课程文献中心 更多>>

关键词： 肺音听诊   深度学习   注意力机制   嵌入式系统   Web服务  

摘要： 近年来,肺部疾病已逐渐成为全球人口死亡的主要原因之一,对肺部疾病进行早期筛查和诊断能够有效降低肺部疾病的发生,保障人民群众的身体健康和生命安全。传统的肺部听诊,手段落后、效率低下,不适宜进行大规模的社区筛查和诊断,本文基于深度学习算法,设计了便携式肺音听诊系统,将深度学习算法部署到嵌入式设备中,实现肺部疾病的自动诊断,具体内容如下: 对肺音识别算法进行了深入研究,综合CRNN、Mobile Net V3和LSTM网络的特点,提出了CM-TPALSTM肺音识别网络模型。该网络模型将CBAM注意力机制加入网络逆残差结构,改善了Mobile Net V3网络的特征提取能力,提高了在音频特征提取过程中的抗干扰能力,加强了网络对跨通道之间特征联系的关注度;将TPALSTM网络结构作为CRNN网络结构的循环层,加强了网络对肺音信号时间特征的提取能力。基于ICBHI数据集和Py Torch网络框架验证了CMTPALSTM肺音识别网络模型的识别精度。使用NCNN推理框架将CMTPALSTM网络模型部署到了便携式肺音听诊系统上。 对肺音听诊系统进行了需求分析,设计了包括便携式肺音听诊设备和Web服务2个组成部分的肺音听诊系统的总体方案。其中便携式肺音听诊设备基于***6ULL开发,配置了肺音传感器,触摸屏和网络模块,完成了Linux操作系统的裁剪和移植,在Input输入子系统框架下完成了各模块的驱动,基于QT开发了相应的应用程序,实现了肺部疾病的自动诊断;在Web服务器上设计了My SQL数据库,用于存储患者的基本信息、病历信息和肺音音频文件,设计了基于Spring框架的Web服务,将Web服务部署到华为服务器上,使用HTML语言开发了病历查询软件,使得医生在PC端通过浏览器登陆即可查询患者病历,对患者的肺音音频进行人工听诊。最后对肺音听诊系统进行了测试,结果表明该系统能够实现所需的全部功能,并且运行稳定可靠。

关键词： 嵌入式系统   人工智能   物联网   人工神经网络   FPGA  

摘要： 阐述基于传统嵌入式系统的智能嵌入式系统的特点，从人工智能、物联网、可编程逻辑器件等方面分析目前嵌入式系统的发展现状及应用，最后从边缘计算、端侧人工智能、容器技术等方面展望智能嵌入式系统发展方向及应用趋势。

关键词： 仿真系统   航迹规划   无人机集群   嵌入式系统   Dubins曲线  

摘要： 随着现代战争技术的发展,单无人机已经无法满足战场需求,无人机集群协同作战技术成为研究热点。任务规划即任务分配和航迹规划,决定无人机集群作战的效果,是无人机集群协同作战的关键技术之一,具有重要研究意义。本文针对某固定翼无人机集群数据链项目研发过程中开发困难、已造成资源浪费等问题;采用理论、半实物仿真实验相结合研究,通过设计仿真系统模拟无人机集群协同作战航迹,为无人机集群协同作战提供战前模拟效果,能够加快无人机集群开发进度,减少资源浪费和人员伤亡。本文具体工作如下: 为仿真无人机集群协同打击任务需求,搭建无人机集群协同作战场景,建立相关元素的数学模型。首先对无人机自身约束进行数学建模,推导其自身约束条件并设置自身约束,包括速度、航程、俯仰角、横滚角限制。其次对场景进行建模,包括作战场景和无人机威胁;最后对无人机执行任务的初始点和目标点进行建模,为后续仿真提供基础数据。 针对本文仿真系统实现无人机集群任务规划,研究无人机集群任务分配算法和航迹规划算法。针对传统粒子群算法在任务分配时容易陷入局部最优解的问题,引入了自适性惯性系数改进了粒子群任务分配算法,对改进后的算法仿真验证,结果证明能够有效完成本文建立的无人机集群协同作战任务分配;针对二维Dubins算法计算参数量少,航迹简单的问题,基于二维Dubins算法基本原理研究了三维Dubins路径解算模型,引入更多路径解算参数,推导了三维Dubins路径解算公式,仿真对比传统Dubins算法和改进后的三维Dubins算法,表明改进后的算法能够有效的规划出三维空间内的最短路径。 为了开发测试无人机集群的稳定性和性能,战前模拟无人机集群协同作战,本文设计了无人机集群航迹仿真系统。基于STM32设计了无人机飞行参数模拟器,配合航迹规划算法实时计算仿真无人机的位姿数据;设计了无人机集群显示控制平台软件实现无人机任务集群分配和无人机状态的实时显示。 通过该系统实现无人机集群协同作战仿真过程各项功能要求,对比现有无人机集群仿真系统,二者分配结果距离代价相近,但本仿真系统计算速度快约29.11%;通过搭载无人机集群协同作战外场试验,获取十架无人机航迹真实数据,仿真航迹数据与真实无人机飞行航迹偏差x轴平均值为14.73m,y轴平均值为15.67m,z轴平均值为5.17m(全程约为214.22km),仿真结果表明仿真系统能够满足无人机协同作战任务,仿真结果具备一定合理性,能够为无人机作战提供真实的战前模拟效果。

关键词： VRV余热回收中央空调   PID控制   深度确定性策略梯度算法   模糊控制   嵌入式系统  

摘要： 变冷媒流量(Variable Refrigerant Volume,VRV)余热回收中央空调是将冷凝器余热回收技术应用在中央空调中的新型空调,它综合能源利用率高。蒸发器过热度的控制是影响中央空调效率和安全运行的关键因素,由于增加了余热回收环节,使蒸发器热交换具有非线性、不确定性和时变性的特点。因此,对位置分散、数量多的蒸发器过热度精准控制,是提高VRV中央空调的能效比和安全运行的关键,它对于提高能源综合利用率具有重要意义。本文针对VRV余热回收中央空调开发了云-端架构的智能控制器,为此展开如下的主要研究工作: 首先,分析了VRV余热回收中央空调系统运行机理和特点,并对VRV余热回收空调系统建立了工程化模型。 其次,针对蒸发器数量多且分散,过热度控制具有非线性、不确定性及时变性等特点,设计了基于云-端架构的控制系统。云端通过深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法,在线优化PID参数,解决了余热回收工作时水冷和风冷工作模式变化,控制效率不好的问题;端侧控制器采用PID与模糊前馈补偿控制方式,它通过PID控制电子膨胀阀实现蒸发器过热度的控制,针对不同房间负荷变化相互耦合影响,设计基于模糊控制的前馈补偿器,通过各房间冷媒总体地变化和变化率,补偿控制器输出,实现解耦控制效果。仿真验证表明,在余热回收冷凝模式、风冷模式及房屋空间负荷变化等情况,模糊前馈补偿的DDPG-PID控制器都取得了很好地控制效果。 然后,在上述蒸发器过热度控制策略的基础上,开发了VRV余热回收中央空调嵌入式控制系统,基于STM32设计VRV中央空调端侧硬件电路,完成了最小系统、数字接口驱动、模拟接口变换与放大、通讯、电源等电路设计,并制成PCB板,并基于Free RTOS设计了软件框架,完成了控制策略、采集与驱动、信号处理等嵌入式软件。 最终,基于MATLAB模拟云端优化控制器参数与基于STM32的端侧嵌入式系统构成VRV中央空调控制器。在带余热回收VRV中央空调实物模型上进行测试,结果表明,空调在各种冷凝模型及不同房间负荷变化下,都取得了较好地控制效果。

关键词： 移相干涉测量   嵌入式系统   计算机视觉   图像处理   2D FFT  

摘要： 大口径移相干涉仪是一种用于测量光学表面形貌和薄膜厚度的高精度光学仪器。目前,大口径移相干涉仪基本是由人工操作的。鉴于其价格昂贵、操作复杂以及对环境条件敏感的局限性,大口径移相干涉仪自动化控制系统的研究十分必要,具有重要实际应用价值。计算机视觉与图像处理可以通过分析图像和视频数据,帮助自动化系统实现感知、理解和决策。本文基于计算机视觉与图像处理,对干涉仪自动测试关键技术进行研究。 本文研究干涉仪自动测量的两个基本任务,对点自动化与测试粗调自动化。根据任务需求,设计了干涉仪自动调整系统的整体方案,包括整体硬件系统设计与相关算法研究两个部分。 在硬件系统设计部分,对大口径移相干涉仪的调整过程进行了深入研究。设计了干涉仪调整控制系统技术方案,并对控制系统中的各部件进行了选型。其中主要设计了调整架控制器,包括调整架控制器的硬件电路设计与嵌入式软件编程。 在相关算法研究部分,首先,为了解决自动对点问题,研究了一种光斑中心检测算法。该算法主要包括以下三个步骤:同态滤波校正不均匀光照;使用Canny算子进行边缘检测;利用Hough圆检测算法与灰度质心算法检测光斑。其次,为了解决测量前的粗调问题,研究了干涉条纹识别算法。分别研究了二值图像连通区域标记法、二维快速傅里叶变换(2D FFT)法以及基于Res Net网络的条纹计数方法,对比后选择二维快速傅里叶变换法识别条纹。最后,为了保持系统的稳定性以及提高对点、测试粗调的精度,使用了增量式PID控制算法控制电机。 经在实验室Φ600mm斐索干涉仪上测试,本文所研究的相关算法与调整控制系统相结合,较好地实现对点自动化和干涉测量粗调自动化,为后续实现全自动移相干涉测量提供了基础。

关键词： 嵌入式系统   光电容积脉搏波   生命体征参数   脉搏波传导时间  

摘要： 阐述设计一种嵌入式生命体征检测系统，测量人体PPG信号，并进行软硬件滤波、特征提取和算法处理。提出一种从PPG信号中提取脉搏波传导时间的方法，将无创测量的血氧饱和度和血压显示在屏幕上。Bland-Altman一致性分析显示，数据均在95%置信区间内，说明系统在血氧饱和度、收缩压和舒张压检测上具有较高的准确性。

关键词： 嵌入式系统   红外成像   图像增强   目标检测   深度学习  

摘要： 现代战争条件下,光电瞄具系统被称作单兵武器的眼睛,如何提供全天候的智能视觉支持,实现高效的目标探测与瞄准,对作战效能的提升具有重要的意义。因此针对夜间与低能见度条件下的信息获取与分析,本文对红外图像细节增强技术与目标识别算法进行了研究,设计了一套基于FPGA+ARM架构的低功耗智能光电瞄具系统,本文主要工作内容如下: (1)针对现代战争对瞄具装备对于目标捕获与分析的需求,介绍了红外图像细节增强技术、目标检测技术、光电瞄具系统的国内外研究现状。根据研究现状与系统需求基础上制定了整体工作流程,并在此基础上确定了硬件系统设计方案与主要硬件选型。 (2)为了提升红外图像对比度、增强目标特征与场景理解,在红外图像增强技术研究中,首先对图像增强相关理论进行了阐述,针对常见增强算法局限性,本文提出了一种自适应系数细节增强的图像增强算法。该算法通过采用侧窗高斯滤波器分离、背景层灰度sigmoid函数映射和自适应细节层增强的处理对图像对比度与高频细节进行改善。最后采用客观评价标准对仿真结果进行分析,分析可知该算法在增强场景目标与图像细节的清晰度、提高整体图像对比度方面有着较大提升。 (3)为满足光电瞄具系统对不同尺度目标可视性需求,同时保证硬件平台的目标检测速度与检测精度,对不同的目标检测卷积神经网络进行研究,并选择Yolov4算法进行改进,对经过细节增强的红外图像与原始图像进行测试研究。实验结果表明改进后轻量化算法在检测精度上相较于常用算法有较大提升,且验证了细节增强后图像对目标检测性能的提升。 (4)完成红外图像细节增强算法与目标检测算法的硬件平台移植。主要针对软件部分各个模块硬件设计流程进行了介绍,并最终对系统功能进行测试验证。经过对实时性与硬件平台资源评估,结果表明,智能光电瞄具系统图像增强、目标检测效果良好,在满足图像增强识别目标的同时可以兼顾识别实时性需求。

关键词： 嵌入式系统   低代码平台   自动化测试   任务调度   Robot Framework  

摘要： 本文探讨了嵌入式系统中低代码测试技术的研究与实现,重点关注自动化测试平台的构建、测试关键字的设计与实现,以及测试任务调度算法的优化。在嵌入式系统中,传统测试方法存在系统耦合度高、测试冗余、缺乏层次化等问题。本文提出了一种基于面向对象的设计方法,通过封装、继承和多态实现关键字设计,降低关键字代码之间的耦合度,增加复用性和扩展性,减少测试用例的冗余代码,提高可维护性和可扩展性。 为了提高测试执行效率和资源利用率,本文研究了静态调度和动态调度策略。静态调度在系统运行前确定任务方案,避免额外开销,提高效率和可靠性;动态调度则能实时调整任务,适应系统变化,具有更高的灵活性和可扩展性,但增加了系统复杂性。引入了遗传算法用于测试任务调度,描述了其初始化种群、选择、交叉和变异等流程。遗传算法通过模拟生物进化,利用选择、交叉和变异找到全局最优解,其高鲁棒性和优化能力适用于大规模问题。通过编码表示任务调度方案,使用适应度函数评价任务分配质量,迭代进化找到最佳方案,提高了执行效率和可靠性。 本文还详细介绍了低代码测试平台的实现,包括通过Web端启动测试服务器、调用相关API进行自动化测试,利用Robot Framework解析并执行测试任务,反馈结果并生成测试报告。这一过程简化了测试执行和管理,提升了效率和准确性。低代码平台设计包括配置平台架构、用户管理和平台数据库设计,通过数据库对测试过程中的各类信息进行管理和分析,以便对测试结果进行深入研究和优化。 测试环境是在嵌入式设备上进行的,基于OSEK操作系统的测试,确保操作系统符合标准和设计规范。通过自定义关键字库的开发,本文解决了传统测试方法中的许多问题。Robot Framework的自定义关键字库增强了关键字开发的灵活性,用户可通过Python编写自定义关键字,满足特定测试需求,提高测试效率。关键字设计与实现是自动化测试的重要组成部分,面向对象设计方法通过抽象和封装,使关键字设计更加灵活和具有扩展性。 总体而言,本文提出了一套系统方法,通过低代码测试平台的实现、测试关键字的设计与实现以及遗传算法在测试任务调度中的应用,解决了传统测试方法中的诸多问题,为后续开发工作奠定了基础。这些方法和技术的应用不仅提高了测试的效率和准确性,也为进一步的研究和应用提供了宝贵的经验和参考。

关键词： 车轮踏面   故障诊断   卷积神经网络   注意力机制   模型剪枝   嵌入式系统  

摘要： 车轮踏面损伤会加剧车轮和轨道之间的相互作用,导致轮轨冲击、车内振动和异常噪声增大,严重影响乘客的乘坐体验。同时,车轮踏面损伤引发的高频振动会降低列车关键零部件的使用寿命,降低列车的运行可靠性。因此,列车轮对踏面损伤检测研究受到国内外广大学者的持续关注。本文研究了基于嵌入式平台的轮对踏面损伤车载在线监测系统,实现了车轮服役性能的在途监测。该方法首先采集轴箱振动信号,并使用快速谱相关算法对振动信号进行预处理,将其由一维时域振动转换为二维谱相关图。然后将其作为神经网络模型的输入,实现车轮踏面损伤的早期预警,提高列车的运行安全性。本文的主要研究内容如下: 首先,介绍了神经网络以及注意力机制的结构与定义,并且对轻量化神经网络Mobile Net-v3原理进行了阐述。 然后,基于单轴滚动振动实验台进行了车轮踏面损伤实验,对含损伤的轮对不圆度数据进行了测量,并利用单轴滚动振动实验台进行了不同工况下的滚振实验。并通过快速谱相关算法对采集的轴箱振动加速度数据进行了处理。 其次,提出了融合效率通道注意力机制(Efficient Channel Attention,ECA)注意力机制和空间注意力机制的改进Mobile Net-v3网络。并对比了模型在准确率、参数量、运算速度等方面的性能,所提方法的准确率相较于MobileNet-v3网络提升了5.54%,与之相比参数量与运算时间仅增加3.24%。 最后,提出了基于K-means的模型自适应剪枝方法,并对改进Mobile Net-v3网络进行了模型剪枝。通过对比可以发现,模型的参数量下降50%但准确率降低5%,表明该方法可自适应的实现模型的剪枝,确保模型具有较高的准确性以及较高的计算实时性,并将该模型部署于边缘嵌入式计算平台。

关键词： 超声波测风   自适应权重   手持自动气象站   嵌入式系统   地面气象观测  

摘要： 风是大气探测中极其重要的气象要素,使用手持自动气象站作为测风平台,对于捕捉小范围风场变化和局部气象资料具有重要的理论意义和应用价值。超声波测风具有分辨率高、响应速度快、适用范围广等优点,然而换能器圆柱绕流产生的阴影效应对超声波测风造成巨大干扰,这是一个亟待解决的问题。 本文基于计算流体学方法,分析传统测风阵列中超声波换能器阴影效应形成机理,建立了手持自动气象站多反射超声波测风模型,降低阴影效应的影响;设计基于变换窗的最小均方根误差(Least Mean Squares,LMS)自适应滤波算法,解决环境噪声对测风的干扰问题;提出自适应权重测风算法,削弱支柱圆柱绕流对测风路径的干扰;搭建模块化手持自动气象站监测系统,在实测环境中验证了系统的功能。具体研究内容如下: 1、采用计算流体学方法,对不同超声波测风阵列测风区域附近的流场进行仿真,分析传统测风阵列的阴影效应,建立手持自动气象站多反射超声波测风模型,实验结果表明所建立模型能够有效降低阴影效应。 2、针对目前手持自动气象站受环境影响大,测风精度低的问题,设计一种窗体宽度可变的LMS自适应滤波算法,降低环境对超声波信号的影响。同时,针对由支柱所产生的圆柱绕流对测风路径的干扰问题,提出自适应权重测风算法,通过仿真实验验证了所提出算法的有效性。考虑到手持测量,研究风速矢量与测风模型姿态的关系,提出了基于陀螺仪数据的风速-风向修正算法,并在后续的室外动态测风的实验中得以验证。 3、设计了模块化手持自动气象站,实现对多个气象要素的实时观测。从处理器的选型、接口驱动电路、动态电源管理以及系统供电四个方面进行低功耗的设计。根据任务要求,基于模块化思想,合理划分任务,并设计了下位机软件,实现气象要素的采集、显示和上报。通过实验验证了手持自动气象站系统达到了设计要求。 4、为了确保自动气象站数据的可靠性,从数据处理和质量控制两个方面研究了数据质量控制方法,研发了手持自动气象站上位机软件。通过空间插值算法对测试数据进行统计分析,实现了气象要素可视化和小区域气象要素分析功能。 综上,本文在测风模型研究的基础上设计了模块化手持自动气象站系统,能够实现对温度、湿度、气压、空气质量、风速和风向的高分辨率连续观测和分析,对小区域天气的实时观测具有重要的实际意义和应用价值。