课程文献中心 更多>>

关键词： LXI总线   SCPI   嵌入式系统   WEB服务   应答机测试  

摘要： 随着仪器总线技术的不断发展和自动测试系统的复杂化,测试仪器逐渐向便携化、模块化和网络化方向发展。以LXI总线技术构建的仪器利用了当前成熟高效的以太网技术,为测试仪器开发和组建网络化自动测试系统提供了极大的高效性和便捷性。所以,研制具有LXI功能的网络程控仪器接口具有一定的意义和价值。本课题以LXI总线标准为指导,以应答机测试设备为验证平台,研究和探讨了符合LXI C类标准的应答机测试设备程控接口设计与实现过程。本论文的主要内容如下:1、完成了接口模块的总体方案设计和嵌入式系统搭建。本文根据需求对各部分软件功能进行了设计,同时,系统采用STM32微控制器作为嵌入式平台并移植了μC/OS-III操作系统,最后通过接入W5500以太网控制器实现了网络通信功能。2、实现了网络仪器的发现功能。通过研究VXI-11协议和RPC技术原理,在本嵌入式系统中完成了RPC服务程序的设计与实现,并在此基础上实现了基于VXI-11协议的网络仪器发现功能。3、完成了SCPI程控命令集构建和命令解析器设计。根据SCPI规范中的语法格式和特点,并结合应答机测试设备的功能设计了SCPI程控命令集。同时,采用层级分块存储、多级索引查找的思想完成了对命令解析器的设计与实现。4、实现了浏览器网页访问仪器的功能。在本嵌入式系统中完成了Web服务器对HTTP协议的解析与响应,并按照LXI仪器标准设计了相关网页,实现了对应答机测试设备的网页访问。本课题以应答机测试设备为验证平台,完成了网络程控接口的设计与实现,使该仪器具有符合LXI C类标准的功能,并对各部分功能模块进行了测试和验证,测试结果符合课题要求。

关键词： 嵌入式系统   频谱监测   Zynq   AD9371   QT  

摘要： 随着5G的全球商用时代的到来,频谱资源作为重要的战略资源也越来越被国家重视。军用或者民用设备的逐年增多,无线电频谱资源的需求和其本身的有限性之间的矛盾愈发显现。某些不法分子非法利用频谱资源牟利,危害国家社会安全。因此为了科学化管理频谱资源,提高频谱利用率,打击违法行为,提高频谱监测能力的必要性不言而喻。同时电子设备智能化、微型化的趋势已然形成,对于电子设备的性能和集成度提出了更高的要求。因此设计开发便携式的频谱监测分析设备具有重要意义。针对以上问题,本文开展了基于嵌入式片上系统平台的便携式的频谱仪的系统设计研究,研究内容包括了频谱分析的理论基础,整个系统的总体设计,频谱分析软件的功能实现和最终的测试与验证。本文的具体工作如下:对于频谱仪系统的总体设计,从功能需求入手,比较超外差式接收机架构和零中频接收机架构的优劣,设计了基于Zynq嵌入式平台和AD9371射频收发器结合的系统硬件结构。针对本文的设计需求,实现Zynq的嵌入式Linux开发环境的搭建。同时利用ADI公司提供的Libiio库编程设计实现了对AD9371的配置使用。对频谱监测分析工作进行了理论研究,重点研究了信号的各种时频分析方法和常见数字信号的解调方式。通过matlab仿真验证方法的正确性,为后续工程中的功能实现打下理论基础。完成了频谱仪的图形应用软件的设计与实现。本文采用QT平台实现了对应用软件的编写,主要介绍模块化的软件设计其中包括信号处理模块,图形显示模块,数据存储模块,数据通信模块。本应用软件实现了时频图像、瀑布图的实时显示,上位机与底层硬件的网络通信,信号的解调分析,数据的存储读取等功能。也利用了多线程的手段加速了软件的运行效率。最后本文对整个系统的功能进行了测试与验证,保证了系统的基本功能的正确性和可靠性。

关键词： 红外图像   目标识别   FPGA   嵌入式系统  

摘要： 本文以战场环境下反坦克作战的打击目标识别问题作为研究背景,着眼于红外图像的模式识别领域,开展针对战场典型坦克目标的识别方法研究。目前,针对目标识别这一问题国内外已经开展了大量的研究,但普遍是基于可见光图像进行目标识别方法的研究,基于红外图像的研究尚不算多,且目标识别算法的计算量大,难以在嵌入式系统中实现集成。本文选择Xilinx Zynq SoC异构平台作为开发平台,对算法进行优化设计,实现嵌入式红外图像目标识别系统的搭建。在识别算法的研究方面,本文对特征提取结合机器学习的目标识别方法进行深入研究。在目标的特征描述上,分析研究局部二值模式特征(LBP)、Hu不变矩特征、梯度方向直方图特征(HOG)三种特征,对比三种特征的特点后,针对本文所要识别的红外图像中的坦克目标,重点研究了基于梯度强度和梯度方向来表征目标的形状和轮廓的梯度方向直方图特征(HOG);机器学习方面,重点研究自适应增强算法(AdaBoost),构建Logistic回归分类器作为弱分类器,迭代训练得到强分类器,并在PC平台下开展实验验证,对算法的可行性进行分析。在算法的优化上,本文结合FPGA平台的计算特性,提出一种HOG特征提取算法的优化设计,优化后的算法将FPGA难以实现的除法运算改进为移位运算,能够更好地适应FPGA的计算特性,发挥FPGA的计算优势,提高系统的性能。在嵌入式系统的搭建上,本文采用软硬协同设计方法,硬件上利用Vivado HLS高层次综合工具将优化的HOG特征提取算法封装为IP核,在Vivado开发环境下进行Block设计,构建嵌入式系统硬件工程;软件上采用PetaLinux工具移植嵌入式Linux操作系统,通过交叉编译的方式移植QT、OpenCV库函数,编写VDMA IP核驱动程序,完成嵌入式红外图像目标识别系统的搭建,并对所搭建的目标识别系统开展实验,根据实验结果对系统的性能进行分析与评价。

关键词： 监测仪器   舒适度   嵌入式系统   纵向冲动   误差校正  

摘要： 随着运输市场的竞争愈发的激烈和人们生活质量的提高,人们对列车运行舒适度的要求越来越高。因此研究如何准确检测列车在运行过程中的舒适度变化,并给出量化标准来判断其优劣,有助于优化自动驾驶曲线和保证列车乘坐舒适度。但目前大多相关仪器存在着精度低,过于笨重,无法量化数据等问题,并未大规模的推广。针对上述问题,本论文提出一种新型监测仪器。具体研究内容如下:(1)本文以列车舒适度为研究对象。在研究其理论和因素的基础上,构建了基于多层次权重分析决策法的评估模型,确定了其主要影响因素为乘坐舒适度。对以往舒适度评价标准进行归纳总结,确定了加速度及其变化率为监测的主要参数,并结合目前高速列车特性,设置了七种自动驾驶策略。通过对不同驾驶策略进行舒适度阈值划分,从而对当前的舒适度模型进行优化。(2)针对所构建的模型,本文采用了多传感器融合和程序化控制等技术,设计了以嵌入式为基础,由加速度计、温湿度模块、STM开发板、触摸屏以及CPU板等高精度模块组成的新型监测仪器,实现了对数据采集、显示、存储与智能控制。不仅可以准确监测加速度变化还可以后台分析其产生的原因。(3)对于列车过坡度时产生的误差,本文基于对列车运行模型的分析,提出对摆放时的仪器误差角度和线路坡度分别进行研究。经过化简整理,给出了实际列车运行坡度误差动力学方程,并通过实时反馈补偿原始数据进行误差校正。最后经过算法仿真验证其合理性。(4)针对由于轨道不平顺产生的车体振动噪声,本文在基于现场数据的分析基础上,设计相应的数字滤波器,并根据高速列车运行模型构建了相应的卡尔曼滤波算法。通过与滑动平均滤波算法进行对比验证,成功将加速度信号和振动信号进行剥离,提高了评价标准的合理性。(5)对本文提出的仪器首先经过实验室测试和室外测试,确保其功能能正常使用。然后根据测试的需求确定了合理的现场测试点。最后结合现场运用和运行结果分析,进一步验证了所优化的模型的合理性,并证明了仪器设计性能指标符合现场需求。本论文以中国铁道科学研究院项目为依托,以嵌入式系统为基础,设计列车冲动工况的实时监测装备,开发新型嵌入式舒适度监测系统同时对纵向冲动进行理论分析。通过对加速度信号的数字分析处理,构建一套合理的舒适度评测标准。图42幅,表24个,参考文献52篇。

关键词： 胚芽米   机器视觉   垩白度   留胚率   嵌入式系统  

摘要： 大米是世界三大主要粮食之一,是大部分中国人民的主食。长期以来,人们所食用的大米基本是营养价值较低的精白米——一种基本只保留胚乳的大米。胚芽米是指在加工过程中保留80%以上胚芽的大米,相较于普通精白米,胚芽米拥有更高的营养价值。胚芽米加工品质检测为根据相关检测标准将加工生产的胚芽米分为不同的品质类别、检测一些具体的品质指标如垩白度,留胚率等。传统的人工检测方式具有主观性强、易受环境影响、不可连续工作等缺点,而基于机器视觉技术的检测方法则更具有客观性和一致性且可以连续工作。本文针对胚芽米不同于精白米的特点,设计基于嵌入式机器视觉技术的胚芽米加工品质检测系统,本文主要研究如下:首先,本文对胚芽米图像的采集和预处理方法进行研究。根据对图像成像质量的要求,设计胚芽米图像采集装置。依据后续图像处理的要求,研究胚芽米图像的预处理方法,如高斯滤波、中值滤波以及形态学滤波等图像去噪方法;灰度级分段线性变换、幂次变换等图像增强方法;图像旋转等图像几何变换方法。在图像预处理的基础上对胚芽米背景分割算法和粘连米分割算法进行研究。在粘连米分割算法中提出一种基于区域生长的形态学分割算法。然后,根据胚芽米的特点,设计实现垩白度、垩白粒率检测算法和留胚率检测算法。胚芽米不同于普通精白米之处在于大部分米粒携带有胚芽,在垩白区域分割过程中,胚芽区域往往也会被一同分割出。针对垩白分割问题,本文设计使用新的垩白提取算法;针对留胚率问题,本文设计使用基于色彩特征的胚芽分割算法、胚芽位置识别算法以及基于面积特征的胚芽米识别算法。最后,本文设计完成基于嵌入式技术的胚芽米加工品质检测系统的软硬件设计。硬件结构设计实现整体结构以及各模块之间的相互连接关系。软件结构设计配置嵌入式Linux操作系统环境和Open CV库的移植,并完成胚芽米加工品质检测程序的架构设计及实现。

关键词： 机器视觉   嵌入式系统   目标跟踪   级联分类器   相关滤波  

摘要： 动态目标的检测与跟踪是机器视觉领域的重要研究课题之一,旨在通过对视频图像的分析,获取被测目标的空间位置、运动状态等信息,这些信息是机器视觉系统完成诸如行为分析等其它高层任务的基础,对于发展更高水平的人工智能具有重要意义,在军事武器、航空航天、安防监控、无人驾驶等领域有着广泛的应用。近年来,电子、通信、计算机等不断成熟的新技术,为机器视觉目标跟踪系统的设计提供了新的思路。本课题在对现代机器视觉技术和诸多视觉目标跟踪算法等进行分析研究后,基于主动视觉理论和嵌入式技术,提出了一种动态目标跟踪任务的解决方案,完成了跟踪系统的设计、搭建和测试。主要内容包括视觉目标跟踪算法研究与实现、主动视觉目标跟踪系统设计与搭建、以及跟踪系统的仿真分析与实验测试等几个部分。视觉目标跟踪系统由服务端上位机和嵌入式跟踪装置构成。目标跟踪装置选用Raspberry Pi 4B作为控制器,通过相机模组获取实时视频图像,图像经过视觉检测与跟踪算法分析,得到目标的位置信息后,控制伺服运动系统调整相机姿态实现对动态目标跟踪。该装置通过局域网与上位机通信,在上位机上完成数据分析处理、模型训练更新等计算复杂度较高的任务。针对嵌入式动态目标跟踪系统的特点,设计了与之配套的软件和算法。在对主流的视觉检测跟踪算法研究的基础上,将检测与跟踪算法相结合,使用级联分类器实现目标检测,使用相关滤波器进行目标跟踪,在跟踪主程序控制下,与实时图像采集程序、伺服运动控制程序相配合,共同实现对目标的自主检测与跟踪。最后,本文对所设计的目标跟踪系统和跟踪算法进行了测试与分析。使用跟踪数据集中的经过人工标注的视频序列,从目标模型训练效果、目标检测跟踪准确性、算法运行速度等多个方面,在不同的运算平台上对本文设计的视觉目标跟踪算法进行仿真、对比和分析;并以作者为跟踪对象,设计实验实际测试动态目标跟踪系统的跟踪效果,验证本文设计的可行性。

关键词： 嵌入式系统   物联网   运用分析  

摘要： 近年来,随着信息技术的快速发展,我国已经进入了信息化时代。在这样的时代背景之下,物联网技术作为一种前沿的技术,在很多领域和行业中都得到了广泛的应用。嵌入式系统是物联网领域中最为重要的一项技术形式,嵌入式系统在物联网中的应用,使得物联网功能更为强大,在人们生活方面也能够提供更加便捷的应用及服务。基于此,对嵌入式系统加以了解,明确嵌入式系统与物联网之间的关系,进而对嵌入式系统在物联网中的运用进行分析,以推动技术水平的进一步提高。

关键词： 人脸识别   嵌入式系统   轻量级神经网络   特征融合   图像分块  

摘要： 随着物联网技术和人工智能的发展,以嵌入式系统为平台的人脸识别系统得到了广泛应用。尽管人脸识别系统在可控条件下可以得到很高的识别结果,然而,在街道、商场等复杂场景,采集的人脸图片容易受到姿态、表情、遮挡和光照等原因的影响,可以提取的特征很少甚至难以提取特征,为人脸识别带来了一定的阻力。本文利用全局特征与局部特征融合的方法研究了复杂环境下人脸识别系统的设计和实现,实现在非限制条件下快速准确识别人脸身份的目的。人脸识别主要包括人脸定位检测、特征提取和特征比对三个关键环节。本文针对复杂环境下人脸定位检测,选择了MTCNN人脸检测算法,不仅能快速的定位人脸,而且能在遮挡和光照条件下检测到人脸;针对特征提取,为了解决光照和遮挡环境无法准确提取整体特征这一关键问题,采用以全局特征为主、局部特征为辅的综合分析方法,本文优化的基于Squeeze Net网络提取全局特征级联融合基于图像分块提取的LBP与梯度局部特征方法,可以提高人脸特征提取的准确度。针对特征比对,采用欧式距离计算视频中人脸与人脸库中特征的相似度,通过设定阈值,判断识别结果。本文以X210目标机为硬件系统,搭建了一个稳定的人脸识别嵌入式系统平台,从不同的现实环境对特征相似度进行了测试。实验结果表明:全局特征级联融合LBP特征在光照环境下识别率最高,全局特征级联融合梯度特征在遮挡环境下识别率最高,相比于为不融合局部特征的方法分别高7%和25%,且在亮暗环境相比于以PCA算法为代表的嵌入式人脸识别算法高12%和8%。本文设计的人脸识别系统可以在不同光照环境和轻微遮挡环境识别人脸身份,有效的改善了复杂背景情况下人脸识别技术,系统运行稳定,满足设计需求。

关键词： Petri网   抑止弧   嵌入式系统   保性化简   活性   有界性  

摘要： 嵌入式系统广泛应用于无人机、智能家居、医疗设备等领域。对可靠性,正确性和实时性的高要求是嵌入式系统的基本特征。伴随着嵌入式技术的发展,嵌入式系统的复杂程度不断提高且对时间的依赖性不断增强。为了保证系统的正确性和有效性,需要在嵌入式系统的设计中采用形式化的建模方法。Petri网是一种使用直观的图形方式和形式化的证明方式对系统进行建模和分析的数学模型。但是经典Petri网缺少时间特性和数据表达能力,不能对嵌入式系统的实时性要求和数据流进行很好地描述。基于Petri网表示的嵌入式系统PRES+(Petri net based Representation for Embedded Systems)网可以描述实时嵌入式系统,但是对复杂嵌入式系统建模较为繁琐且不直观。针对经典Petri网和PRES+网的这些缺点,本文将抑止弧加入PRES+网中,得到基于带抑止弧的Petri网表示的嵌入式系统PIRES+(Petri net with Inhibitor arcs based Representation for Embedded Systems)网。PIRES+网提高了建模和验证复杂嵌入式系统的能力,但是在建模和验证复杂嵌入式系统的过程中存在状态空间爆炸问题。为了缓解这一问题,对PIRES+网进行化简操作,提出多种PIRES+网的性质保持化简规则,使得简化后的PIRES+网与原网具有相同的可达性、实时性、功能性,活性和有界性。给出PIRES+网完全等价性概念和两个PIRES+网具有相同的可达性、功能性和实时性的条件。提出基于串联库所的化简规则、基于串联变迁的化简规则、基于具有相同输入输出库所的化简规则、基于特定变迁和库所的化简规则、基于T型子网的化简和基于P型子网的规则。在某些约束下,化简后的PIRES+网与原PIRES+网具有相同的可达性、功能性和实时性。通过对3个应用实例的化简说明了化简规则的有效性。提出PIRES+网的状态概念,给出PIRES+网的活性和有界性的形式化定义。分别证明基于P型子网和基于T型子网化简规则对活性和有界性的保持性。对基于嵌入式系统的报警实例进行分析和化简,说明了基于P型子网和基于T型子网化简规则的可行性和有效性。最后,将6种化简规则系统地应用于多参数监护仪系统,在性质保持的前提下减少库所和变迁的数量,在一定程度上缓解了网系统的状态空间爆炸问题。

关键词： 大气环境监测   LoRa   时空相关性   多传感器融合   嵌入式系统  

摘要： 由于各地区发展的不平衡,居民聚集区和工业园区等既是大气污染物的产生者又是大气污染物的受害者。随着城市化和工业化的快速推进,汽车尾气、餐饮油烟、烧煤供暖和企业排放都会对大气环境造成污染,进而对人类和气候产生巨大影响。目前,对地区大气环境的评估指标主要为空气污染物常规六参数浓度和空气质量指数,数据由国控监测站点定时获取和计算获得。然而,国控监测站点部署稀疏,且站点定时采样分析,这些特点使得利用监测数据评估区域大气环境难免会以偏概全,并存在数据冗余和数据时效性低的情况,不利于区域小尺度大气环境的精细化监管。本论文在上述背景下对区域大气环境监测系统进行研究,主要研究内容如下:（1）分析大气环境监测系统和多传感器融合的国内外研究现状,针对本系统的应用场景,基于物联网三层体系架构,设计面向小尺度区域的大气环境监测系统,选择使用功耗低、传输距离远的LoRa技术建立监测网络,针对感知层中的监测节点和LoRa网关的软硬件进行设计,在节点处采用Free RTOS实时操作系统进行多任务调度来实现监测节点的采集、融合和传输,在LoRa网关处使用嵌入式Linux系统实现节点数据的汇聚和传输。（2）通过分析大气环境监测节点的数据特点,依据正常情况下小尺度区域内大气污染物浓度变化缓慢和定时传输造成数据冗余的情况,提出部署于节点的基于自适应中值滤波（AMF）和线性回归预测（LR）的时间相关性融合算法（AMF-LR）,实现对环境显著变化的快速响应和降低数据冗余。（3）为实现监测区域内突发事件的响应和整体空气质量的评估,依据监测区域内多个节点变化趋势相近和邻近节点空间相关性高的特点,提出基于空间相关性的自适应分批估计融合算法,引入密度峰值聚类（DPC）中的局部密度概念和灰色关联度分析（GRA）检测异常数据并报警,依靠自适应分批估计融合算法获取区域融合值,从而提高区域大气环境空气质量的评估能力。（4）为验证监测系统性能,对节点准确性、系统功能、LoRa传输效果和融合算法进行测试。最后,对本论文的工作进行了总结,并对系统的应用和功能更新进行了展望。