铝合金材料缺陷检测的磁声电方法

不同的无损检测方法适用于不同的场景,为丰富现有的无损检测方法,本文提出了一种适用于非铁磁材料缺陷检测的磁声电检测新方法。通过COMSOL仿真软件及磁声电检测实验平台,对铝合金材料裂缝缺陷进行检测,对不同缺陷尺寸进行仿真及实验研究,并验证该方法的可行性。仿真结果表明,在缺陷的边界处获得了明显的磁声电缺陷信号。验证了缺陷宽度与缺陷信号的关系,当缺陷宽度L大于波长λ时,缺陷电信号峰值时间t及幅值U均相同,反之,缺陷左、右壁产生的电信号相互叠加。研究表明,实验与仿真结果具有一致性,说明本文提出的磁声电检测新方法能够实现缺陷的高精度检测。

基于云平台的智慧渔业水质监控物联网系统研制

如何有效地监测和控制水质是水产养殖业中确保高产优质的关键问题之一,为此,开发了一种硬件成本低廉及软件构架方便的智慧水质监控系统。包括用于水质现场数据采集的嵌入式系统节点,以及一个用于数据可视化和嵌入式节点配置的在线管理云平台。同时,该系统可以自动检测超出预先设置阈值的水质参数,并发出管理警报,也可自动启动相关水质调节模块及时调节水质参数至阈值范围内。所设计的体系结构不仅成本低,而且高度可定制,测试结果表明,数据传输的置信度较高,丢包率为0.62%。因此,该系统能够实现水产养殖水质的实时远程监测,对减轻劳动强度、提高水产品质量、保护水环境具有重要的现实意义。

磁声电无损检测及改进的EMD消噪方法

提出一种磁声电无损检测方法,该方法具备超声检测的高空间分辨率,同时又能克服涡流检测的趋肤效应,为检测高电导率材料提供新的检测手段。首先根据生物组织中磁声电成像的研究成果,推导了固体材料中声场正问题和电磁场正问题,证明了该方法的可行性;其次,针对检测信号的噪声问题,深入分析了磁声电无损检测信号中噪声的组成和特性,提出一种混合阈值经验模态分解(EMD)消噪算法,该方法结合了EMD-DT和EMD-IT各自的优势;最后,设计了实验系统,并测得磁声电缺陷信号,进一步验证了该方法的可行性。仿真和实测信号的结果表明,改进的EMD消噪方法能获得较好的去噪效果,有效地提高了信号信噪比。

基于加权最小二乘优化的DV-HOP定位算法

确定事件发生的传感器节点位置是大多数无线传感网络应用场景中不可缺失的一部分。目前,在资源受限的无线传感网络中设计高精度定位算法仍是一个极具挑战性问题。为此,深入分析了DV-HOP算法中误差产生的原因,提出一种改进的DV-HOP算法。该算法为了降低计算所带来的固有误差,估算坐标时采用不直接对估算方程进行平方的方法;此外,为了进一步降低误差,采用了加权最小二乘法进行坐标估算;最后,采用理论分析的方法对算法进行了误差分析。仿真结果表明改进的算法与传统DV-HOP算法及文献[16-17]中的算法相比定位精度得到明显改善,分别提高了40%、28%和15%。

遗传BP网络在模拟电路故障诊断的应用

分析了传统BP型神经网络在模拟电路故障诊断中应用所存在的缺点,提出了解决办法。利用遗传算法优化BP网络的结构和具体的参数,可以避免靠经验和试验确定参数的弊端,能够提高神经网络用于模拟电路故障诊断的智能性,改善故障诊断的精度、速度。

无线传感网络量化及能量优化策略

由于无线传感网络(WSN)存在能量和带宽的限制,在网络中直接传送模拟信号受到了极大地制约,因此对模拟信号量化是节省网络能量和保证有效带宽的重要手段。为此,该文以融合中心的重构绝对均值误差最小为原则,设计一种网络量化及能量优化方法。首先,针对单传感器,在能量固定的情况下推导了最优量化位数及在量化位数固定的情况下推导了最优能量分配。其次,在单传感器的基础上,进一步推导多传感器情况下最优量化位数及最优能量分配。以上两种情况都考虑了传感器测量噪声及信道衰落损耗。最后,通过数值仿真方法验证了文中所提方法的正确性,并将其与等能量分配进行了比较,获得了较好的效果。

一种基于自适应前缀查询树的RFID防碰撞算法

为了克服查询树算法由于前缀多而导致算法交互次数多、通信量大的缺点,本文提出一种自适应前缀查询树算法。新算法通过提取碰撞位信息来构建查询树,有效的避免了反复重传已知信息位,从而降低了通信量;根据当前前缀后1至3位1的个数不同,标签响应时隙不同从而减少了一些不必要的空前缀,达到减少交互次数的目的。仿真表明,改进的算法在大量标签情况下更具有效性和稳定性。

基于碰撞树的自适应多叉树RFID防碰撞算法

提出了一种自适应多叉树防碰撞算法,该算法构建了无碰撞时隙的二叉查询树,通过计算碰撞因子估计标签数量,从而自适应的选择二叉树或四叉树。理论和仿真表明:该算法克服了现有算法数据传输量大的缺点,同时在二叉树分支内实现了无碰撞时隙以减少总时隙,对多标签情况下,通过自适应的选择四叉碰撞树来减少碰撞时隙。算法有效地减少了数据传输量,提高了时隙利用率和系统吞吐率,具有一定的创新性。

新工科背景下物联网应用型人才培养模式探究

物联网产业具有产业链长,涉及多个产业群等特点,属于新兴的新工科专业之一,该领域所需人才每年在百万以上,因此,高校培养满足产业需求的物联网工程专业人才责无旁贷。人才培养的关键在于人才培养模式,在充分分析现有物联网工程人才培养模式的基础上,以新工科人才培养为导向,围绕人才培养目标,课程设置、教学模式改革、校企融合协同育人四方面对物联网人才培养新模式进行了探索。

改进的小波阈值去噪法及其在语音信号去噪中的应用

语音信号是一种非平稳的时变信号,利用小波对非平稳信号处理具有明显的优势。小波阈值去噪算法因其算法简单,计算量小而广泛应用于信号去噪。但是硬阈值函数易造成信号振荡,软阈值函数引入固定偏移从而造成高频信息丢失。基于上述两种方法的不足,提出了一种改进的阈值函数并且对该函数引入的可变参数进行了自适应确定。仿真结果表明该方法在可以有效去除噪声的同时,减少了信号振荡,保留了信号高频成分即保留了信号尖峰点信息,改善了语音质量。

基于任务驱动的单片机原理教学模式探讨

为了培养学生在单片机课程学习中的实际动手能力与创新能力,本文探讨一种基于任务驱动的教学模式并将其运用到单片机原理的课程教学中。以任务为主线的教学变革促进单片机基础理论与实践的深度融合,探索了以任务驱动为主体的单片机原理课程教学模式变革。按照这种模式对教学内容、组织形式、实践教学等进行了教学设计和模式改革实践,激发了学生的学习兴趣,提升了学生的动手能力,教学效果得到了较为明显的提高。

分区大规模无线传感网络多跳LEACH协议

近年来通信技术的进步促进了低成本、低功耗、自组织无线传感网络的应用。节点有限的电池寿命是无线传感网中一个关键问题。从节点传输数据到基站是网络的主要能耗之一,因此许多路由协议被引入来延长网络寿命。本文提出一种基于分区的大规模无线传感网络多跳LEACH算法,该算法通过对感知区以基站为中心进行圆形分区,然后再利用定向天线将圆形区按不同角度进一步分区,有效的实现了离基站越近分区越小,从而簇成员个数越小。MATLAB工具仿真表明,与已有的LEACH协议和M-LEACH协议相比,基于分区的路由协议能够有效降低基站周围节点的能耗,从而延长整个网路的生存期。

人工智能技术与教育融合路径分析

近年来,随着人工智能技术的飞速发展和推广应用,人工智能技术与教育融合已成为未来教育改革的热点。人工智能技术与教育融合经历了程序教学机器、计算机辅助教学和智能导师系统这三个阶段,极大地促进了教育的现代化。人工智能技术与教育融合的关键在于自然语言处理技术、大数据分析技术和机器视觉技术的成熟与产业化。人工智能技术与教育融合的路径有:提升人工智能技术与教育融合产品的服务品质,拓宽人工智能技术与教育融合的应用场景,有条件的地方先行布局探索人工智能技术与教育融合的教学模式。

基于二进制的RFID防碰撞算法改进

针对射频识别系统标签防碰撞问题,文章在二进制基础上提出一种新的RFID防碰撞算法。通过在阅读器中设置堆栈,很好的解决了碰撞算法中的搜索次数和需要传输大量冗余信息问题。仿真结果表明新的算法具有很好的优越性。

RFID防碰撞算法研究及其在ETC中的应用

碰撞问题是影响射频识别(RFID)系统读取效率的关键问题。本文在深入研究防碰撞算法的基础上,提出了一种新的防碰撞算法并将其使用在ETC系统中。仿真结果表明该法能有效地克服已有的ALOHA算法效率低的问题。

基于智能信息融合的模拟电路故障定位方法

针对模拟电路故障诊断中存在的测试信息不足、故障定位准确性较低等问题,提出了一种应用智能信息融合技术的模拟电路故障定位方法。该法首先分别采用可测点工作电压及不同测试频率下的电路增益,各用一个独立的神经网络依据改进的BP算法对电路实施初级诊断;然后根据初级诊断结果,运用模糊融合诊断方法进行故障定位。所提方法能充分利用故障信息,对模拟电路的软故障与多故障均可进行诊断,故障定位准确率高。

大规模无线传感网络的混合LEACH协议研究

能耗问题已经成为大规模无线传感器网络中的研究热点,因此如何设计高能效的路由协议是当前面临的技术挑战。为了降低传感器节点的能耗,提出一种适用大规模网络的基于LEACH算法的混合无线传感网络节能路由算法。首先,根据距离信息,设计一种簇成员向基站直接传输或者通过簇头转发数据的路由协议。然后,推导出满足该算法的能耗条件。最后,通过MATLAB工具仿真表明与已有的LEACH协议和M-LEACH协议相比,混合路由协议能够有效降低基站周围节点的能耗,从而延长整个网路的生存期。

低觉醒脑电识别与唤醒的可穿戴系统研究

为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态,本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统,系统通过传感器从大脑头皮采集脑电信号,转换为数字信号,经傅里叶变换获取了脑电信号的θ相对能量、α相对能量、重心频率、谱熵等4个特征量,由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别,当识别出低觉醒状态时采用声音报警模块发出声音,唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态,识别率达90.8%,可为提高警戒作业工作绩效提供一种可穿戴的智能装备。

基于MFCC倒谱距离与对数的语音端点检测方法

为提高低信噪比环境下语音端点检测算法性能不高的问题,提出将MFCC倒谱距离与对数能量结合进行端点检测。首先,对语音计算对数能量,然后计算改进的倒谱距离,将MFCC倒谱距离与对数能量融合,获得了一种新的语音参数,该参数能有效地提高低信噪比情况下语音与噪声的区别,对参数进行顺利滤波用于语音端点检测,采用自动更新的双阈值进行语音端判别。仿真实验表明,该算法具有较好的适用不同噪声,在低信噪比下依然能获得比较理想的端点检测效果。

操作发起过程多脑区协作的脑电谱熵特征

为探索不同脑区参与操作发起的协作特征,从脑电信号的频域序列出发,运用信息熵的理论建立描述警戒作业中不同状态下脑电信号的动态谱熵值。通过计算警戒作业中脑电信号的谱熵值,发现操作发起过程谱熵值最小,具有明显的θ节律特征;不同脑区参与操作发起的情形不同,其谱熵值与执行任务的复杂性有关,左侧(或右侧)谱熵小是发起对侧握拳动作导致,额区谱熵小是由于仅参与发起握拳运动,枕区谱熵大与发起过程中视觉警戒的多重任务有关。结果表明谱熵值能够表征各脑区参与活动的情形,为脑区协作的研究提供了一种思路。