海洋微生物原位濃縮保壓采樣控制系統(tǒng)設(shè)計(jì)[嵌入式技術(shù)][工業(yè)自動(dòng)化]

為了實(shí)現(xiàn)大量海洋微生物樣本的自動(dòng)采集,，設(shè)計(jì)了一個(gè)基于STC單片機(jī)的自容式海洋微生物原位濃縮保壓采樣控制系統(tǒng),。該控制系統(tǒng)采用磁力傳動(dòng)的方式解決電機(jī)可靠密封與運(yùn)行的問(wèn)題，以單片機(jī)作為主控制器,，通過(guò)檢測(cè)系統(tǒng)周圍海水壓力和工作狀態(tài),，控制電機(jī)和電磁閥工作，結(jié)合蓄能器的保壓特性和采樣過(guò)濾裝置實(shí)現(xiàn)對(duì)海洋微生物無(wú)污染無(wú)壓力突變濃縮采樣。通過(guò)對(duì)控制系統(tǒng)結(jié)構(gòu)簡(jiǎn)化設(shè)計(jì),，提高了可靠性,。實(shí)驗(yàn)表明，系統(tǒng)結(jié)構(gòu)簡(jiǎn)單,，功能完備,，能夠?qū)崿F(xiàn)對(duì)海洋微生物的自動(dòng)采樣控制目的。

發(fā)表于：1/28/2019 1:03:00 PM

基于FPGA的實(shí)時(shí)MIPI CSI-2圖像采集與處理系統(tǒng)[可編程邏輯][工業(yè)自動(dòng)化]

針對(duì)目前移動(dòng)嵌入式領(lǐng)域中廣泛使用的MIPI CSI-2接口,，設(shè)計(jì)了一種基于Lattice FPGA的實(shí)時(shí)圖像采集與處理系統(tǒng),，實(shí)現(xiàn)了高清圖像采集、Bayer格式轉(zhuǎn)換,、圖像縮放,、圖像倒置和飽和度調(diào)整等多種功能。通過(guò)對(duì)系統(tǒng)進(jìn)行功能驗(yàn)證與測(cè)試,，表明系統(tǒng)可以穩(wěn)定地采集1080p60的圖像數(shù)據(jù),，并完成相關(guān)的圖像處理功能，具有一定的實(shí)用價(jià)值,。相對(duì)于其他平臺(tái),，采用FPGA具有實(shí)時(shí)性高，功耗和成本低以及系統(tǒng)升級(jí)方便等優(yōu)勢(shì),。

發(fā)表于：1/25/2019 1:45:00 PM

XBT自動(dòng)投放測(cè)量系統(tǒng)電機(jī)控制單元設(shè)計(jì)與故障分析[嵌入式技術(shù)][工業(yè)自動(dòng)化]

XBT自動(dòng)投放測(cè)量系統(tǒng)能夠在惡劣海況下完成探頭的自動(dòng)投放,，電機(jī)控制單元是系統(tǒng)投放機(jī)構(gòu)的控制核心,。該單元由主控芯片,、電源管理,、通信及電機(jī)控制接口等部分組成,，可實(shí)現(xiàn)對(duì)投放系統(tǒng)中步進(jìn)電機(jī),、伺服電機(jī)和直流電機(jī)運(yùn)動(dòng)狀態(tài)的實(shí)時(shí)控制。在提出了軟硬件設(shè)計(jì)實(shí)現(xiàn)方案后,，對(duì)電機(jī)控制單元在測(cè)試中發(fā)現(xiàn)的各種故障進(jìn)行了機(jī)理分析,，改進(jìn)后的試驗(yàn)結(jié)果表明：電機(jī)控制單元能夠?qū)崟r(shí)響應(yīng)上位機(jī)的控制命令，保證各電機(jī)運(yùn)動(dòng)狀態(tài)穩(wěn)定,，使自動(dòng)投放系統(tǒng)具有實(shí)用性好,、投放效率高與自動(dòng)化程度高的特點(diǎn),。

發(fā)表于：1/25/2019 1:24:00 PM

基于Flash控制器的FPGA在線加載功能設(shè)計(jì)[可編程邏輯][其他]

傳統(tǒng)的FPGA程序更新的方式是使用開(kāi)發(fā)工具通過(guò)JTAG方式將FPGA程序固化至存儲(chǔ)器件Nor Flash中,，當(dāng)某一復(fù)雜系統(tǒng)內(nèi)需要更新多塊FPGA時(shí),，JTAG方式由于同時(shí)只能更新一塊FPGA,，耗費(fèi)時(shí)間長(zhǎng),，并且還必須連接線纜,，無(wú)法實(shí)現(xiàn)遠(yuǎn)程更新,。因此,，提出了一種FPGA在線更新程序的實(shí)現(xiàn)方案，該方案可以實(shí)現(xiàn)系統(tǒng)內(nèi)的多塊FPGA程序更新,，最大化更新速度的同時(shí),，可通過(guò)網(wǎng)絡(luò)實(shí)現(xiàn)遠(yuǎn)程更新，便于調(diào)試及遠(yuǎn)程升級(jí),。

發(fā)表于：1/24/2019 11:37:00 AM

基于自適應(yīng)深度檢測(cè)的工控安全防護(hù)系統(tǒng)設(shè)計(jì)[嵌入式技術(shù)][信息安全]

為了解決工控防火墻及其他網(wǎng)絡(luò)防護(hù)設(shè)備在接口流量過(guò)大、資源占用過(guò)多時(shí),，容易成為響應(yīng)瓶頸的問(wèn)題,，研究一種基于自適應(yīng)深度檢測(cè)的工控安全防護(hù)系統(tǒng),。系統(tǒng)安裝在被保護(hù)設(shè)備的上游,，實(shí)現(xiàn)對(duì)工控協(xié)議的識(shí)別和深度解析,，以及工控網(wǎng)絡(luò)協(xié)議的深度檢測(cè)過(guò)濾，并根據(jù)工控現(xiàn)場(chǎng)網(wǎng)絡(luò)狀態(tài)自適應(yīng)動(dòng)態(tài)調(diào)整深度檢測(cè)算法級(jí)別,。系統(tǒng)能夠處理目前比較流行的各種工控協(xié)議,，并對(duì)之進(jìn)行深度解析,，對(duì)工控現(xiàn)場(chǎng)網(wǎng)絡(luò)起到保護(hù)作用,。

發(fā)表于：1/24/2019 11:29:00 AM

基于TOF相機(jī)的靶標(biāo)識(shí)別與位姿測(cè)量系統(tǒng)設(shè)計(jì)[嵌入式技術(shù)][其他]

設(shè)計(jì)了以激光為驅(qū)動(dòng)光源的TOF相機(jī)嵌入式系統(tǒng),，采集灰度圖像和深度圖像對(duì)合作靶標(biāo)進(jìn)行實(shí)時(shí)檢測(cè)識(shí)別,、匹配，并求出目標(biāo)物體的位姿信息,。所使用的靶標(biāo)為圓形靶標(biāo),，采用經(jīng)典的閾值算法，提取靶標(biāo)的形心坐標(biāo)以及計(jì)算圓心率作為靶標(biāo)識(shí)別的條件,，使用經(jīng)典的確定性退火算法完成靶標(biāo)配，得到兩組三維坐標(biāo)值,，利用SVD方法求解位姿數(shù)據(jù),。在實(shí)驗(yàn)中，利用TOF相機(jī)解算的姿態(tài)角度精度能夠達(dá)到0.13°,，位置平移精度有0.6%,，能夠準(zhǔn)確識(shí)別靶標(biāo)并且計(jì)算位姿，驗(yàn)證了此TOF相機(jī)用于交會(huì)對(duì)接,、SLAM等領(lǐng)域的可行性。

發(fā)表于：1/23/2019 1:37:00 PM

Faster R-CNN定位后的工業(yè)CT圖像缺陷分割算法研究[嵌入式技術(shù)][工業(yè)自動(dòng)化]

由Faster R-CNN定位的缺陷區(qū)域內(nèi)存在弱邊緣,，若直接采用常規(guī)分割算法對(duì)該小區(qū)域進(jìn)行處理，會(huì)出現(xiàn)嚴(yán)重的過(guò)分割或欠分割現(xiàn)象,。在此研究了一種針對(duì)Faster R-CNN定位后的工件缺陷的精確閾值分割法。在利用形態(tài)學(xué)開(kāi)閉重建算法對(duì)定位區(qū)域進(jìn)行重建，并對(duì)重建后的圖像用Otsu雙閾值法做變換處理的基礎(chǔ)上,，進(jìn)一步利用最大熵閾值分割法對(duì)變換后的圖像進(jìn)行分割,，最終對(duì)分割出的缺陷進(jìn)行面積,、周長(zhǎng)等參數(shù)的測(cè)量,。實(shí)驗(yàn)結(jié)果表明,，所研究算法較常規(guī)的算法對(duì)工件的缺陷（裂紋、氣泡和夾渣）有更好的分割能力,。該算法不僅可以準(zhǔn)確地分割出包含弱邊緣的目標(biāo),，還可以有效排除輪廓背景對(duì)分割的干擾,。

發(fā)表于：1/23/2019 1:26:00 PM

無(wú)線蜂窩網(wǎng)中用于D2D多播簇的低能耗多播方案[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

研究基站到某個(gè)小區(qū)域內(nèi)多個(gè)節(jié)點(diǎn)的設(shè)備到設(shè)備的高效數(shù)據(jù)多播通信技術(shù)，提出了一種中繼節(jié)點(diǎn)固定的多播方案和一種中繼節(jié)點(diǎn)動(dòng)態(tài)選取的多播方案,，并以最小化所有接收節(jié)點(diǎn)的總能耗為目標(biāo),，最優(yōu)化中繼節(jié)點(diǎn)及其發(fā)送功率的選取,。相比于傳統(tǒng)方案,，該方案可顯著降低多播簇中接收節(jié)點(diǎn)的總能耗。

發(fā)表于：1/22/2019 1:05:00 PM

Massive MIMO中基于統(tǒng)計(jì)信道的波束形成和功率分配[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了提高大規(guī)模多輸入多輸出系統(tǒng)(Massive MIMO)的總?cè)萘?，提出了基于統(tǒng)計(jì)信道信息的波束形成和功率分配的優(yōu)化算法。所提出的波束形成方法以信噪泄漏比為優(yōu)化標(biāo)準(zhǔn),，而功率分配方案以系統(tǒng)容量為優(yōu)化目標(biāo),，同時(shí)滿足基站總發(fā)射功率約束條件。上述優(yōu)化問(wèn)題轉(zhuǎn)化為多個(gè)變量的等價(jià)優(yōu)化形式，從而可以通過(guò)變量的交替優(yōu)化迭代達(dá)到收斂,。每次迭代過(guò)程中均可以求出閉式解,，迭代完成后可得到優(yōu)化的功率分配方案。仿真結(jié)果表明,，相比于平均功率分配方案,，該算法能有效地提高系統(tǒng)的總?cè)萘俊?/a>

一種稀疏度自適應(yīng)的SIMO-NOMA系統(tǒng)多用戶檢測(cè)算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

非正交多址接入（NOMA）可以通過(guò)對(duì)資源的非交使用來(lái)提高頻譜利用率,，增加用戶連接數(shù),，有望成為5G的關(guān)鍵技術(shù)之一,?？紤]基站端配備多根天線,，針對(duì)上行免調(diào)度SIMO-NOMA系統(tǒng)中活躍用戶數(shù)量未知的情況,，提出了一種基于壓縮感知的稀疏度自適應(yīng)匹配追蹤硬融合算法(SAMP-HFA),。所提算法主要包括三部分：首先利用傳統(tǒng)的SAMP算法估計(jì)基站端每根天線上的用戶活動(dòng)情況,，接著融合這些檢測(cè)到的用戶活動(dòng)信息獲得一個(gè)公共的活躍用戶集合,，最后利用該集合估計(jì)活躍用戶的傳輸數(shù)據(jù)。仿真結(jié)果表明,，隨著天線數(shù)目的增加,，所提算法的誤碼率性能顯著提高。

發(fā)表于：1/21/2019 2:20:00 PM