摘要：针对传统无人机倾斜影像三维采集模型采集精度低、耗时长的缺点,提出了电力巡检的移动作业无人机倾斜影像三维采集模型。根据无人机倾斜影像能量与时间的变化关系,利用无人机倾斜影像的统计结构元特征、结构元连通性特征和颜色连通性特征,融合无人机倾斜影像采集目标特征,提取无人机倾斜影像信息;通过构造无人机倾斜影像融合模型,建立像素融合分类函数,对无人机倾斜影像进行平滑处理;计算无人机倾斜影像的平面融合度,实现移动作业无人机倾斜影像的三维采集。实验结果表明,提出的无人机倾斜影像三维采集模型可以改善传统采集模型的问题,提高无人机倾斜影像的采集精度并缩短采集耗时。

摘要：针对目前的配电网故障区域定位方法均受噪声影响,导致定位误差较大的问题,提出基于极点对称模态分解的配电网故障区域定位模型构建方法。利用极点对称模态分解方法分解配电网各区域采样数据,并搜索所有极点。构建故障区域定位判断函数,计算对称模态分解方差。引入故障区域上下游判断函数,确定最初的搜索间隔。创建网络拓扑描述矩阵,按故障判据进行故障定位,并判定故障最小区域,构建有向分层模型,完成配电网故障区域定位。仿真结果表明,该模型故障区域辨识结果与实际区域一致,且与实际故障电流正序分量相角检测的数值误差最大为0.09°,具有精准定位结果。

摘要：本文对搭载倾斜摄影技术的无人机电力巡检系统进行设计,借助倾斜摄影相机来采集输电线路以及周边的图像信息,通过无人机传输到地面,对图像信息进行解析快速构建输电线路以及周边设施的三维模型。将三维模型进行局部放大完成对输电线路故障的排查、安全隐患的排除,确保输电线路的安全性。在无人机上搭载倾斜摄影相机可以在很大程度上提高电力巡检的准确度,对提升电力巡检的经济性具有一定的实用价值。

摘要：针对传统方法在恢复电网信息系统数据时存在的恢复效果不佳等问题,提出基于优先级分配策略的电网信息系统数据恢复方法。分析电网信息系统架构,获取电网信息系统数据丢失场景。结合插补区间连续丢失数据奇偶性动态变化,匹配不同优先策略,使物理损坏情况下的数据得以恢复。依据文件查找流程,恢复逻辑损坏数据。实验结果表明,采用所提方法恢复电网信息系统数据时,恢复的数据准确度较高,且耗时较短,为电网信息系统数据安全恢复提供了一定帮助。

摘要：针对非屏蔽环境下的脑电信号采集,基于精密仪表放大器及EMI硬化放大器设计了前端调理电路,包括前置放大级、右腿驱动电路、陷波放大级以及低通放大级,实现了EEG可视化放大的同时较好地抑制了电磁干扰。经调理的模拟EEG由内嵌Sigma-delta ADC的微控制器进行采样量化并传输至上位机。基于Lab VIEW的上位机采集软件完成EEG的在线滤波以及实时的时、频域波形显示。实验结果表明,该系统能够有效地实现EEG的高精度、高质量的提取。

摘要：为了能实现自动跟随且不易于跟丢而去设计一款移动跟随智能车,该智能车以树莓派BCM2711微控制器为上位机主控制器,以STM32F103作为下位机的伺服控制器,采用BTN7971来实现电机H桥硬件电路搭建;采用LinkTrack AOA模组作为相对定位传感器,通过该模组来实现智能车移动跟随控制;通过摄像头来进行人体特征识别,学习与跟踪,从而提高移动跟随的流畅性与识别的准确率。主要介绍以飞思卡尔智能车为实验载体,配合摄像头,LinkTrack AOA超宽带跟随模块等多传感器的融合,能完成数据交互、视觉识别、人机协同、自动跟随等任务。通过测试,该智能小车能够准确地对移动目标进行定位和移动姿态确定,并且保持对移动目标的跟随,该实验表明,具有一定的参考与应用价值。