摘要：设计并开发了一种多维智能光电传感实验教学平台,利用模块化方法实现了视频联动可视化模块、人工智能算法模式识别模块、光电信号处理模块、红外光源模块、视频信号采集与传输模块以及传感光路模块,开发了振动、漏气传感器,可实现敲击、踩踏、攀爬、气体泄露等多种信号的高灵敏传感功能;同时基于Qt5软件开发了人机交互界面可同时实现传感与视频实时监测。该平台拥有数据采集、处理、存储以及测试等功能,结合集中讲授、分组示教、现场调试、共同讨论等实验教学等步骤,充分调动了学生参与科研实验的积极性和主动性。

摘要：发展新能源汽车是我国应对气候变化、缓解石油等不可再生能源枯竭的有效举措。动力锂电池作为新能源汽车的核心技术直接决定了其可靠性,安全性和续航性能。为此,建立了磷酸铁锂动力电池组(方形)的三维仿真模型,对单体电池以及动力电池组的产热行为和风冷散热特性进行仿真模拟,并对电池模块的散热结构进行优化设计。结果表明,在环境温度为20℃,风速为5 m/s,电池组顺排排布,且Y方向和X方向间距分别为32和4 mm时,风冷散热效果最好。

摘要：针对电磁辐射抗扰度测试天线在低频时辐射效率低、体积大、难以生成高电场强度的问题,设计了一款平行双线传输线电场发生器。该场发生器输入端使用阻抗比为1∶4的传输线变压器巴伦,实现了输入端与负载的阻抗匹配,以及非平衡端转化为平衡端;为保证场发生器电气性能的稳定性和可靠性,平行双线传输线采用直径为100 mm的铜管,负载采用耐大功率的无感陶磁电阻,能够承受2 500 W的连续波输入功率。实验结果显示该场发生器在10 kHz~100 MHz的频率范围内电压驻波比均小于1.9,在距场发生器中心0.5 m远处可产生高达200 V/m的电场强度,在1 m远处可产生50~100 V/m的场强。该电场发生器可旋转改变电极化方向,具有覆盖范围广、场强分布均匀、场强幅度高的特点,广泛应用于低频辐射抗扰度测试。

摘要：为了能够达到实时、高效,并且同时对多种水果进行识别与分类,设计了一种多模板匹配算法。该算法的设计主要包括了形状特征提取、特征与模板数据库的匹配、识别与分类。特征提取的过程包括了图像处理的灰度化、均值滤波、Sobel边缘检测、梯度统计、归一化等一系列模块。以水果的形状特征来构建一个多模板数据库,将所需识别的水果与模板数据库进行匹配与分类。以紫光同创的PGL22G-6MBG324产品搭建的实时图像处理平台,利用现场可编程逻辑门阵列(field programmable gate array,FPGA)的流水线以及并行处理结构的优点,实现了多模板匹配算法。对FPGA实现的算法选取了芒果、香蕉、苹果、猕猴桃四种水果进行了测试。识别与分类的时间在12.10 ms内,在固定位置的识别准确率可达98%以上。与一些神经网络的算法进行对比,具有较高的实时性。并且测试了该算法受光照、平移、缩放、微旋的影响较小。结果表明该算法具有实时性、有效性、稳定性。

摘要：为了解决汽车智能驾驶精度不够高、小目标漏检和误检的问题,提出了一种基于自校正卷积的YOLOv5s的道路目标检测算法。该算法主要设计了一种自校正卷积网络,通过深层特征提取以及特征融合来提高检测精度以及对小目标的检测能力。对自校正卷积网络进行轻量化处理,减少模型的大小以及训练过程中的参数量。增加小目标校正检测层,输出检测小目标的特征图。设计了SAIoU损失函数来代替目标框回归中的CIoU损失函数,加速目标框的回归。在公开的自动驾驶KITTI数据集和BDD100K数据集上对该算法进行了测试,检测的平均精度均值(mAP)分别可达到95.1%和53.1%,相比于YOLOv5s算法分别提高了2.1百分点和4.2百分点。与其他算法进行对比实验,在检测精度和小目标检测能力上具有一定的优势,并且轻量化的自校正卷积网络在模型大小上相比于未进行轻量化处理的自校正卷积网络压缩了35%,提高了实时性。结果表明该算法能够满足实时性,能够提升检测精度以及小目标检测能力。

摘要：针对射频电磁场辐射抗扰度测试天线在低频时辐射效率低,难以形成高电场强度的问题,设计了一款电容式场发生器天线。该场发生器天线采用1∶9的传输线变压器来实现输入端口与负载的阻抗匹配,并采用平行双臂金属杆实现电容式近场分布。为保证电气性能稳定,负载采用无感陶磁电阻并设计有专门的散热背包,使其能够承受2400W的输入功率。仿真结果表明,该场发生器天线在近场范围内电场强度分布均匀,实测结果显示其在10 k Hz~30 MHz的频率范围内具有良好的电压驻波比(VSWR≤1.6),且在距离天线中心1 m处可产生50 V/m的电场强度,而在0.3 m处更可以产生200 V/m的电场强度,能够满足国内外辐射抗扰度测试标准要求。

摘要：内河航运是运输系统的关键组成部分,航道安全关系着水运系统的正常运转以及周边地区人民群众的安全。卷积神经网络技术在目标识别方面优异的效果为航道边坡病害检测提供了新的思路。针对人工检测效率低下的问题,文中设计了一种航道边坡病害分类识别系统,采集了三种典型航道边坡病害的图像数据集并进行了数据增强,使用改进的ResNet18网络进行训练,结果表明,该模型对边坡病害图像分类识别的精确率和召回率分别达到91.6%、91.53%,可有效替代人工检测方式。

摘要：针对协作通信网的中继选择问题,提出了一种基于贝叶斯推理的自适应中继选择方案。该方案拓展地运用了放大转发协议的原理,准确地分析了中继节点后验概率,并以此选取最优的中继节点进行信息传输。实验仿真结果表明,该方案在信噪比恒定的情况下,显著地提高了网络性能。