全部分类/
科学普及/
现代电子技术

现代电子技术

2025年15期

本刊以电子技术为主体，探讨和报道信息产业及电子行业中新技术，新器件，新应用的学术论文及成果；提供国内外最新的电子技术发展动态及产品市场信息；为企业的新产品，新技术，新成果在产业及行业内的推广架起一座金桥。

扫码免费借阅

目录

快速导航

通信与信息工程 | 基于残差学习的矿井无线信道估计的算法研究

通信与信息工程 | 基于残差学习的矿井无线信道估计的算法研究

摘要：为解决现有信道估计神经网络模型在处理信道增益相关矩阵时忽略非对角线元素及其时间序列信息的局限性，文中引入深度学习技术，对正交频分复用(OFDM)系统中基于下行链路导频的信道进行精确估算。提出一种创新的基于递归残差学习的深度神经网络模型，该模型利用其递归结构有效处理序列数据，捕捉信道状态的时间相关性。此外，残差连接的引入有效缓解了深度学习中常见的梯度消失问题，显著提升了模型的训练效果。文中进一步集成了SE注意力机制，赋予网络自适应调整对不同信道矩阵关注程度的能力，从而提高了特征提取和分类的效率。在3GPP信道模型下，对基于递归残差网络的信道估计模型进行评估。结果证明，该方法在信道估计误差方面优于传统的最小二乘法和ReEsNet信道估计算法。
通信与信息工程 | 基于神经网络的滤波天线单元优化技术研究

通信与信息工程 | 基于神经网络的滤波天线单元优化技术研究

摘要：在滤波天线单元的设计中，由于涉及多维参数优化，传统的电磁仿真方法不仅求解速度较慢，而且难以在复杂的参数空间中快速找到全局最优解，这在一定程度上限制了设计的精度和性能提升。为解决这些问题，文中提出一种结合正向预测与逆向优化设计的方法。该方法利用神经网络对天线单元的性能进行预测，并结合遗传算法在多参数空间中对滤波天线单元进行全局优化。仿真计算结果显示，优化后单元 S₂₁ 参数在通带 11.5～16.5GHz 的平均值提高了 82.65% ，并具有均匀的带内响应。此外， S₂₁ 在中心频率 14GHz 的传输幅值的平均值优化后提升了 87.5% ，显著提升了传输幅度，并使传输相移更加线性。优化后仿真结果表明，这些改进显著提升了天线的整体性能，尤其是在传输效率、频率响应方面的改善，为滤波天线的进一步发展提供了有价值的参考和借鉴。
通信与信息工程 | 基于频谱监测技术的“低慢小”无人机探测定位系统设计

通信与信息工程 | 基于频谱监测技术的“低慢小”无人机探测定位系统设计

摘要：文中聚焦于城市环境中针对低空非法飞行“低慢小"无人机信号的探测与定位技术，旨在解决当前无人机反制体系中的“预警范围有限”和“定位不精准”等关键问题。主要研究内容包括：基于协同频谱感知的高灵敏度信号检测方法和基于信号重构的高精度时差估计算法。在此基础上，开发出适用于复杂城市环境的样机实物系统，实现了全天候、全自动对低空黑飞无人机的探测、识别及轨迹跟踪功能。经测试，该系统能够精确定位无人机，最大定位距离为 5km ，具备识别市面常用机型的能力,为反制与打击行动提供了有力支持。研究成果为提升城市低空空域安全提供了重要的技术支撑和实际价值。
通信与信息工程 | 基于蚁群优化算法的多无人机侦察打击任务仿真系统设计与实现

通信与信息工程 | 基于蚁群优化算法的多无人机侦察打击任务仿真系统设计与实现

摘要：察打一体化无人机集群在现代战争中应用的潜力巨大，但其大规模部署和实战演练的过程复杂，且耗费大量资源。受蚁群觅食行为启发，文中设计并实现了一套基于蚁群优化算法的多无人机侦察打击任务仿真系统，旨在提供一个真实、灵活且直观易用的基准平台，以支持多无人机协同任务的仿真和评估。首先，介绍蚁群优化算法的基本原理，并在此基础上设计无人机集群执行察打任务的仿真流程；接着，构建仿真系统的整体架构，研发相应的机群协同智能算法，以优化察打过程中的路径规划，并利用LOVE2D框架开发交互式仿真系统；最后，展示三种具有代表性场景下的模拟效果，并进行系统性定量分析。结果表明，该系统能够为用户提供便捷高效的察打任务仿真，助力不同场景下的作战策略评估与优化。
信号分析与图像处理 | 基于改进TransUNet的肺部图像分割

信号分析与图像处理 | 基于改进TransUNet的肺部图像分割

摘要：语义分割作为肺部影像分析的关键步骤，其准确率直接关系进一步的图像分析和治疗决策。面对肺部器官不规则外形、模糊边界以及噪声等问题，传统分割方法存在边界分割精确度不高、易出现误差等问题。针对这些挑战，文中提出一种基于多尺度边缘特征融合的神经网络(MSB-AffTransU2Net）用于肺部图像的分割。首先，替换了TransUNet中的编解码器，采用 U² -Net的RSU模块来增强特征提取的性能;然后，使用注意力特征融合机制替换原本的Concat方法，以减少模型参数并且提升特征的融合效果;接着，加入了多尺度特征提取器以及边界引导的上下文聚合模块，以融合提取更加精确的肺部边缘特征;最后，为优化模型损失函数，采纳了Dice损失与交叉熵损失，创建了一个新颖的损失函数。在COVID-19Radiography Database的COVID类数据集上验证了所提算法的有效性。实验结果证明,MSB-AffTransU2Net在COVID数据集上的前景交并比(pIoU)和平均准确率 ?mAcc? 与TransUNet算法相比，分别提高了 3.03% 和 0.72% ，证明了所提算法的有效性。
信号分析与图像处理 | StyleBiFormer:融合BiFormer和可逆残差块的风格迁移

信号分析与图像处理 | StyleBiFormer:融合BiFormer和可逆残差块的风格迁移

摘要：针对CNN在捕获图像全局特征的局限性，以及Transformer在参数利用率上的不足，文中提出一种融合BiFormer和可逆残差块的风格迁移模型StyleBiFormer。首先使用语义位置编码，为模型提供Patch的语义信息和位置信息；然后使用编码器和可逆残差块提取图像的全局特征和局部特征，有效避免了特征信息丢失问题;最后使用解码器融合最匹配的内容特征与风格特征，生成更具视觉冲击力的图像。定性和定量实验证明StyleBiFormer的有效性，与其他主流方法中效果最好的模型相比，所提模型在SSIM上增长了 7% ，在 GramLoss 上降低了 3% ，生成的图像视觉效果较好，在保留全局特征的同时，避免了特征泄露问题。所提模型可以有效地提取并融合语义相似度最高的内容特征与风格特征，实现了生动的风格迁移效果，使原始图像在保留原有语义的同时，能够呈现出全新的风格面貌，能够较好地满足现实中的图像风格迁移任务。
信号分析与图像处理 | 仿真假体视觉下基于风格迁移的人脸表情识别

信号分析与图像处理 | 仿真假体视觉下基于风格迁移的人脸表情识别

摘要：目前对于重度视网膜色素变性或老年性黄斑变性患者而言,视网膜假体仍是其唯一有效的视觉康复手段。为了实现假体视觉下表情的准确识别，文中提出采用AdaIN算法实现图像风格转换的图像处理策略，将原始人脸图像转换成简笔画人脸图像，并利用DIib库实现人脸关键点的标记，借助关键点坐标截取人脸区域，最后进行像素化处理。同时，正常人视觉下对原始图像和该方法的表情识别效果，以及仿真假体视觉下该方法在三种分辨率 (24×24,32×32 与 48×48 与原始图像直接像素化后表情识别的效果均开展了对比研究。实验结果证明，正常人视觉下对于原始图像和该方法的表情识别效果的准确率分别为 71.58% 和 60.41% ，在 24×24 与 32×32 低分辨率下，文中方法与原始图像直接像素化相比更有助于表情的识别。
信号分析与图像处理 | 基于UAV-YOLO的无人机航拍图像轻量化目标检测算法

信号分析与图像处理 | 基于UAV-YOLO的无人机航拍图像轻量化目标检测算法

摘要：针对无人机航拍图像背景复杂、小目标检测精度低、漏检率高等问题，文中基于YOLOv7提出一种针对无人机航拍图像的轻量化目标检测算法（UAV-YOLO)。首先，以部分卷积为基础设计了轻量化卷积PSConv，在保持检测性能的同时使网络更加轻量化;其次,将下采样模块与注意力机制融合,进而构建了MA-ECA模块;然后，对网络的检测头进行优化，添加了小物体检测头并删除大物体检测头;最后，提出Focal-SIoU损失函数，以进一步提升模型的检测精度。该算法在公开数据集VisDrone2019与UAVDT上进行验证，相比于其他目标检测模型，在降低网络参数量与计算量的同时有效提升了检测精度。
信号分析与图像处理 | 针对暗光环境下无人机跟踪的图像增强方法

信号分析与图像处理 | 针对暗光环境下无人机跟踪的图像增强方法

摘要：由于无人机经常需要在暗光环境中执行任务，而现有的跟踪器中很少对暗光环境的需求进行适配的训练，导致在暗光环境下跟踪器的成功率和准确率明显下降。文中提出一种通用的暗光图像增强方法，在拍摄的图像进入跟踪器前对其进行增强处理，使跟踪器在暗光环境中也能保持良好的跟踪性能。在Retinex理论基础上，文中设计了一种图像处理方法,采用一种轻量级图像处理网络ME-Net，该网络能够选代地处理光照图和噪声图，提升图像质量，再通过改进SSR函数，有效减少了由增益-偏移引起的数据丢失。为验证所提暗光图像增强器的效果，文中对UAVDark135数据集上多个流行的跟踪器进行实验。实验结果表明，改进后的暗光增强器显著提高了跟踪器在暗光条件下的成功率和精度，相较于其他常用的暗光增强器也有不同程度的提升，证明了其在暗光下的有效性。
信号分析与图像处理 | 一种组合算法在随钻电磁波信号解调中的应用

信号分析与图像处理 | 一种组合算法在随钻电磁波信号解调中的应用

摘要：在电磁随钻测量中，由于信号衰减和噪声干扰，传统相干解调方法误码率高，导致数据解码不准确。为了解决这一问题，文中设计了一种有限冲激响应(FIR)滤波和自适应滤波相组合的方法，旨在提高解调的准确性。该方法首先利用FIR滤波算法去除带外噪声;然后将滤波后的信号送入两个具有不同参考信号的自适应滤波器。通过比较这两个滤波器的输出信号进行判决，从而获得解码后的数据。为了验证所提方法的效果，使用仿真软件对两种不同噪声条件下的电磁波通信过程进行模拟。仿真结果证明：与传统相干解调方法相比，在高斯白噪声环境下、码元速率为 2b/s 时，该方法信噪比提高1dB左右，误码率差别不大；在码元速率为 0.5b/s 时，信噪比提高了约6dB，误码率降低了约 8% 。在现场噪声环境下，组合算法的误码率降低了约 4% 。因此在相同的信噪比条件下，所提方法能够显著降低误码率，展现出更优的解调性能。
信号分析与图像处理 | RPPM-Net：基于多尺度特征并行融合的图像识别方法

信号分析与图像处理 | RPPM-Net：基于多尺度特征并行融合的图像识别方法

摘要：针对传统深度神经网络在图像识别任务中存在的无法有效关注重点区域与特征、感受野较小导致信息退化以及模型泛化能力不足的问题，文中提出一种基于多尺度并行融合的图像识别网络，即残差并行金字塔多尺度注意力网络(RPPM-Net）。首先，设计并行注意力网络，通过多头并行的混合注意力机制捕获多样化的特征信息，在保持模型效率的同时,增强网络在识别任务中对重要区域和关键特征的聚焦能力，解决对重点特征关注不足的问题;其次，设计多尺度金字塔卷积注意力模块，通过在不同层级有效集成多尺度特征，解决感受野较小导致的信息退化问题；最后，采用增强型全连接层及正则化技术，有效缓解过拟合问题,提升模型在不同数据集上的泛化能力。实验结果表明,RPPM-Net在CIFAR-10、CIFAR-100、Caltech-256数据集上的准确率分别达到 97.02%.85.04%.89.69% ，在不显著增加计算成本的前提下，充分结合结构正则化和特征整合，有效地增强了网络的性能。
信号分析与图像处理 | CNN-LSTM在多模态人体动作识别中的应用研究

信号分析与图像处理 | CNN-LSTM在多模态人体动作识别中的应用研究

摘要：针对环境中存在多种类物体，且光照条件、遮挡情况等可能影响动作识别效果的问题,文中提出一种基于CNN-LSTM的多模态人体动作识别方法。采集人体运动时深度图像数据、合加速度两种可以体现人体动作的多模态行为数据，输入CNN模型,经卷积、降采样等处理,提取人体运动深度图像的骨骼关节特征图、合加速度方差特征图，作为人体动作多模态特征样本，输入LSTM模型，结合人体动作的时域性，学习当前多模态特征样本与动作类型之间的仿射变换关系，在全部时间步中，收集LSTM模型输出门输出的动作分类结果，引入投票决策方法，将出现次数最多的分类结果作为多模态人体动作识别结果。实验结果表明，该方法在正常光照、弱光环境中均可准确识别多种人体动作类型。
网络与信息安全 | 基于时空图网络和Informer的多元时间序列异常检测

网络与信息安全 | 基于时空图网络和Informer的多元时间序列异常检测

摘要：对多元时间序列进行有效的异常检测可以保证物联网系统的安全，现有方法通常从附近的时间点和邻近节点学习局部时空表示，以重构或预测传感器数据。针对局部表征难以模拟复杂的非线性拓扑关系和动态时间模式导致的误报和异常遗漏等问题，文中提出一种多元时间序列异常检测模型STGIN。首先，将时间卷积网络嵌入多尺度残差卷积网络中，捕捉短期粒度级别的时间特征，并引入门控机制过滤无关信息;然后，构建空间图结构，利用图注意力网络有效地学习复杂的时空依赖关系；最后，联合优化预测和重构模块，结合变分自编码器和Informer进行长时间序列重构，利用提取到的全局和局部时空关联检测正常数据样本中的异常。在MSL、SMAP和SWaT公开数据集上进行实验，所得 F₁ 分数分别为0.9623、0.9425和0.8709，均优于基准模型，验证了所提方法的有效性和可行性。
网络与信息安全 | 高铁接触网无线传感网络混合MAC通信策略研究

网络与信息安全 | 高铁接触网无线传感网络混合MAC通信策略研究

摘要：接触网是高速铁路关键子系统，通过高铁接触网无线传感网络对其工作状态进行实时在线监测具有重要意义。为进一步降低无线监测网络节点间信道冲突，提升无线监测网络动态环境下的关键数据传输成功率、吞吐量以及整体网络性能，文中提出一种低功耗混合MAC通信策略(LH-MAC)。首先，根据监测节点特性，提出一种静态优先因子、紧急优先因子以及失败优先因子融合的优先级划分方案；其次，基于各节点优先级，研究了TDMA阶段节点上报时隙的动态分配机制以及节点唤醒时间更新机制，并于CSMA/CA阶段初始化不同优先级节点的退避参数;最后，构建无线传感网络测试平台，并对网络通信的失败率、时延和吞吐量等指标进行评估。实验结果表明，该策略实现了服务差异化，并在一定程度上提高了关键采集数据通信的服务质量(QoS)，降低了整个网络传输失败率和时延，延长了网络的生命周期，为改善高铁接触网无线传感网络的性能提供了有利依据和可靠保障。
网络与信息安全 | 基于改进孤立森林的大规模网络人侵攻击检测研究

网络与信息安全 | 基于改进孤立森林的大规模网络人侵攻击检测研究

摘要：针对网络规模较大导致的检测过程性能波动大、潜在攻击行为识别精度较差等问题，文中提出基于改进孤立森林的大规模网络入侵攻击检测方法。构建大规模网络入侵攻击检测框架，采集并预处理大规模网络数据，基于关联的特征选择方法提取大规模网络流量特征，输送至入侵攻击检测模块。入侵攻击检测模块采用改进孤立森林算法，通过隔离树遍历网络流量特征数据计算特征数据异常得分，准确隔离异常数据点，实现攻击检测。一旦检测出异常点，日志告警模块发送警报，并在规则库中记录相应的规则。实验结果证明，该方法的异常分值计算结果均在0.79\~0.99,能够准确识别入侵攻击流量，并且检测准确率均超过 99% 。
网络与信息安全 | 基于Q-learning分布式训练的无人机自组织网络AODV路由协议

网络与信息安全 | 基于Q-learning分布式训练的无人机自组织网络AODV路由协议

摘要：针对无人机自组织网络节点的高度动态性和拓扑稀疏性，现有的结合Q学习的路由协议暴露出 Q 值更新滞后、难以迅速适应网络拓扑快速变动的问题，文中提出一种基于Q-learming分布式训练的AODV(DQL-AODV)路由协议。该协议中将每个节点视为一个智能体，依据分布式训练的 Q 值对需转发的数据包进行下一跳选择，每个节点的Q值进行局部更新和全局更新。首先，根据节点间链路的寿命和节点负载能力计算局部奖励值，每次Hello消息接收将更稳定的下一跳链路更新为较高的 Q 值;其次，路由请求消息到达目标节点后将执行一次全局Q值更新，根据数据包的转发跳数和平均端到端延迟计算全局奖励值;最后，结合Q-leaming算法优化Hello消息发送机制，有效地平衡网络拓扑感知程度与路由开销。仿真结果证明,相比于QL-AODV,所提方法在平均端到端时延、数据吞吐量、包到达率和路由开销4个网络性能指标总体上分别优化了 19.93%,15.48%,6.24%,11.76% ，且收敛能力更强，验证了该协议的有效性。
测控与自动化技术 | 改进YOLOv8的核桃品种动态检测方法

测控与自动化技术 | 改进YOLOv8的核桃品种动态检测方法

摘要：为了提高在传送带上核桃品种检测的精度，文中提出一种轻量化核桃品种检测算法(YOLOv8n-EAM）。首先，该算法采用多尺度卷积结构，通过对GhostNet的冗余特征最小化策略、分组卷积和MobileNet的通道特征融合进行改进，显著提高了模型的核心特征提取能力;其次，为了更好地保留特征图中的信息和尺度不变性，采用平均池化和最大池化进行下采样，在减少浮点运算量的同时，提高了模型的检测准确率;最后,在空间金字塔池化中内嵌MLCA注意力机制，提高模型在Neck部位捕获不同尺度语义信息的能力。实验结果表明，在自制的核桃数据集上， YOLOv8n -EAM算法相比YOLOv8n算法浮点运算量有所降低，模型体积降低了 17.7% ，精确率、召回率、 .mAP@0.5 和 mAP@0.5:0.95 分别提高了 3.6%,1.6%,1.4% 和 2.8% 。在PascalVOC2007数据集上，YOLOv8n-EAM算法相比其他算法同样有较高的平均检测精度， mAP@0.5 和mAP@0.5:0.95 分别为 58.2% 和 37.2% ，均优于其他对比的目标检测算法，可以为工业上对核桃品种分拣提供技术支持。
测控与自动化技术 | 基于CNN与Transformer相结合的工业零件缺陷检测

测控与自动化技术 | 基于CNN与Transformer相结合的工业零件缺陷检测

摘要：在工业生产过程中，零件会存在裂痕、污渍与折痕等缺陷，采用单一的神经网络很难同时学习图像的全局信息和边缘细节信息，无法实现缺陷准确的检测。因此，文中将CNN局部特征提取的优势和Transformer较强的捕获全局依赖关系的能力相结合，利用ResNet34与Swin Transformer两个分支分别对图像进行特征提取，引入注意力机制，进行空间与通道维度的注意力增强，并拼接得到特征融合的输出，实现全局信息与局部信息的融合。最终，解码在UNet结构的基础上采用多尺度跳步连接，通过上采样、拼接和逐像素分类等操作，得到最终的语义分割结果，且分割结果图清晰地展示了图像中的缺陷位置，实现了对工业零件的缺陷检测。通过对比实验证明，所提算法在工业生产零件MVTecAD数据集上的IoU结果远好于其他的语义分割算法，并且分割结果图与样本图像的标签结果十分吻合，充分验证了所提算法的有效性与实用性。
测控与自动化技术 | 基于关键点定位的脊柱冠状位Cobb角自动测量方法

测控与自动化技术 | 基于关键点定位的脊柱冠状位Cobb角自动测量方法

摘要：脊柱侧弯是一种严重影响人类身体健康的疾病，而Cobb角可以反映脊柱侧弯的严重程度。针对人工测量存在耗时长、误差大及现有深度学习方法存在Cobb角测量精度不高等问题，文中提出一种基于关键点定位的冠状位Cobb角自动测量方法。首先，该方法使用基于中心加偏移的关键点定位网络学习椎骨顶点与中心点的偏移，进行椎骨顶点坐标回归；同时,使用相邻椎骨偏移进行监督训练，以充分利用椎骨位置信息并精确定位;最后,以迁移学习的方式在COCO数据集上进行预训练。在本地以及开源数据集的实验结果表明，该方法能够准确定位椎骨中心点和顶点，并且测量的3个节段的Cobb角与真实值之间平均绝对误差分别为 3.0^°,2.5^°,2.4^° ；皮尔逊相关系数分别为0.94、0.95、0.95，证明了所提方法在Cobb角自动测量方面的准确性和可靠性。
测控与自动化技术 | 基于改进YOLOv7的航空发动机叶片表面缺陷检测

测控与自动化技术 | 基于改进YOLOv7的航空发动机叶片表面缺陷检测

摘要：对于航空发动机叶片在生产加工过程中产生的各种缺陷，通常以人工目检的方式来进行检测。为避免因人为经验导致检测结果缺乏一致性，以及检测效率低的问题。文中提出一种基于改进YOLOv7的叶片检测方法，旨在精准高效地检测叶片表面的缺陷。针对生产加工过程中四类常见的典型缺陷，构建了航空发动机叶片表面缺陷数据集。在YOLOv7特征融合网络的ELAN-W中加入SKNet,使模型获得自适应感受野以增强网络特征提取的能力;在头部网络引入Dyhead提升模型的类别识别能力和检测性能；采用MPDIoU损失函数替代原始的CIOU损失函数以实现更加精确的边界框回归。所提方法在保证召回率的基础上提升了模型的检测性能，其中精度、召回率和 mAP@0.5 分别提升了 5.3%.2.2% 和 3.7% ，检测单张叶片的时间为 4.93s 为叶片的自动化检测提供了一种新方法。
智能交通与导航 | 一种融合点线特征的视觉SLAM方法

智能交通与导航 | 一种融合点线特征的视觉SLAM方法

摘要：针对纯视觉SLAM算法在光照剧烈波动、低纹理区域及复杂纹理环境下，因相机高速运动导致特征跟踪频繁失效、定位精度显著下滑等问题，文中提出一种融合点线特征的视觉惯性SLAM方法。该方法首先通过对LSD算法的梯度阈值进行自适应改进，同时对LSD算法的部分固定参数做出调整以提升线段提取精度，并对于一些提取到的短线特征根据合并条件判断是否能够通过短线合并为高质量的线段;其次采用滑动窗口优化方法进行位姿估计，对IMU测量残差、点和线特征的重投影误差进行全局优化。对所提方法在Euroc数据集下进行测试，测试后的结果显示，文中方法能够有效提升整体SLAM系统的定位精度以及鲁棒性。
电子技术及应用 | 超导共面波导谐振腔的仿真优化研究

电子技术及应用 | 超导共面波导谐振腔的仿真优化研究

摘要：针对超导量子系统敏感且脆弱，超导量子电路中超导共面波导读取谐振腔之间的串扰导致谐振腔的品质因子降低并改变其谐振频率，严重影响了超导量子计算的相干性和准确性。文中对超导共面波导读取谐振腔的谐振频率设计进行研究，旨在减轻超导量子电路中的串扰影响。首先，解决了电磁仿真软件Sonnet的仿真误差问题，接下来通过设计读取谐振腔不同谐振频率的仿真实验，分析研究串扰随读取谐振腔之间谐振频率间隔的变化规律。实验结果表明，串扰随读取谐振腔之间谐振频率间隔的增大而减小。在此基础上，文中提出一种读取谐振腔谐振频率的优化设计方案。通过调整读取谐振腔的物理排布，增大读取谐振腔之间的谐振频率间隔，以达到减轻串扰影响的目的。仿真实验验证了文中优化方案的有效性，与传统超导量子芯片上读取谐振腔谐振频率递增排布的方案相比，串扰减少了 27% ，为面向大规模量子计算中读取谐振腔的谐振频率设计提供了有益参考。
电子技术及应用 | 一种基于图像识别的小麦分选系统

电子技术及应用 | 一种基于图像识别的小麦分选系统

摘要：在深度学习技术日益推动小麦不完善粒检测精度提升的背景下，为了实现从识别到筛选的有效控制对接，文中开发一套完善的分选控制系统。系统主要运用融合图像识别与FPGA实时控制的策略，对图像分割和识别过程中产生的时间差进行处理，完成精确分选控制。该系统基于全自动控制流程，在保证时间精确控制的前提下，成功实现对小麦的高效分选操作。通过对5种性状各100个麦粒进行测试，发现种子类型的识别率达到 94% 以上，种子分选率达到 97% 以上。实验结果表明，该系统能够快速准确地完成分选任务,为实现小麦分选的自动化和智能化提供了有效的技术支持。
电子技术及应用 | 人体关键点捕捉下上肢运动姿态监测

电子技术及应用 | 人体关键点捕捉下上肢运动姿态监测

摘要：不同运动的幅度、速度存在差异会导致肢体遮挡的发生，进而影响运动分析的准确性。为了处理具有时间动态特性的人体上肢运动模式，文中提出人体关键点捕捉下上肢运动姿态监测方法。采用Kinect Δ_v2 设备获取人体运动时的深度图像信息，利用背景差分法分离出人体上肢的目标图像，将其输入至DFCRF-Net中，通过结合GCN和CNN,使用注意门机制和CRF推理，实现对人体上肢关键点的提取。将骨骼点坐标序列转换为角度时间序列后，采用DTW算法对实时上肢动作与标准模板进行相似度匹配，通过设定阈值判断运动姿态的规范性,实现上肢运动姿态的监测。实验结果表明,该方法在肩、肘、腕关键点的定位精度分别达到 98.2%.96.5%.94.7% ，监测结果与人体运动学规律高度吻合，证明了所提方法的有效性。
电子技术及应用 | 面向免滤波数字D类功放的随机扩频PWM方法研究综述

电子技术及应用 | 面向免滤波数字D类功放的随机扩频PWM方法研究综述

摘要：相较于传统D类功放，免滤波数字D类功放具有体积小、成本低和便于与数字音源接口的优点，因此具有广阔的应用场景。然而，免滤波数字D类功放由于舍弃了后级的模拟低通滤波器，其在驱动扬声器发声的同时，会给周围电路带来严重的电磁干扰(EMI)。随机扩频脉冲宽度调制(PWM)技术可以将免滤波数字D类功放输出的PWM信号在脉冲重复频率及其各次谐波附近的峰值能量扩展到周围的频域内，被广泛用于解决免滤波数字D类功放存在的EMI问题。文中在简要阐述随机扩频PWM原理的基础上，分别介绍了已有的随机扩频PWM方法，并通过实验测试系统对不同随机扩频PWM方法的性能进行测试和分析。测试结果表明，相比其他所测试的方法，三频率伪随机变化(TFPRV)方法可在大幅降低带外频谱峰值幅度的同时，使功放拥有较低的总谐波失真(THD）。
电子技术及应用 | 基于视觉感知的智能垃圾分拣机器人实验系统设计

电子技术及应用 | 基于视觉感知的智能垃圾分拣机器人实验系统设计

摘要：针对传统嵌入式系统课程实验中存在实验内容单一、缺乏吸引力、难以有效激发学生兴趣与探索欲的问题，文中设计一款基于视觉感知和自主导航的智能垃圾分拣机器人实验系统。该系统以树莓派和STM32为控制核心，使用多种传感器获取信息，以麦克纳姆轮小车为运动载体，通过YOLOv5s目标检测算法、UWB定位解算和PID运动反馈控制算法，实现机器人自主导航、垃圾检测与识别、拾取与分类投放等一系列功能。同时，设计了图形化人机交互界面，可采用手机APP对机器人进行控制并观察其状态。测试结果表明，所提系统运行稳定可靠、垃圾识别准确率高、自主定位精度好。该实验系统融合了机器视觉、导航定位、自动控制、无线通信等多方面课程知识，具有良好的开放性和实用性，有利于培养学生的工程实践能力和创新能力。

过往期刊

更多

猜你喜欢

龙源综合阅览室V1.0