面向工程能力培养的信号与系统课程教学改革探索

本文对"信号与系统"课程面向工程能力培养的教学模式进行探索,结合普通二本应用型高校学生的实际情况,分析传统"信号与系统"课程的教学模式和存在问题,优化教学内容,引入Matlab实验教学,增强实践教学环节。通过教学实践表明,上述措施有效提高了学生对"信号与系统"课程知识点的理解,提高了学生工程实践能力。

自适应强跟踪容积卡尔曼滤波算法

提出了一种自适应强跟踪容积卡尔曼滤波算法(ASTSCKF),该算法在平方根容积卡尔曼滤波算法(SCKF)步骤中引入强跟踪滤波器(STF),通过渐消因子在线修正一步预测误差协方差矩阵,强迫输出残差序列正交,使得算法具有应对系统状态突变等不确定因素的能力,增强了算法的鲁棒性;结合改进渐消记忆时变噪声统计估计器,对噪声方差阵进行实时在线估计,有效解决了SCKF算法由于噪声统计不准确、未知或时变性带来的滤波发散问题,使其具有应对噪声变化的自适应能力。仿真实验结果表明:ASTSCKF算法在系统状态发生突变并且噪声变化的情况下,能够表现出良好的滤波性能,较SCKF算法有更强的鲁棒性以及噪声变化的自适应性。

基于小波包和PSO-Elman神经网络的滚动轴承故障诊断

针对滚动轴承的故障诊断,分析滚动轴承故障机理及特点,提出基于小波包分析的滚动轴承振动信号的特征向量提取算法,并建立PSO-Elman神经网络进行故障诊断和识别。将滚动轴承故障振动信号进行小波包分解,构造频带能量谱作为特征向量,输入PSO-Elman神经网络对故障进行识别。试验结果表明,基于小波包分析和PSO-Elman神经网络相结合的方法可准确地实现滚动轴承的故障诊断。

基于CDIO的测控技术与仪器专业英语课程教学改革

目前测控技术与仪器专业英语教学中,面临对专业英语重视程度低,课时少,难度大;学生英语基础、专业基础薄弱,导致课堂教学效率低,学生课程参与度不高;教学内容单一,教学方法效率低下;专业英语教师师资匮乏等问题。本文结合我校学生的特点和教学实践经验,对测控专业英语教学模式进行了探索;有效提高了专业英语教学质量,提高了学生对专业英语的综合应用能力。

基于IMU辅助的快速相机重定位方法研究

快速精确地估计相机位姿是机器人导航、路径规划等上层任务的基础。针对目前基于图像的机器人定位方法中,随三维场景扩大而搜索范围增加导致定位速度变慢的问题,提出一种基于IMU辅助的快速相机重定位方法。方法中相机重定位网络结合IMU编码信息从单帧RGB场景图像预测六自由度相机姿态。首先,图像输入全卷积神经网络提取高层次特征表达,利用可微随机抽样一致性策略,实现可端到端训练的相机姿态估计网络。其次,IMU序列数据经LSTM编码嵌入至相机重定位网络模型中,在IMU姿态信息的约束下网络能够快速缩小参数搜索范围,因此只需轻量型网络就能精确估计姿态,加快定位速度,实现敏捷型机器人在三维地图中的快速定位。在公开数据集上的实验结果表明,上述方法具有更快的定位速度和极具竞争力的定位精度,说明所提方法能够快速、准确地实现相机位姿估计。

一种手指静脉识别实验平台的开发与应用

作者设计开发了一种手指静脉识别实验平台,该平台采用自主研发采集系统进行手指静脉图像的采集,基于Matlab开发环境实现图像的预处理、特征提取和匹配等任务。平台的实验项目融合机器视觉、图像处理、模式识别等多方面前沿技术,具有良好的开放性,适用于以项目形式开展的探索性实验教学,有利于提高学生的积极性和主动性,培养学生的创新和探索研究能力,对工程类实验课程的改革具有一定借鉴意义。

测控技术专业核心课程评价方法改革探索

为了强化实践教学,提高教学质量和教学水平,我校测控技术与仪器专业对专业核心课程进行了评价方法改革。本文分析了传统课程评价方法存在的问题,并对所实施的专业核心课程评价方法改革情况进行了较为深入的阐述,最后,根据部分专业课程改革实施情况,给出了几点体会以供参考。