全部分类/
科学普及/
物联网技术

物联网技术

2026年20期

《物联网技术》杂志是经国家新闻出版总署批准的,目前国内唯一同时具有国际和国内CN刊号的物联网专业科技期刊。主要介绍基于物联网技术的电子类、网络类、应用类科技论文。

扫码免费借阅

目录

快速导航

资讯博览 | 工信部印发《信息通信行业发展“十五五”规划》

资讯博览 | 工信部印发《信息通信行业发展“十五五”规划》

工信部印发《信息通信行业发展“十五五”规划》，明确到2030年全面建成覆盖完善、性能领先的新一代通信网。网络侧提出推进城市及热点区域向“双万兆”演进，5G-A在县级以上城区连续覆盖并向重点乡镇延伸，城市热点具备万兆下行、千兆上行能力，并“适时启动6G商用”；农村侧基本实现“乡乡通千兆、村村通5G”。算力侧要求有序部署万卡、十万卡及以上智算集群，加大力度适配国产算力芯片，并探索太空算力技术前瞻研
资讯博览 | OpenAI将发布新AI模型Astra

资讯博览 | OpenAI将发布新AI模型Astra

据报道，OpenAI计划推出一款名为 Astra 的 AI 模型。该模型前期执行高级网络安全相关任务的能力将仅限于部分测试人员。之后，该公司将通过 “Daybreak Blue” 计划向更多用户开放该模型，用于防御性网络安全工作。
资讯博览 | 北京 6G 空天地一体实验室正式发布

资讯博览 | 北京 6G 空天地一体实验室正式发布

据 “北京亦庄” 消息，近日，2026 中国联通合作伙伴大会连接分论坛在上海举办。会上，在北京市相关部门的指导下，落地在北京经开区（北京亦庄）的中国联通研究院，联合银河航天、中兴数字星云、蓝箭鸿擎等区内企业，共同发布北京6G空天地一体实验室。
资讯博览 | 谷歌发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking: 近实时语音模型，语音质量指数居首

资讯博览 | 谷歌发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking: 近实时语音模型，语音质量指数居首

当地时间 9 月 15 日，谷歌DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款近实时语音对话模型，主打语音智能体与复杂任务执行。前者支持97种语言、实时视觉理解与异步工具调用，用户无需等待任务完成即可继续对话；后者加入复杂推理能力，可在保持实时交流的同时于后台执行多步骤任务，在 Artificial Anal
资讯博览 | 图灵量子发布大规模芯片级可扩展光量子计算机 TuringQ Gen3

资讯博览 | 图灵量子发布大规模芯片级可扩展光量子计算机 TuringQ Gen3

在9月12日2026浦江创新论坛成果发布会科产融合生态研讨专场，图灵量子创始人金贤敏正式发布TuringQ Gen3大规模芯片级可扩展光量子计算机，系全球首个机柜化芯片级可扩展光量子计算机。TuringQ Gen3搭载高速可编程薄膜铌酸锂光量子芯片，集成量子光源、可编程光量子处理芯片、单光子探测、量子-经典异构计算等核心模块，支撑单芯片万光子级、百万模式数计算资源扩展，实现芯片级量子优越性验证
学术研究 | 上肢多模态协同康复外骨骼的创新应用

学术研究 | 上肢多模态协同康复外骨骼的创新应用

摘要：文中针对我国日益增长的脑卒中等上肢功能障碍康复需求，提出并研发了一款智能化、轻量化、高柔顺性的上肢功能康复外骨骼。系统融合了表面肌电信号感知、气动-形状记忆合金复合驱动、绳传动与软体驱动、多模态自适应控制等关键技术，实现了基于患者主动运动意图的“感知-决策-辅助”一体化康复训练。通过模块化与可重构设计，系统能适配不同体型与康复阶段的患者，有效提升了康复训练的个性化、安全性与效率，为突破传统康复资源短缺、效率低下等瓶颈提供了创新性解决方案。
学术研究 | 基于语义感知与ELSC混沌的H.265/HEVC多目标ROI加密算法

学术研究 | 基于语义感知与ELSC混沌的H.265/HEVC多目标ROI加密算法

摘要：感兴趣区域（ROI）选择加密为在最小计算开销下保护H.265/HEVC视频中的敏感内容，提供了高效的实现范式。然而，现有方法存在两大核心局限：一是目标识别灵活性不足，仅局限于人脸等预定义单一类别，无法有效适配屏幕文本、车牌等多样化敏感目标的识别场景；二是低维混沌映射安全性欠佳，存在密钥空间狭小、动力学行为可预测的缺陷。针对上述问题，文中提出一种融合语义感知多目标检测与增强型Logistic-Sine耦合（ELSC）混沌系统的多目标ROI选择性加密框架。具体而言，文中设计的语义驱动模块，可依据用户自定义文本描述，灵活识别各类敏感目标；同时，为提升加密安全性，通过耦合两个一维映射构建ELSC混沌系统，生成具备更高复杂度、更大密钥空间的混沌序列。实验结果表明，所提方案的平均PSNR为12.99 dB，较两组对比方案分别降低0.14 dB、0.31 dB；平均SSIM为0.331，较两组对比方案分别降低0.022、0.024。该结果表明，文中方案可进一步降低加密视频的可识别度，具备更优异的隐私保护性能。
学术研究 | 基于超宽带的无线测温系统设计

学术研究 | 基于超宽带的无线测温系统设计

摘要：针对下一代装备的无缆化及测温需求，文中将温度测量与超宽带通信技术相结合开展相关设计，内容包含测温系统设计、硬件电路设计与软件设计，并对温度测量误差开展分析；在此基础上通过实验完成温度测量误差校准，同时开展无线通信质量测试。所设计的温度传感模块可实现-200~850℃全量程测量，在常温环境下全量程测量精度达±0.5℃，系统从机与主机功耗均小于1W。该设计方案可满足中高温场景下的温度测量需求，且因采用超宽带通信技术，适用于对信息保密性存在要求的应用场景。
学术研究 | 基于 Kinect 体感传感器的目标图像高频细节增强方法

学术研究 | 基于 Kinect 体感传感器的目标图像高频细节增强方法

摘要：在非受控的体感交互环境中，Kinect体感传感器常面临低照度及深度跳变区域的多重干扰，导致彩色图像的高频细节出现方向性模糊与局部对比度衰减。为此，文中提出一种基于Kinect体感传感器特性引导的目标图像高频细节增强方法。利用深度边缘与彩色图像的结构张量对高频细节区域进行精确定位，克服彩色梯度在弱光照下的失效问题；构建联合引导滤波，将深度信息作为高频细节提取的约束，抑制跨边缘平滑泄露；设计自适应增益函数，根据局部深度方差与高频响应动态调整增强强度，实现噪声抑制与细节恢复的平衡。实验结果表明：文中方法在主观视觉和客观指标上均优于对比方法，PSNR最大值分别提升了6.8 dB、3.0 dB，该方法为体感交互中的图像质量提升提供了有效的技术路径。
学术研究 | 基于深度学习的苹果病害识别方法及应用

学术研究 | 基于深度学习的苹果病害识别方法及应用

摘要：苹果是我国主栽经济果树，若在病害防控过程中盲目用药易导致药物残留与生态问题，且传统人工识别病害的方式效率低、主观性强。为了解决上述问题，文中提出一种改进YOLOv12的快速识别方法，在网络中融合MoCAttention注意力机制、CGDown下采样模块与DyHead动态检测头进行农业场景专项优化，构建YOLOv12-Disease模型，并与YOLOv8、YOLOv5、Faster R-CNN对比。结果表明，该模型对5种病害的平均精度均值（mAP@0.5）达92.28%，单类mAP@0.5均超90%，单张640×640图像检测时间仅8.2ms，帧率为122f/s，综合性能显著优于对比模型。基于此开发的B/S架构在线识别系统，集成了智能诊断、知识库与防控指导功能，可满足田间苹果病害快速精准识别的需求。
学术研究 | 基于龙芯2K1000LA工业环境监测系统的研究与设计

学术研究 | 基于龙芯2K1000LA工业环境监测系统的研究与设计

摘要：传统工业传感网络存在布线复杂、扩展性、安全性差的问题，基于此，文中提出了一种基于国产龙芯2K1000LA处理器的工业环境智能监测系统。系统创新性构建ZigBee物理层与Modbus应用层的分层融合协议栈架构，结合基于RSSI指数的动态路由算法实现工业无线自组网，借助1C102节点控制器，实现温湿度、多气体浓度及火焰强度的多参数采集。数据经AES-128数据加密算法加密后通过MQTT协议上传至阿里云平台，支持远程报警与移动端访问。实验表明：系统在200节点并发条件下传输成功率大于97%，环境数据采集成功率大于95.00%，在空旷环境下，通过组网后的多跳累积传输距离可达200 m。本设计为工业物联网提供了一种高可靠、低成本的国产化解决方案。
学术研究 | 基于云平台的山地核桃生长环境及生长态势监测系统设计

学术研究 | 基于云平台的山地核桃生长环境及生长态势监测系统设计

摘要：针对山地核桃种植过程中农户专业技术不足、现代农业技术普及率低，对生长环境及生长态势判断依赖经验、缺乏有效监测手段等问题，文中基于云平台设计了一款核桃生长环境及生长态势远程监测系统。该系统以各类传感器为信息感知源，通过网络数采仪将数据上传至云平台，借助LabVIEW可视化界面，实现土壤温湿度、叶面温湿度及果实直径等数据的动态显示与重点参数预警，便于农户直观掌握核桃生长状态，对提高核桃产量与品质、节约人工成本具有积极作用。试验结果表明，系统运行稳定，可实时、准确地显示相应监测数据，数据传输成功率高于95%，系统预警响应时间短，满足山地核桃种植监测实际需求。
学术研究 | 工业物联网下零件分拣机器人目标自动识别

学术研究 | 工业物联网下零件分拣机器人目标自动识别

摘要：针对复杂工业现场零件堆叠、环境干扰导致的误识别、漏识别问题，开展工业物联网下零件分拣机器人目标自动识别方法研究。文中构建了包含感知层、边缘计算层、数据传输层、应用控制层、用户层的工业物联网架构，实现零件信息采集、传输、处理及指令下发；应用控制层通过图像平滑预处理、几何不变矩全局特征提取、Hough梯度检测轮廓定位，并结合多维度分级特征与粗细双层分类逻辑，实现零件的精准识别；用户层提供程序设定与数据存储支撑。实验结果表明，应用该方法后，图像采集分辨率达到全高清标准，帧率≥25 f/s，mAP@0.5达97.2%，单张图像平均推理时间为8.6 ms，在单一零件和多零件目标识别任务中精度与实时性均衡，满足高实时性分拣任务要求。
学术研究 | 基于机器视觉与改进YOLOv8n的高精密IC载板表面缺陷智能检测系统研究

学术研究 | 基于机器视觉与改进YOLOv8n的高精密IC载板表面缺陷智能检测系统研究

摘要：针对高精密IC载板表面缺陷传统检测方法存在的效率低、漏检率高、微小缺陷识别能力不足等行业痛点，文中研发了一套基于机器视觉与深度学习的IC载板表面缺陷智能检测系统。构建IC载板图像源数据质量评价体系，结合光学离焦模型与牛顿优化算法实现高精度自动对焦；开发自适应图像预处理算法，依托双阈值分割与超像素块区域特征分析实现95%以上的噪声抑制率；提出融合注意力机制与多模态特征的改进YOLOv8n缺陷检测模型，解决复杂纹理背景下微小缺陷特征提取困难的难题。经实验测试与第三方权威机构验证，该改进模型较原始YOLOv8n检测准确率提升了2.7个百分点、平均精度均值（mAP@0.5）提升了3.2个百分点，整体漏检率从1.8%降至0.3%；系统对IC载板常见缺陷的检测准确率达95.2%，整体漏检率低于0.5%，误检率低于3%，单张IC载板检测时间不超过2s，各项性能指标均可满足工业生产线的实时检测需求，能够为半导体封装产业的智能化升级提供有力技术支撑。
学术研究 | RTOS嵌入式系统任务设计与通信机制研究

学术研究 | RTOS嵌入式系统任务设计与通信机制研究

摘要：嵌入式设备广泛存在于日常生活中，根据意法半导体2025年年报，仅其一家的微处理器销售额就高达1464亿美元。同时，嵌入式系统软件的复杂度也今非昔比，开发者使用实时操作系统（RTOS）已成为多任务嵌入式开发的必选项。然而，许多开发者在实际工作中存在任务划分不甚合理、通信机制选取不合适的问题，导致系统耦合度高、维护性差。文中从实际工程角度出发，系统梳理了RTOS任务划分的核心原则，探讨了消息队列、信号量、互斥量和事件标志组等通信机制的应用时机与选型策略。结合自研的一款工业控制器实例，提出基于实时性需求和执行周期的任务设计方法，总结了规避死锁、优先级反转等常见问题的最佳实践。经自研工业控制器案例实际验证，该方法可使系统响应时间提升20%~30%。
学术研究 | CWD-Transformer 混合网络的 LPI 雷达波形识别研究

学术研究 | CWD-Transformer 混合网络的 LPI 雷达波形识别研究

摘要：近十年来，雷达的应用日益广泛，但也面临着各类干扰的威胁。目前，针对LPI雷达波形识别的传统方法已有诸多研究，但此类方法在信道条件恶化时对所生成的时频图识别表现不佳。为此，文中首先通过Choi-Williams（CWD）分布对雷达信号进行时频分析，使用Swin Transformer降噪模型进行浅层特征提取、深层特征提取以及高质量图像重建。将含噪低质量时频图像转换为去噪高质量时频图像。随后采用Transformers-CNN混合网络开展LPI雷达图像识别研究。该网络充分发挥了Transformer捕获长距离依赖的优势，同时结合CNN提取局部特征的能力完成识别任务。消融实验结果表明，引入Swin Transformer降噪模型后，网络在-10~-5 dB低信噪比环境下的识别准确率提升10%以上；在信噪比为10 dB的条件下，Transformers-CNN混合网络对13类波形的识别准确率可达99%以上，整体性能显著优于其他深度学习模型。研究结果表明，Swin Transformer降噪模型能够有效降低噪声对图像识别的干扰，Transformers-CNN混合网络能够有效识别LPI雷达波形，可适配环境恶劣、外部干扰较强的场景，为LPI雷达波形识别提供高可靠性的识别方案。
学术研究 | 基于同态加密与属性基访问控制的物联网医疗数据共享方法

学术研究 | 基于同态加密与属性基访问控制的物联网医疗数据共享方法

摘要：处理物联网医疗数据时，主要依靠定向加密提升数据安全性，实现目标数据共享；但该方式难以对更新后的数据进行同步处理，导致应用效率降低。为此，文中提出一种基于同态加密与属性基访问控制的物联网医疗数据共享方法。在动态多变的物联网环境下，首先融合Paillier算法对更新前后的数据实施同态加密，为数据处理提供有效支撑；在应用机制中嵌入加密数据ABE访问控制，对管控目标开展安全计算；再对计算后的数据进行解密处理，并利用Correct对解密后的数据持续校正，最终实现数据共享。实验结果表明：所提方法的访问控制准确率为85%~98%，共享时延不超过0.4 s，具备较高的有效性、稳定性与可应用性。
学术研究 | 一种仿章鱼的气动软体机器人的设计与实现

学术研究 | 一种仿章鱼的气动软体机器人的设计与实现

摘要：为解决传统软体抓手功能单一及复杂形状物体抓取稳定性不足的问题，受小飞象章鱼启发，设计并研制了一种集触手、吸盘与覆膜于一体的仿生复合软体抓手。采用有限元分析与实验研究相结合的方法，在约190 kPa（gauge）驱动压力下，针对两臂、四臂及六臂协同三种驱动模式开展了响应时间、抓取力及典型物体搬运实验。结果表明，随着参与驱动支臂数量的增加，抓手对目标的周向约束与接触面积显著提升：六臂模式最大抓取力达28 N，最大承载质量达1.53 kg；两臂模式响应最快，响应时长为0.19 s；四臂模式能效最高（0.303）。该抓手通过“包覆+吸附”复合机制，成功实现了对机动车头盔、球体及多目标物的高效稳定抓取。研究结论证实，该仿生复合结构有效平衡了抓取灵活性与承载能力，在非结构化环境探测及工业柔性抓取领域具有广阔的应用前景。
学术研究 | 基于物联网传感数据的 VMD 与双通道交通流量预测模型

学术研究 | 基于物联网传感数据的 VMD 与双通道交通流量预测模型

摘要：针对智慧城市物联网架构下，路网传感器采集的交通流量数据存在强非平稳性及长序列预测精度低的问题，文中提出一种融合变分模态分解（VMD）与 Informer-BiLSTM 的异构双通道混合预测模型。首先，利用 VMD 对传感器采集的原始交通流序列进行模态分解，并根据模态频率特征构造低频趋势分量与高频波动分量；随后，设计异构双通道网络对数据进行特征提取：低频通道采用 Informer 的概率稀疏自注意力机制捕捉长程周期性，高频通道采用结合空洞卷积的 BiLSTM 网络捕捉局部动态突变，最后通过特征拼接实现端到端优化。在 Traffic 和 PEMS08 物联网交通传感器数据集上的实验表明，该模型在 720 步超长程预测中，均方误差（MSE）较主流基线模型 Informer 降低了约 80.6%。该模型有效缓解了长序列预测中的误差累积与梯度掩蔽问题，为物联网背景下的智能交通路网动态调度提供了高精度的技术支撑。
学术研究 | 基于深度学习的语音识别技术在学前儿童智能玩具中的应用研究

学术研究 | 基于深度学习的语音识别技术在学前儿童智能玩具中的应用研究

摘要：文中针对学龄前儿童语音识别存在的基频偏高、发音不规范、数据资源有限等难点问题，提出了一种面向学龄前儿童的定制化云边协同深度学习语音识别框架。为克服训练样本量不足的局限，首先构建了覆盖各类常见交互场景的儿童语音语料库，同时融合多维数据增强方法与Wav2Vec2知识蒸馏迁移技术优化模型训练。在特征提取层面，集成MFCC特征与具备基频鲁棒性的MSSF-ALE双通道特征；在模型建模层面，搭建RNN语言模型与CNN-TDNN-LSTM混合网络架构。实验结果表明，相较于Conformer模型，文中所提模型在5 dB、10 dB噪声环境下具备更优异的噪声鲁棒性，且在安静环境中将词错误率（WER）降至18.3%，仅依靠 8.4×10⁶ 的参数量即可达到Whisper-small模型的性能水准。文中依托STM32H7芯片对模型开展边缘INT8量化部署，可将轻量级唤醒模型压缩至原模型体量的四分之一，仅占用约320 KB FLASH存储空间，唤醒精度仅下降1.2%，边缘唤醒耗时低于30 ms，云端解码平均往返延迟小于180 ms。该框架在识别精度、噪声鲁棒性与超轻量级设计之间实现了良好平衡，为教育人工智能产品的商业化落地提供了科学可行的技术范式。
学术研究 | 基于鸿蒙的跨终端物联环境远程监控方法研究

学术研究 | 基于鸿蒙的跨终端物联环境远程监控方法研究

摘要：为提升物联环境跨终端协同监控能力，文中研究了基于鸿蒙的跨终端物联环境远程监控方法。依托鸿蒙分布式技术构建三层联动架构：感知层部署鸿蒙化设备，通过分布式协同机制并行采集、汇聚多源异构数据；网络层以软总线为核心，动态规划最优链路，保障数据稳定传输；应用层采用循环神经网络完成异常检测与报警，并跨终端同步展示数据、下发指令，形成从数据采集到设备调控的智能闭环监控。实验表明，该方法可有效实现跨终端物联环境的远程监控，在低信噪比环境下，跨终端数据一致性指数可达0.90以上，能够保障物联环境稳定运行。
学术研究 | 基于RK3588S与STM32的视障人士出行导航仪

学术研究 | 基于RK3588S与STM32的视障人士出行导航仪

摘要：针对视障人群户外出行环境感知能力薄弱、无障碍精准导航适配性差、动态避障支撑不足等现实痛点，文中研发了一款融合 RK3588S 主控与 STM32 辅助架构的轻量化可穿戴出行导航辅助终端。导航仪依托 RK3588S 为核心构建视觉处理单元，搭载双目视觉采集模块并嵌入轻量化 YOLOv8 检测算法，实时完成道路全域障碍物目标精准识别、空间测距及动态轨迹持续跟踪；配套 STM32F103C8T6 搭建下位机全域感知交互底座，联动超声波测距阵列、GPS 双模定位模组、TTS 实时语音播报、智能语音交互采样及多级振动反馈模组，同步采集多维出行环境数据、闭环适配全场景人机无障碍交互。系统合规调用高德地图 API 实现步行导航与天气预报功能，引入 ByteTrack 多目标跟踪算法，优化动态路况避障语音播报策略，自研专属双向串口通信协议，以提升高频数据交互的抗干扰能力与传输稳定性。该设计可为视障人士提供精准的避障指引、实时导航与语音交互服务，有效提升其出行安全性与自主性。
学术研究 | 基于DSP的磁流变肘关节康复训练装置设计

学术研究 | 基于DSP的磁流变肘关节康复训练装置设计

摘要：为帮助偏瘫患者进行上肢康复训练，提出一种基于DSP的末端式磁流变肘关节康复训练装置。该装置在传统电机传动链中串联有磁流变传动单元，阻尼力矩实时可调。以TMS320F28335作为核心控制器实现程序控制，配合ESP8266模块与LabVIEW人机交互平台通信。基于AnyBody生物力学仿真软件开展人机耦合仿真，制定了主动渐进式训练交互力模板。采用基于滑模内环力控制与PID外环速度控制相结合的控制策略，实现主动对抗与被动牵引两种康复训练模式。基于LabVIEW搭建了人机交互平台，实时显示运动数据观察康复训练情况。实验表明，交互力跟踪误差约为0%~8%，结果验证了方案的安全性和可行性。
学术研究 | 基于STM32的智能家居控制系统设计

学术研究 | 基于STM32的智能家居控制系统设计

摘要：为改善人居体验、提升居住的便利性与安全性，文中设计了一款智能家居控制系统。该系统以STM32单片机作为核心控制器，采用MQ-2气体传感器检测煤气等有害气体的泄漏情况，当气体浓度达到报警阈值≤25%LEL（甲烷浓度约2500 ppm）时，系统自动触发报警；通过DHT11温湿度传感器采集书房、储藏室的温湿度数据，有效减少物品存放损耗。系统依托串口转蓝牙通信技术，实现下位机采集数据与手机终端的互联互通，同时搭载PWM调光、自动窗帘控制等功能模块，可实时调控家居设备的运行状态。本系统具备光照联动自动窗帘、有害气体超标报警、温湿度实时监测调控、智能照明及远程监控等多项功能。测试结果表明，该系统响应迅速、运行稳定，传感器检测精度良好，各项参数均满足家居使用需求：DHT11温湿度传感器温度测量误差范围为±2℃、湿度测量误差范围为±5%RH，MQ-2气体传感器报警响应时间≤1 s，蓝牙模块在无障碍物环境下的有效通信距离可达10 m，该距离内数据丢包率≤0.3%。该系统创新性融合了多传感器检测技术与蓝牙通信技术，有效提升了家居智能化程度，可打造安全、舒适、节能的居住环境。同时，系统采用模块化设计，便于后期升级与维护，具备较高的实用价值与广泛的应用前景。
学术研究 | 基于多源异构数据融合的创新孵化项目智能评估模型研究

学术研究 | 基于多源异构数据融合的创新孵化项目智能评估模型研究

摘要：针对大学生创新创业项目评估存在数据来源分散、结构异构、过程动态性强以及传统评审主观性较强等问题，文中构建了基于多源异构数据融合的智能评估模型。研究围绕模型架构设计、关键算法、模型功能设计及模型验证展开，搭建由数据层、融合层、模型层与应用层协同组成的整体架构；借助多模态特征融合与高阶关系建模，实现项目多维信息的统一表征；通过构建智能评估与动态预警机制，提升项目识别与风险感知能力。实验结果表明，该模型在120个项目样本、360条阶段观测记录上取得0.900的分类准确率、0.884的精确率、0.861的召回率、0.872的 F₁ -score及0.923的AUC；相比SVM、随机森林、LSTM和GCN等基线模型， F₁ -score分别提升了14.9、10.8、7.7、5.9个百分点，动态预警可平均提前11.4天触发，可为高校创新创业项目的精细化、动态化与智能化管理提供量化支撑。
学术研究 | 融合强化学习与物联网感知的集群机器人路径规划方法

学术研究 | 融合强化学习与物联网感知的集群机器人路径规划方法

摘要：针对动态物联网环境下，集群机器人路径规划因无线信号在传输过程中易受信号衰减、多径效应等因素影响，会产生显著的环境噪声干扰及跳数测距误差，进而导致机器人位置感知精度低、全局探索能力差等问题，提出融合强化学习与物联网感知的集群机器人路径规划方法。利用加权跳数向量测距的无线传感器物联网定位算法，实时感知集群内各机器人的位置信息。将机器人位置实时感知结果作为强化学习的输入数据，结合人工势场约束，动态调整路径规划策略，完成集群机器人路径规划。实验证明：该方法可精准感知机器人的位置信息，在动态障碍物环境下路径规划成功率达97%，有效解决了动态物联网环境下集群机器人路径规划失效的问题。
学术研究 | 人工智能赋能声像档案多场景应用研究

学术研究 | 人工智能赋能声像档案多场景应用研究

摘要：面对海量声像档案，传统管理模式在数据加工速度、内容深度挖掘以及人力成本控制方面正面临严峻挑战。现有研究虽已引入人工智能（AI）技术，但整体方案仍不够完善，尤其缺乏针对声像档案全过程管理的整合思路。针对上述问题，文中构建了一套融合OCR识别、人脸识别、语音识别等技术的“AI+声像档案”工作模式。该模式覆盖档案从采集到应用的全流程。本研究为档案数字化提供了一套可复用的实践方案。目前实证应用已覆盖工程建设、城市管理执法、高校管理等多个领域。结果表明，该方案的人脸识别准确率达89%以上，档案检索效率提升79%以上，可有效替代部分人工重复劳动，在提升工作效率的同时，实现档案利用的科学化与便捷化。
学术研究 | 物联网数据驱动下工业机器人轨迹误差补偿控制

学术研究 | 物联网数据驱动下工业机器人轨迹误差补偿控制

摘要：工业机器人在复杂作业环境下，受传动间隙、负载时变等多重非线性因素影响，末端轨迹误差显著，而单一数据驱动的方法难以同时兼顾误差趋势的提前感知与动态补偿。为此，提出物联网数据驱动下的工业机器人轨迹误差补偿控制方法。构建轨迹时空特征向量，采用门控循环单元（GRU）网络预测误差趋势。设计前馈-反馈复合控制律，结合逆动力学模型计算补偿力矩，引入改进型滑模控制律构造鲁棒反馈项。最终融合为误差补偿控制输出并转化为驱动电流，实现对机器人轨迹误差的实时预测与主动补偿。实验结果表明，该设计方法下机器人的轨迹误差收敛至±1.0 mm范围内，电流响应时间缩短至0.1 s，有效解决了工业机器人轨迹误差较大的问题。
学术研究 | 基于STM32主从解耦架构的智能称重仪表设计

学术研究 | 基于STM32主从解耦架构的智能称重仪表设计

摘要：针对传统称重仪表存在单核多任务强耦合、系统资源竞争以及通信适配性弱等问题，设计了一种基于双STM32主从控制器架构的工业级智能称重仪表系统。采用AD7190高精度模数转换芯片实现微伏级称重弱信号的低噪声采集，由从控制器完成数据滤波与预处理后，再通过串口传输至主控制器；主控制器承担开关量输入输出控制、RS485工业总线通信、人机交互调度等核心业务，并基于SysTick系统定时器构建轻量级时间触发式任务调度机制，实现多任务的时序解耦与稳定执行。实验结果表明，系统在10 kg量程范围内的最大绝对误差不超过0.20 g，72 h连续运行无死机、数据溢出等异常，在9 600 b/s波特率、1 200 m的传输距离条件下，RS485通信未检测到误码，具备优异的测量精度、长期运行稳定性与工业物联网适配能力，可广泛应用于工业自动化配料、物流计量、生产过程管控等称重场景。
学术研究 | 基于多传感器融合的生肉新鲜度追溯与检测系统

学术研究 | 基于多传感器融合的生肉新鲜度追溯与检测系统

摘要：传统冷链生肉新鲜度检测方法因存在实时性差、标准化缺失、依赖人工判断等弊端，难以准确评估长时间运输后的生肉新鲜度，对消费者健康构成潜在威胁，并为食品安全监管带来严峻挑战。在此背景下，文中设计并实现了一个基于多传感器融合的智能溯源检测系统。该系统针对生肉贮存过程中的各项参数，集成温湿度、GPS、颜色、腐败气体及pH传感器，并采用纳米显色材料（MNP@PDA）实现对肉品浸水细菌浓度的量化。通过STM32微控制器完成多源数据融合分析，借助L-BFGS优化算法实现新鲜度评价分级的同时，还开发了微信小程序供用户远程实时监控生肉的各项环境数据，实现全程溯源链可视化。实验表明，系统对生肉新鲜度的检测准确率达97.5%，稳定性良好。该设计有效改善了传统检测手段的滞后性与片面性，可为生肉供应链提供全链条、多指标智能化监控方案，显著降低食品安全风险，推动食品质量管理向数字化转型。
学术研究 | 基于全域统筹的超大城市物联感知体系建设实践

学术研究 | 基于全域统筹的超大城市物联感知体系建设实践

摘要：针对超大城市物联感知设施建设中统筹不足、条块分割、数据孤岛、运维薄弱等共性治理痛点，文中以重庆市为研究样本，基于全域统筹理念，构建适配复杂地形与组团式治理特征的一体化物联感知体系。研究采用全域统筹、标准先行、平台集约、资源统管、建运并重、智慧赋能的系统性方法，形成“1+N+41”总体架构与“五层两体系”技术框架，明确设备接入、数据汇聚、平台调度、应用支撑的全流程建设路径。实践表明，该体系已接入感知设备超2250万台，感知设备在线率稳定在86%以上，有效破解了感知资源重复建设与数据不通的难题。在感知体系的支撑下，配合多部门联动处置，城市管线挖损事故率同比下降约70%。本研究可为全国同类超大城市、特大城市提供可借鉴、可复制的实践范式，具有重要的理论价值与工程实践意义。
学术研究 | 融合结构增强与热图细化的高分辨率人体姿态估计方法

学术研究 | 融合结构增强与热图细化的高分辨率人体姿态估计方法

摘要：针对复杂姿态、遮挡与背景干扰场景下人体关键点定位易出现偏移、伪响应多、结构一致性不足的问题，文中提出一种结构校准高分辨率网络。该方法在保留高分辨率多分支表示优势的基础上，强化了关节邻域与肢体方向的特征表达，校准了跨分辨率特征传递过程中的冗余响应，并利用人体骨架拓扑关系约束热图预测结果，以此提升关键点定位精度与结构一致性。在COCO2017数据集上的实验结果表明，输入分辨率为256×192时，所提方法AP取得了74.4%，相比HRNet-W32基线提升了1.0个百分点，验证了该方法在人体姿态估计任务中的有效性。此外，所提模型参数量为 1.46×10⁷ ，计算量约为4.9 GFLOPs，表明该方法在提升关键点检测精度的同时降低了模型复杂度。
学术研究 | 公共安全视频内容安全管控技术研究

学术研究 | 公共安全视频内容安全管控技术研究

摘要：近年来频发的公共显示屏色情、暴恐及敏感政治信息播放事故，造成了不良社会影响，凸显出视频内容安全管理的重要性。文中提出一种公共安全视频内容安全管控技术方案。首先，采用多模态深度学习对画面、音频及屏幕文字信息开展分析，识别违规信息，再由人工开展二次复核；其次，针对审核通过的视频文件，采用生成对抗网络（GAN）将视频指纹等隐秘信息嵌入视频文件，并使用加密算法对视频文件进行加密。视频播放阶段，在视频播控端完成视频文件解密与隐秘信息校验，同时对视频流实施实时监控；校验失败或识别到违规内容时，立即执行锁屏或关机操作。最后，借助区块链技术对视频审核、播放监控全流程进行存证记录，实现责任可追溯。实验结果表明，文中所提方案具备可行性，可为视频内容安全审核与视频实时监控提供一种解决思路。
学术研究 | 物联网终端固件漏洞自动化挖掘技术研究

学术研究 | 物联网终端固件漏洞自动化挖掘技术研究

摘要：受物联网终端固件污点传播特性的影响，对前端文件漏洞的挖掘存在精准度不足的局限，为此，开展了物联网终端固件漏洞自动化挖掘技术研究。文中分析的前端文件涵盖Web脚本以及从固件二进制中提取的可执行代码文本段，这些代码段常存在缓冲区溢出等底层漏洞。通过预处理、词向量映射、TF-IDF加权聚合，将固件前端文件转化为数值化特征向量，保留语义关联并适配漏洞分析。结合函数命名模式、参数结构和语义相似度，从向量化文件中筛选源点函数。基于抽象语法树（AST）的污点传播规则，跟踪源点函数参数到危险函数的数据流，识别不安全传播路径以挖掘漏洞。在选取3款典型物联网终端固件、共提取156个前端文件样本构建的实验环境下，文中所提技术对缓冲区溢出漏洞的有效挖掘率达91.03%；命令注入漏洞的有效挖掘数量超过22个，误报数量小于5个，具备较高的精准性。
学术研究 | 基于多源数据融合的大学生心理危机预警平台设计研究

学术研究 | 基于多源数据融合的大学生心理危机预警平台设计研究

摘要：针对大学生心理危机识别滞后、数据割裂和干预断点等问题，文中设计了基于多源数据融合的心理危机预警平台。平台整合了心理测评、咨询记录、学业表现、门禁轨迹、宿舍作息、消费行为和网络活跃度等数据，构建了“数据感知-融合治理-智能分析-业务应用-安全管控”架构，并引入多源注意力融合、个体基线偏移度量和能量异常增强模型，实现心理行为画像、风险分级识别与预警干预闭环。基于某高校脱敏历史数据与典型校园心理风险场景构建仿真测试集，测试结果显示，能量异常增强模型的准确率为93.48%，召回率为92.36%， F₁值为92.89%，AUC为0.967，平均推理时延为96 ms；高危表达场景的风险指数达0.93，处置完成率为96.2%。结果表明，平台在仿真测试条件下能够提升心理危机预警的前移性、精准性与闭环处置能力，可为高校智慧心理健康治理平台建设提供技术参考。
学术研究 | 基于多模态大模型的电力营销现场审核系统研究及应用

学术研究 | 基于多模态大模型的电力营销现场审核系统研究及应用

摘要：针对电力营销现场审核存在效率低、标准不统一、复杂缺陷难以精准识别等问题，文中提出一种基于多模态大模型的智能审核系统。该系统采用分层微服务架构，融合多模态视觉理解、智能体编排机制、视觉思维链推理与检索增强生成算法，构建从多模态数据感知、规则建模到结构化决策输出的端到端闭环流程，实现现场作业合规性自动判定与证据链生成。通过搭建综合契合度评价体系，并基于多场景真实业务数据开展验证，结果表明，该方法在定位精度、语义一致性、决策准确性与可解释性方面均显著优于传统检测模型及通用多模态大模型，且能够满足现场实时监管需求。本研究为多模态大模型在电力营销现场审核领域的工程化应用提供了系统方案与实践范式。
学术研究 | 基于边缘计算与物联网的智能安全帽系统设计

学术研究 | 基于边缘计算与物联网的智能安全帽系统设计

摘要：当前传统安全管理模式下，现有智能防护设备存在成本高、功能冗杂等问题，文中借助人工智能与物联网技术，构建四层系统整体架构，采用核心功能与选配功能相结合的模式，设计了一款具备疲劳监测、生命体征预警、脱帽求救功能且可适配多场景的智能安全帽，以解决上述问题。测试结果表明，该系统的疲劳监测准确率达92.5%，报警响应延迟低于200 ms，在连续工作模式下续航可达20 h，为高危作业提供轻便、稳定、低成本的智能安全防护方案。
学术研究 | 基于边缘计算的物联网家庭安防实时告警机制

学术研究 | 基于边缘计算的物联网家庭安防实时告警机制

摘要：家庭安防系统要求具备实时响应能力，若监测数据传输延迟较高、集中处理耗时过长，则难以满足紧急场景下的快速告警需求。为此，融合动态权值与CNN-LSTM，研究基于边缘计算的物联网家庭安防实时告警机制。此机制在采用设备感知-边缘处理-云端协同的物联网家庭安防架构中，将数据处理与告警决策下沉至边缘网关；构建基于边缘计算的任务分配模型，通过动态权值计算，实现边缘节点负载均衡与任务高效调度；设计基于CNN-LSTM的安防实时告警机制，识别多源安防数据的态势，并通过专用声光报警电路实现本地告警。实验结果表明，所提方法在无干扰条件下态势识别精度达97.0%~98.5%，平均告警时延仅152 ms；在5%和10%网络丢包率叠加30 dB传感器噪声的强干扰下，精度仍保持在96.2%以上，时延增量分别为10.5%和29.6%，表现出良好的鲁棒性，提升了家庭安防的智能化水平。
学术研究 | “人机双师协同”模式下的数据结构课程创新教学研究

学术研究 | “人机双师协同”模式下的数据结构课程创新教学研究

摘要：随着生成式人工智能（AI）技术的迅猛发展，其强大的内容生成、情境构建与交互能力为高等教育教学改革提供了全新范式。数据结构作为计算机科学与技术专业的核心基础课程，长期以来存在理论抽象、实践性强、学生畏难情绪高等教学痛点。文中旨在探讨生成式AI大模型在数据结构课程教学改革中的应用路径与价值。研究首先分析了传统教学模式面临的挑战，继而构建了“人类教师+AI助教”的“人机双师协同”教学新模型，并详细阐述了该模型在个性化学习路径生成、智能答疑与代码辅导、海量案例场景创设以及过程性评价革新四个方面的具体应用场景。最后，文中辩证地分析了随着该技术的广泛应用，可能带来的学术诚信、模型幻觉、师生角色转变等挑战，并提出了相应的应对策略。初步教学实践反馈显示，该模式在降低学生学习畏难情绪、提升其对核心概念与算法逻辑的理解效率方面展现出潜在优势。本研究为人工智能技术与高等教育深度融合提供了可资借鉴的实践案例与理论思考。
学术研究 | 教育智能体赋能物联网工程教学改革路径探究

学术研究 | 教育智能体赋能物联网工程教学改革路径探究

摘要：在区域产业智能化升级的背景下，应用型大学物联网工程专业承担着重要的人才输送使命。然而其教学实践长期存在两大核心矛盾，即复杂系统认知需求与碎片化教学模式的矛盾、技术快速迭代与教学资源更新滞后的矛盾。当前，人工智能（AI）技术是打通“教学-实训-产业”全链条的关键抓手，也是重塑适配产业需求的人才培养模式的重要支撑。文中将“教育智能体（Educational AI Agent）”理念引入物联网工程专业教学改革，结合建构主义学习理论与产教融合理念，构建“教师-智能体-学生”三元协同的“人工智能+项目驱动学习（AI+PBL）”教学模式与高仿真实训平台，以此破解当前物联网工程专业教学中存在的理论与实践脱节、创新培养与产业需求脱节的困境，实现学生学习成长路径与产业岗位需求的动态匹配。同时，亦关注到AI技术应用伴随的潜在问题，如学生过度依赖AI易导致技能体系单一、人工智能应用冲击教育公平等。对此，研究坚守“AI辅助，人为主导”的核心原则，稳固教师在教学中的主导地位。文中构建的整体框架可系统性破解产教脱节难题，有望缩短课程内容更新周期，切实提升学生的工程实践能力与创新素养，为应用型高校培养扎根地方、服务区域产业的高素质物联网工程人才提供参考。
学术研究 | “产业需求-高校培养-学生发展”新工科协同育人模式构建与实践

学术研究 | “产业需求-高校培养-学生发展”新工科协同育人模式构建与实践

摘要：针对民办高校信息类新工科人才培养存在的校企合作浅层化、产教融合脱节、人才供给与产业需求错位、学生个性化发展机制缺失等突出问题，构建适配民办高校特质的“产业需求-高校培养-学生发展”三方闭环联动协同育人模式，从项目化教学、产教协同共育、跨学科融合三个维度设计实施路径，配套建立动态需求对接、双导师协同、多元评价及动态优化长效保障机制。实践表明，该模式有效破解了产教“两张皮”的难题，实现了人才培养体系与行业岗位标准精准对接，显著提升了学生工程实践能力与岗位适配度。实践成果创新了民办高校新工科协同育人闭环运行范式，可为同类高校深化产教融合、科教融汇、优化应用型人才培养提供参考。
学术研究 | 物联网工程专业创新创业人才培养模式探索

学术研究 | 物联网工程专业创新创业人才培养模式探索

摘要：针对物联网工程等新工科专业创新创业教育面临的挑战，以学科竞赛为驱动，探索并构建了“目标引领、竞赛驱动、梯队支撑、平台保障”四位一体的人才培养体系。以“以赛促学、以赛促创、赛教融合、梯度成长”为核心理念，对学生大学四年成长周期实施分层递进培养，有效激发了学生的内驱力，提升了其创新精神、创业意识与实践能力。依托金陵科技学院科创团队开展实践验证，表明该体系可为应用型本科高校深化“赛教融合”、培养适配产业需求的创新创业人才提供可操作的路径与参考，同时能够提高学生项目的成果转化率与企业合作伙伴满意度，实现从创新到创业的良性闭环。
学术研究 | 《中文核心期刊要目总览》2023年版入编通知

学术研究 | 《中文核心期刊要目总览》2023年版入编通知

《现代电子技术》主编先生/女士：我们谨此郑重通知：依据文献计量学的原理和方法，经研究人员对相关文献的检索、统计和分析，以及学科专家评审，贵刊《现代电子技术》入编《中文核心期刊要目总览》2023年版（即第10版）之电子技术、通信技术类的核心期刊。《中文核心期刊要目总览》2023年版从2021年10月开始研究，研究工作由北京大学图书馆主持，共32个单位的148位专家和工作人员参加了本项研究工作，全
学术研究 | 《物联网技术》简介

学术研究 | 《物联网技术》简介

《物联网技术》杂志是一本经国家新闻出版总署批准的物联网专业科技期刊。国内统一连续出版物号：CN61-1483/TP，杂志现为半月刊，每月5日、20日出版。本刊已入选《科学引文数据库》（SCD）《CACJ应用型权威期刊》《RCCSE中国准核心学术期刊（B+）》《信息通信领域国内高质量科技期刊分级目录》T3级，并被《中国核心期刊（遴选）数据库》《中国学术期刊网络出版总库》《中文科技期刊数据库》《龙

过往期刊

更多

猜你喜欢

龙源综合阅览室V1.0