基于微信小程序的语音频谱分析实验教学系统设计

为解决高校电子信息类专业通信类课程教学实验时长受限、地点受限等问题,帮助学生更好地理解频谱分析原理,开发基于小程序的信号发生器与频谱分析仪,利用互联网的优势,实现随时开展实验教学的效果。信号发生器可产生一定频率范围内的正弦波、方波、三角波、随机噪声、洛伦兹脉冲以及辛普森脉冲共6种常用的信号,并通过手机扬声器或耳机孔输出;频谱分析仪可对手机麦克风接收到的语音进行加窗频谱分析,并把频谱结果展现在屏幕上。使用固定型号手机进行测试,结果表明,信号发生器在产生100 Hz~10 kHz的正弦波时频率相对误差为0%,产生其它波形的频率相对误差≤1%;频谱分析仪在对正弦波音频输入做频谱分析时,峰值频率测量误差在5 Hz以内,具有良好的实验教学指导意义与现场应用适用性。

考虑无线传输损耗的农业物联网节点分布规划算法研究

针对传统的农业物联网路由以及网关选址时,考虑实际地形对传输损耗的影响不够,导致节点电能的浪费以及维护费用增加的问题,本文首先对农场地形以及已布置终端的位置进行建模,使用K-means算法确定路由初始位置以及该路由负责对接的终端。在考虑电磁波自由空间损耗以及绕射损耗的前提下设计合理的适应度函数,基于一种可变惯性系数的粒子群优化算法对路由和网关的位置进行优化。最终模型给出最大的电磁波损耗数据,用于在确定节点的最大发射功率时提供参考。算例仿真发现,路由位置通过PSO算法寻优,最大传输损耗最多可降低27.82%。实地检验发现,本算法所选取的最优点通信质量显著高于其附近的点,RSSI提升达12%~20%。模型最终给出的路由和网关最大传输损耗与最优布局位置对于实际节点铺设具有指导性意义。

基于FFT变换和ADALINE网络的实时音频滤除窄带噪声方法

针对传统的噪声滤除方法实时性不好,需要人工设置的参数过多导致使用不便的问题,利用快速傅里叶变换(FFT)获取噪声音频的频谱,选取频谱中幅度最大的前若干个频率作为噪声频率,依据噪声频率重构初相为0的正弦波噪声样本,利用改进自适应ADALINE网络模拟噪声音频中的噪声,将噪声音频减去网络模拟出的噪声从而实现音频去噪,同时把相减结果作为误差反馈给网络用于权值更新。相比传统方法,该算法不仅处理时延更低,而且只有一个参数需要设置,大大简化了使用流程。仿真测试发现该算法可以有效滤除高斯窄带噪声,滤波后信噪比提高了11 dB,并且算法实时性强,初始化仅需82 ms,音频采样点处理速度高达102 kHz。

基于人脸识别和STM32的汽车安全辅助系统

针对当前驾驶员驾驶汽车的过程中存在的疲劳驾驶,酒后驾驶,自动化程度不高的情况,提出基于人脸识别和STM32的汽车安全辅助系统。该系统通过摄像头对驾驶员进行人脸识别,涉及到的重要信息(驾驶员专注度,身份验证,驾驶习惯记录),结合硬件传感器设备对车内环境的检测,系统将进行语音提醒,并调整车内配置(如车的座椅和后视镜角度)。本设计开发一款图像识别软件,对驾驶员人脸进行特征识别,硬件设备检测车内环境信息(酒精浓度,甲醛浓度),通过蓝牙和上位机进行通信。使用手机上位机进行图像识别,方便快捷,识别精度高,可广泛应用于汽车驾驶中。