课程文献中心 更多>>

关键词： 卫星气象数据广播   嵌入式系统   Web配置  

摘要： 卫星气象水文数据广播应用系统是利用卫星数据广播技术,广播、接收、处理和应用气象水文信息的综合业务系统,该系统是气象水文自动化系统的重要组成部分。该系统目前存在以下两个急需解决的问题:一是接收终端采用计算机+接收卡的配置模式,体积大、便携性差;二是由于卫星信道不稳定,导致信息容易丢失。本文针对上述两个问题,综合开展嵌入式卫星气象水文数据广播接收终端系统研究,初步设计实现了基于嵌入式技术的便携式卫星气象水文数据广播接收终端E-Cctv Site,对LINUX系统裁剪定制完成了轻量化的运行环境,设计了数字广播数字信号码流分解、气象水文数据提取、数据处理、网络转发与存储等功能,构建了便携化的体系架构;研究设计了一套完整的基于嵌入式系统的高能效比气象水文数据卫星广播接收处理软件体系,具体实现了一套基于Web的嵌入式终端配置平台,用户只需将终端接入内网,通过浏览器登录就可配置卫星气象接收终端系统,进行卫星参数、系统处理方式、存储策略以及安全控制等设置。对系统的测试验证分析表明,该原型系统的设计和实现达到了用户的需求,满足了日常业务工作,相关算法正确稳定,对今后类似研究和工程设计具有一定的参考价值。

关键词： 液流   实时监测   热扩散   微弱信号检测   嵌入式系统   数据库  

摘要： 液流是植物重要的生理参数,是分析耗水特性、研究水分传输机理的重要生理指标,在蒸腾耗水规律研究及相关应用中需要对液流进行长期、精准、实时、在线监测。本文针对国外商用液流仪价格偏高,模块化液流仪在体积、性能、野外供电、液流计算和通信方式等方面的不足,采用热扩散原理和集成化设计理念,面向低功耗单株监测和大规模多株监测不同的应用需求,设计了两种高性价比的植物液流监测仪。本文主要工作及结果如下:1)仪器硬件设计。采用嵌入式微处理器STM32、外部存储器SRAM、实时时钟PCF8563等组成主控模块,重点设计了由AD620和OP07组成的低噪声精密放大电路、以及由LM317和精密电阻组成的恒流源加热电路,设计了SD卡存储、GPRS通信和人机交互模块,并设计了低功耗单株监测和大规模多株监测两种供电模块。2)仪器软件设计。在硬件设计基础上,通过u Vision5和Eclipse开发工具完成软件部分的设计,其中终端软件是在μC/OS-III的基础上移植FATFS文件系统及STemWin图形界面库,结合用户总体需求,进行任务设计和调度,而后台软件是在云服务器上建立数据库,完成数据的永久存储与液流计算。3)试验和应用。研制了两套样机,经过调试、测试和对比试验,表明监测仪功能正常、性价比高,使用简单,通道易扩展。在安徽省泾县、广德县开展长时间、多株监测应用,并与竹林环境参数同步监测,为研究环境对毛竹液流的影响提供了数据支持。

关键词： 病毒感染   荧光免疫层析   体外诊断   嵌入式系统   定量分析  

摘要： 荧光免疫层析技术作为体外诊断领域中的一种定量检测方法,对于快速鉴别细菌和病毒感染、术后监测、心血管疾病的风险评估以及动物免疫等方面都具有重要的临床意义。目前国内大部分三甲医院采用大型进口自动化设备,其高昂的价格不利于社区医院及检验机构的引进,而国内公司研发的检验设备仍面临着分析性能欠佳、部分试剂依赖进口等问题。为解决上述问题,本文提出一种基于嵌入式系统的低成本、小型化、便携化的三通道干式荧光免疫分析仪,在保证检测结果高效准确的基础上,同时适用于各级各类医疗机构。具体的研究内容包括:(1)根据实际的检测需求,分析并提出一套简易的共聚焦式光学系统方案,使用ZEMAX软件进行激发光路和采集光路的仿真与优化,并对光源、光电探测器和光学器件进行选型与测试,从而完成整个光学结构的设计,为荧光信号的精确采集奠定了基础。(2)提出一套包括传动结构与光路结构在内的小型化机械系统方案,并对光路机械结构所用材料进行测试实验,最大程度减小了外部噪声干扰,提高了光路系统的性能。然后根据机械方案的制定,设计了一套硬件控制电路,主要包括主控电路、LED驱动电路、运动控制电路、信号采集与处理电路等。(3)基于初始荧光信号噪声较大的特点,提出一套基于滑动平均滤波和最小二乘法曲线拟合的算法,对采集的初始电信号进行处理,并且使用面积法计算最后的检测结果,以保证检测数据的真实性,提高检测的灵敏度。(4)基于检测流程的简单化以及人机操作的便捷性,设计了两套上位机交互方案,一种是以触控显示屏为基础的设备端测试界面,另一种则是以C SHARP为基础编写的PC端测试界面,可满足不同场合的需求。(5)完成各模块设计及组装调试后,使用标准试剂条和参考试剂对整机性能进行测试分析,主要包括准确性测试、线性度测试以及重复性测试。本文设计的三通道干式荧光免疫分析装置操作方便、成本低廉,同时测试结果表明:本系统的测试误差可控制在±1%以内,且对于标准试剂条检测的线性拟合度可达0.9891,检测的CV值能够控制在1%以内,因此本装置具有较高的准确度、宽广的线性范围以及良好的重复性,符合医疗设备的国标要求。

关键词： 车道线检测   轻量化   实时性   嵌入式系统  

摘要： 车道线检测为无人驾驶汽车识别出准确的车道线位置,是极其关键的道路信息感知任务之一。然而车道线的一些特性却对检测方法增加了难度——由于几何特征简单,容易被其他相似局部外观的物体所混淆。本文提出一种基于深度神经网络的两阶段车道线检测算法,其主要内容与贡献总结如下:1.轻量级的车道线分割网络的设计。第一阶段网络是从车辆前视图的逆透视变换图提取车道线的边缘图。首先基于消失点的IPM图计算算法,获取输入图像的IPM图。再采用编解码器结构获取车道线边缘。提高模型速度的同时,利用全局语义特征引导底层特征恢复高精度的掩码位置,有利于恢复同一个车道线间的连续性。采用了多扩张卷积级联方式扩大了模型的感受野,选用基于亚像素层的上采样方式。另外,基于深度可分离卷积结构对模型做出优化。2.改进的车道线定位分类模型设计。第二阶段网络型将对车道线进一步分类,定位。车道线定位模型采用编解码器结构,以车道线边缘坐标为输入,通过大量的一维卷积层将输入点进行低维化,再通过最大池化操作对输入进行顺序的脱敏处理,然后利用连通域的思想,将不同车道线上的边缘点区分开,通过最小二乘法拟合图像中的每条车线道,并使用双向GRU逐步预测描述每条车道线的参数,再将预测结果与拟合结果基于交叉熵计算损失,并训练网络。测试阶段双向GRU将直接输出预测参数,实现对车道线的跟踪。最后,将预测结果和拟合结果相结合输出。3.基于Tensor RT的模型优化加速与自建数据的整理。利用Tensor RT库,本文将提出的模型进行了垂直整合和水平组合,同时对输入数据分别使用32位或16位数值精度,验证系统检测的速度。紧凑的模型尺寸和高运行速度进一步提高本文提出的车道线检测系统实时性。为了更好的训练本文提出的网络,本文在对其他数据集的分析之后,还整理了一套全新的数据集,有利于提高网络的泛化性。

关键词： 深度学习   模型压缩   分布式训练   嵌入式系统  

摘要： 随着深度学习的快速发展,涌现出各种先进的模型和算法,在使用各种改进或优化算法不断刷新精度上限的同时,往往忽视了推理速率的问题。随着神经网络应用到更加复杂的问题中,网络规模也越来越大,计算的复杂度随之增加,对硬件的性能和存储的要求也越来越高。实际应用中,由于考虑到功耗、尺寸等问题,边缘设备往往内存空间和计算能力有限,神经网络并不能很好地在此类场景中部署。在整个模型训练过程中,模型内的参数权重一直在的不断更新,当模型训练完成后其模型参数已经固定,于是,这样的模型中一般会存在许多冗余参数。对这些训练成功的模型进行合理的参数删减可以大大减少计算量,进而对模型进行压缩实现减少边缘设备的内存使用、能耗大小以及通信时延。模型的大小很大程度上决定了模型在不同硬件平台上实用性和部署的可靠性。因此,对于部署在嵌入式端上的神经网络模型,应该更多关注算法的推理速度以及在嵌入式硬件平台上的移植性、有效性。基于此,本文首先介绍了一些模型压缩的方案,其次介绍本文的核心工作对残差网络的压缩方法,实现了在分布式场景中训练模型并部署的方法,具体内容如下:第一,在深度学习持续发展的这几年中,科学工作者们逐渐意识到复杂的深度学习模型难以部署到边缘设备上,模型压缩的方法开始流行起来。本文首先概述了一些基本模型压缩方法,如剪枝、量化、权重分解、轻量化结构设计、混合方式和模型自动压缩等。接着,对各种嵌入式平台进行了对比,如FPGA与GPU在深度学习领域的应用对比,介绍了Hi3516a和树莓派等设备的性能。第二,残差网络自被提出后在机器学习领域有着广泛的应用。该网络模型通过多层神经网络的叠加从而有效地从输入数据中提取特征,因此在许多应用中都能达到很高的准确率。然而,多层神经网络叠加增加了它们的计算成本。为此,本文提出了一种层删除技术的模型压缩方法,在不降低准确率的情况下,从残差网络中删除多个神经网络层。关键思想是引入一个优先级项来识别每个神经网络层的重要性,然后在训练过程中根据优先级的神经网络层选择删除不重要的层。此外,本文还对网络模型进行再训练,以避免网络层被删除后造成准确率下降。在CIFAR10/100和Image Net上进行分类时,网络规模可以减少24.00%-42.86%的层数,而不会降低分类准确率。第三,本文实现了一种面向嵌入式平台的分布式神经网络部署方法,依据设备端的算力对不同数据源进行模型推理能力计算后,将本文提出的压缩后的模型分割给各个设备端,使得每一分配到各自的压缩后模型。在每一设备端上以自身输出和设定的迭代次数对分割模型训练,并在迭代完成后将模型参数上传至服务端,服务端获取各个设备端的加密信息并解析得到模型参数,利用各个设备端的模型参数对原始深度模型进行更新,完成分布式训练。

关键词： 深层肌肉刺激仪   嵌入式系统   单片机控制   模糊控制   电机调速  

摘要： 深层肌肉刺激仪通过频率为15～60 Hz的机械振动作用于人体,是治疗软组织疼痛、缓解肌肉痉挛或松弛的常用仪器,广泛应用于各类肌肉疾病、神经疾病的治疗与辅助治疗、运动康复以及家庭保健等领域。分析市面上现有的肌肉刺激仪发现,其控制系统大多采用开环控制的控制方式,治疗过程中刺激仪无法感知治疗效果。若能将开环控制改为闭环控制,在控制系统中加入对治疗效果的反馈环节,深层肌肉刺激仪的性能将得到提升。基于此,论文选取肌张力为治疗效果的表征量,设计了一种基于肌张力反馈的深层肌肉刺激仪控制系统。论文设计了系统的硬件方案,选取STM32系列单片机为主控芯片,以无刷直流电机提供动力,设计了肌张力采集模块、电流检测模块、电机控制驱动模块的电路,以肌张力反馈、速度反馈、电流反馈三闭环的控制方式实现无刷直流电机的速度控制;控制算法上,肌张力反馈环节采用模糊控制算法,分析了肌张力反馈环节特点,根据操作人员在实际使用中积累的使用经验设计了肌张力模糊控制器;电流反馈、速度反馈环节采用增量式PI算法,建立了电机控制器、电机本体的传递函数模型,设计了电流PI调节器、速度PI调节器;分别对电流反馈、速度反馈、肌张力模糊控制环节进行仿真分析,并对控制系统进行了整体仿真分析,验证设计的合理性并进行参数优化;研究了控制系统软件设计,引入μC/OS-Ⅱ实时操作系统,设计了各用户子程序;对系统进行了调试验证,证明系统软硬件方案合理,算法有效,系统运行稳定,性能良好。

关键词： 信号采集   数据处理   嵌入式系统   FPGA  

摘要： 近年来,互联网和集成芯片的发展带动了信号采集处理系统的更新换代,随着应用需求的不断增加,信号采集处理系统在采集速率、采集精度、数据处理能力上都有很大的提升。在超声检测、分布式光纤检测以及工业现场多点模拟测量等具有复杂噪声背景的应用场景下,需要采集处理系统具有多通道数据处理能力;在一些工业生产线、输油管道等需要实时监测温度和应力等物理量的应用场景下,则需要采集处理系统具备良好的实时性。经过调研并综合考虑信号采集处理系统的性能、适用性及成本等因素,目前已有的采集系统并不能完全满足应用需求。针对上述问题,本文对信号采集处理系统展开了深入研究,设计了本课题系统的整体框架,并通过对以下几方面内容的研究,实现了一套嵌入式多通道高速信号采集处理系统。根据系统整体框架,设计了基于SPI的一主多从通信总线。以传输控制单元为SPI主机,实现了对6个采集控制单元(SPI从机)数据的并行接收和采集控制指令发送,传输速率最大可达20Mbps。通过对FPGA高速信号采集处理技术和同步时序处理技术的研究,设计了基于Cyclone 10LP系列低功耗FPGA的采集控制单元逻辑功能。并通过对累加平均滤波算法的研究和算法降噪原理的定量分析,结合FPGA并行流水线架构,实现了基于FPGA的实时累加平均滤波算法,该算法可自适应触发频率,解决了以往触发频率必须为固定频率的问题。通过对异构SoC FPGA及其片内高速AXI总线的研究,设计了基于Cyclone V系列SoC FPGA的传输控制单元逻辑功能,利用片上高速AXI总线设计接口应用,实现了FPGA与HPS的高速互联,解决了FPGA与ARM之间数据吞吐率不足的问题。通过对嵌入式Socket网络通信技术的研究,设计了采集系统配套软件。本文所设计的嵌入式多通道高速信号采集处理系统具有36个模拟信号通道,每个通道最高采样速率为65MHz,采样分辨率为14位,可实时对采样数据进行累加平均滤波处理,并通过上位机显示各通道的采样波形。经过实验测试,验证了系统的可行性且具有较强的实际应用价值。该采集系统对大背景噪声下的重复信号具有一定的通用性,可为工业现场中多通道信号采集处理提供平台支撑。

关键词： 声反馈   自适应反馈抵消法   VSSMLMS   嵌入式系统   去相关  

摘要： 列车广播系统在列车运行过程中承担着重要的责任,但是由于麦克风和扬声器位于同一空间时而导致的声反馈现象却对列车广播系统的正常运转构成严重威胁。早期的声反馈抑制方法诸如移频、相位调制、降低增益以及阵列滤波等方法都存在一定缺陷,声反馈抑制效果并不理想。随着自适应理论的发展,人们针对声反馈问题提出了基于自适应滤波的自适应反馈抵消法。自适应反馈抵消法作用于声反馈建立初期,在理论上可以完全消除声反馈信号的影响,因而受到人们的追捧。本文针对列车广播系统中存在的声反馈现象,基于自适应反馈抵消法设计并实现了列车广播声音反馈抑制软件。首先,为了解决自适应反馈抵消法中存在的相关性问题,介绍了三种去相关方法,并对自适应反馈抵消法中涉及的自适应滤波原理和已有的自适应滤波算法进行了简要介绍。其次,针对已有的MLMS(Modified Least Mean Square)算法无法做到快速收敛的同时获得较低的稳态误差这一问题,在其基础上进行改进,采用变步长方案提出了VSSMLMS(Variable Step Size MLMS)算法,并基于MATLAB平台将VSSMLMS算法与NLMS((Normalized Least Mean Square)算法和MLMS算法在固定声反馈路径和可变声反馈路径两种情况下进行仿真比较;仿真结果表明在上述两种情况下,VSSMLMS算法的声反馈抑制性能都优于另外两种自适应滤波算法。然后,基于VSSMLMS算法设计列车广播声音反馈抑制软件并在嵌入式系统上对其进行了实现。最后,搭建了列车广播系统测试平台,对本文设计的软件进行了相关测试;测试结果表明,列车广播声音反馈抑制软件可以有效抑制由于声反馈导致的啸叫现象发生。

关键词： 嵌入式系统   人脸识别   BP神经网络   图像预处理  

摘要： 随着摄像机技术、图像处理技术的快速发展,人们能够很轻易地获取大量的清晰图像。同时,嵌入式硬件的不断升级和优化,使其数据处理能力迅速提升。这些技术的发展,在一定程度上解决了原本无法应用大型图像数据库来完成图像处理的问题。基于这些技术的发展与应用,人脸识别系统也得到了不断开发与应用。像手机上的支付宝、淘宝这类软件以及小区、火车站的门禁系统已经成为人们日常生活中的一部分,人们也逐渐适应了人脸识别带来的便捷。然而,人脸识别系统在应用中仍存在各种各样的问题。例如,在某些特殊场景中下,嵌入式人脸识别系统往往因为软硬件技术不过关,导致人脸识别精度、效率不是很高等问题。所以,仍需对嵌入式人脸识别相关技术进行深入研究。本文设计实现的嵌入式人脸识别系统,除了具有系统功耗小,便于携带的特点外,主要还具有较好的人脸识别效果。本系统采用了基于Crotex-A9架构的Jetson nano B01 TX2开发板,结合PC电脑搭建了完整的集成开发环境。并运用OpenCV、Qt相关技术最终实现了人脸识别相关功能,主要包括目标人脸的采集与检测、目标数据库的管理、人脸标识和人脸追踪等。其中,人脸识别算法设计涉及BP神经网络算法和部分分类处理算法,具体分析了图像预处理技术、人脸检测算法、基于BP神经网络的算法处理框架流程以及人脸比对和人脸跟踪的过程。最后,在系统实现和测试阶段,完成了系统功能的设计与实现,并通过功能测试和性能测试对系统的可用性和可靠性进行了验证。图[20]表[10]参[51]

关键词： 深度学习   手语识别   3D CNN   嵌入式系统   移动端部署  

摘要： 手语是专门用于聋哑人沟通的一种身体语言,通过手和手臂做出特定的动作与运动轨迹来表达特定的语义,其中还包括面部表情、手相对于身体的位置等辅助因素,其是通过视觉来阅读的一种沟通语言。如今人工智能算法在人们的生活中影响力越来越大,如果能够利用计算机技术构建一个手语识别系统,能够识别聋哑人做出的手语动作并翻译成正常人可以理解的语言,那么便可以解决聋哑人群体与听力健全人群的交流问题,使聋哑人可以更好的融入社会。同时,人工智能算法发展方向已经转为对数据实时处理,其重心逐渐从云端向嵌入端迁移,在数据端完成算法的部署,不再依托云端服务器的计算能力,节省了网络传输的开销,不仅速度提升,成本也大幅度降低。本文基于深度学习技术进行手语识别算法的研究,并将部分算法在自制的嵌入式硬件平台RK3399中完成部署,具体的研究工作如下:首先,对于静态手语识别任务,利用高分辨率结构网络进行手部区域定位、基于颜色空间进行肤色分割并设计了一个轻量化的卷积神经网络用于手语分类识别,以及一套完整、高效的静态手语数据采集系统,在静态手语数据集上完成验证,并在GPU平台完成实现。其次,对于动态手语识别任务,在R-C3D网络的基础上对其进行改进,将用于特征提取的C3D网络替换为更深层的网络、优化了时间建议子网与分类识别子网中的预选框长度与动作判定阈值,并在公开数据集THUMOS14与连续动态手语数据集上完成实验验证,并在GPU平台完成实现。再次,对于可供人工智能算法部署的移动端平台,基于瑞芯微RK3399芯片制作了一个嵌入式硬件单板,完成方案设计、单板制作、高速信号的仿真、系统烧录与开机调试等工作,最终该平台搭载Ubuntu18.04系统,并配备液晶显示屏、键盘鼠标、摄像头、外部存储等外设。最后,对于算法在移动端的部署,基于MNN移动端框架进行模型转换工作,以及后续的网络加载、数据处理、模型推理、结果显示等工作,最终完成静态手语识别算法在该平台的部署任务。