hilbert曲线对混沌序列进行重新排序,并结合密文反馈机制完成扩散操作;最后,分析了算法的有效性与安全性。（4）基于嵌入式Linux操作系统与软件编程技术,在平台终端上实现了超混沌图像加密软件,并设计了用户界面以完成人机交互。该软件可读取本地图像文件进行加密解密操作,并且可以通过网络传输文件。

关键词： 缺陷检测   本地训练平台   深度学习   微控制器   嵌入式系统  

摘要： 工业产品加工过程中的部分生产工艺如收缩、凝固,会导致产品表面出现划痕、磨损等缺陷。传统生产工序中通常采用人工质检的方式对产品质量进行判断,这种检测方式不仅耗费人力成本,而且无法准确检测产品质量。随着制造业智能化水平的提升,基于深度学习算法的缺陷检测系统逐渐代替人工质检,提高了缺陷检测效率及劳动生产率。但这些复杂的深度学习算法大都需要部署在云端服务器进行训练,无法满足工厂离线执行的需求且难以部署至嵌入式平台中。针对这些问题,本文设计了面向工业品的表面缺陷检测算法训练平台,并对检测算法进行轻量化研究,实现模型在本地的训练。具体工作如下:(1)综合考虑工厂环境及功能需求,本文提出了一种表面缺陷检测算法本地化训练平台的设计方案。通过Inception v4模型判断产品质量是否合格,并基于YOLO v5模型对产品缺陷进行识别,设计了融合这两种模型的本地化训练平台。该平台能够利用产品图像训练检测模型,辅以数据库工具存储训练任务数据,并以电路板产品数据集为例设计实验对平台进行功能测试。(2)以模型精度和模型大小作为首要条件,对检测模型进行轻量化研究,设计两种网络结构优化策略。一种是在网络训练过程中引入缩放因子来鉴别出不重要的通道对模型进行裁剪;另一种是在训练过程中对网络参数进行量化,把32位浮点数据转换为16位整型数据以节省存储空间。并在自主采集的电路板产品数据集上进行实验,结果证明了这两种优化策略能够压缩模型大小。(3)为验证模型轻量化可行性,以产品分类为例,设计了面向工业品表面缺陷检测系统的应用实例。以通用嵌入式计算架构为支撑,将检测模型参数转换为通用嵌入式工程构件,简化嵌入式人工智能中产品分类算法的应用过程,用户仅需简单操作便可在终端完成产品分类检测。本文面向工业品设计了基于深度学习表面缺陷检测算法的本地训练平台,并对检测算法进行轻量化研究,降低检测成本的同时提高检测效率,具有一定的工程应用前景。

关键词： 车窗电机测控系统   随机位置控制   分布式控制   嵌入式系统  

摘要： 如今汽车车窗玻璃多用电动升降系统,通过控制车窗电机实现车窗玻璃开合。车窗电机在研究设计和生产制造的整个过程中,其各方面的性能测试是十分重要且必要的。目前电机测试系统种类较多,测试条件不一,但基本为实现电机固定行程的测试且测试项目较为单一。为满足电机厂家的测试需求,提高电机测试的便捷性和高效性,本文设计了一套基于随机位置控制法的分布式车窗电机性能测控系统,旨在实现电机的随机位置起停,提升测试效率,缩短测试周期,适应汽车车窗电机行业的测试需求。首先,基于车窗电机性能测控系统的需求,对系统总体结构及所使用的相关算法技术进行研究与分析。实现乘用车摇窗电机、天窗电机等不同类别车窗电机产品的一拖三测试。系统在上位机根据车窗不同操控场景进行位置随机控制运算产生测控指令,通过总线分发到三套测控单元,驱动待测电机实现在各种仿真工况下起、停的往复运动,并实时采集运动过程中电机工作状态信息,作为电机性能分析计算的基础。进行分布式控制与随机位置控制实现分析,包括分析实现分布式控制的方式与总线数据传输时间计算,随机位置控制的需求及系统实现方式。其次,完成分布式测控系统的硬件部分设计。主要涉及电机运行环境的搭建、下位机测控板卡的功能结构设计与选型、板卡各模块电路设计及其他外设硬件等三部分。重点为测控板卡各信号采集电路的设计,在确定芯片选型后针对测试需求进行数据采集模块硬件选择与对应的电路设计,另外对系统通讯模块进行设计,最后针对系统关键外围硬件如H桥驱动模块及程控电源等进行了分析。随后,基于分布式测控系统的硬件完成系统软件设计。下位机软件在确定系统总体结构框架基础上,按功能对各个模块进行程序设计封装,主要包括随机位置控制、信号采集、电机控制、通信驱动及软件抗干扰等程序的设计,除此之外介绍了系统故障检测与修复设计。上位机程序设计首先基于MFC开发一个应用程序,呈现良好的人机交互、在此基础上实现与下位机通信、数据收发等,最后实现对电机信号数据参数计算等功能。最后,使用该测控系统进行大样本车窗电机性能测试实验,对测试过程中信号数据进行采集并分析,对随机位置控制实现进行验证,记录实验结果并对结果进行修正与优化。最终达到车窗电机的随机位置控制,使系统测试效果更加完善。

关键词： 机械振动   数据采集   嵌入式系统   信号分析  

摘要： 在现代工业生产中,机械设备的安全性十分重要,一旦出现故障,就会给生产带来严重的影响。为保证机械设备的安全运行,有必要对其进行状态监测。作为机械设备状态检测和故障诊断的信号有很多种,而最常见的是机械振动信号,许多故障信息都隐藏在振动信号中。随着微电子技术的发展和嵌入式系统的不断更新,振动信号采集设备整体朝着小型化、低功耗、智能化的方向发展。因此,研究与开发使用嵌入式系统的手持式振动信号采集分析仪具有十分重要的意义。本文对国内外的振动信号采集分析仪的现状进行了分析与研究,设计了基于ARM的手持式振动信号采集分析仪,实现了四通道振动信号的实时监测。同时可以对信号的时域波形图、轴心轨迹图、频谱图和功率谱图进行分析与显示,并可以进行数据保存。系统功能的实现在硬件上是基于STM32H743及其内置16位分辨率的模数转换器。软件设计上分为底层软件设计和前端软件设计。底层软件设计使用Keil MDK5和STM32CubeMX进行程序开发,完成了UCOSⅢ系统的移植、emWin的移植、触摸屏驱动的设计、汉字显示的实现。讨论了利用内置模数转换器进行数据采集的4个关键因素和DMA技术,充分发挥模数转换器的性能,保障了系统的采样精度和采样速度。在软件上系统通过UCOSⅢ进行任务分配调度。任务分成GUI任务、数据分析处理和触摸屏监测任务。在GUI任务中进行波形的分析显示,其中包括时域波形分析、频谱分析、功率谱分析和轴心轨迹分析。在数据分析处理任务中进行采集数据的计算,快速的计算保障了系统波形显示的流畅性。在触摸屏检测任务中进行触摸点坐标识别,确保界面中功能按钮的正确执行。同时系统利用FATFS文件管理系统将实时采集的数据信息保存至SD卡中。