摘要：为了减少农业生产中人力劳动的成本,同时保证农作物的优质、高产,农业需要迈入智能化的发展轨道,特别是利用高速发展的科学技术从作物生长条件源头上抓起。针对如何利用科学技术去发展农业的这一问题,本文设计了一套通过以ESP8266芯片作为核心的土壤温湿度智能检测系统,土壤温湿度智能检测系统通过温湿度传感器对作物土壤温湿度信息进行采集,将采集到的数据利用A/D转换器把模拟信号转化为对应的数字温度信号,通过Wi-Fi技术将转换后的信号传回主系统,并显示于OLED屏幕上,从而实现实时掌握农作物所处的环境温湿度以及光照强度等的变化情况,以便于进一步操控相关控制系统进行对应的补给。

摘要：通过提取谐振腔谐振频率与腔体尺寸的关系、谐振腔耦合系数与耦合窗口尺寸关系、外部品质因数与输入输出结构的关系,采用耦合矩阵综合法设计了位于5G FR2频段、中心频率为25GHz、相对带宽为4%的基片集成波导窄带滤波器。滤波器通带内插入损耗小于1dB,回波损耗大于15dB,在25GHz±3GHz处的带外抑制大于35dB。该款滤波器总体性能良好,在5G FR2频段具备一定的应用前景。

摘要：开放云平台作为物联网建设的公共基础设施在各行各业都得到了到了十分广泛得应用。立足智慧农业建设,设计了一种的田间气象数据在线监测装置。该装置使用STM32F429嵌入式微处理器作为控制核心,选用基于ModBus-RTU的气象多要素百叶盒检测田间数据,选取4G-DTU模块连接Internet。在此基础上将监测装置采集的田间气象数据封装在由TCP连接承载的EDP数据包中并传送至物联网开放云平台。物联网开放云平台从EDP数据包中解析出田间气象数据后进一步完成数据的存储和可视化展示工作,为智慧农业建设的进一步推广应用提供必要的技术支持。

摘要：本文研究并提供一款室内环境下进行定位的STM32定位系统,以解决卫星信号到达地面时较弱、不能穿透建筑物的问题。系统使用RFID射频识别技术实现室内定位,具有可靠性高、稳定性好、可24小时不间断工作、成本相对低等优势。使用该技术可以提高室内定位服务的信息化水平、自动化水平、减轻相关企业的生产成本,实现企业安全管理、减少人力资源的使用、降低人力成本,提高工作服务效率。

摘要：本设计实现了病人输液的实时监测系统,包括输液进度、流速、预估倒计时等信息,这些信息可以在屏幕上显示,还可以通过无线方式传输到上位机,在流速过快或输液即将完成时报警,提醒医护人员注意。用户可以通过触摸屏或语音下达指令,实现了简单的人机交互。系统的功能测试结果表明该设计达到预期目标。

摘要：为了解决传统锁相放大器对于微弱信号提取精度不高及携带不方便的问题,文章提出一种基于SOPC数字锁相放大器,整个系统集成到SOPC系统中。微弱信号通过信号预处理电路和A/D转换电路之后通过SOPC系统进行处理,使用数字锁相环可以实现锁定待测信号的相位,从而实现幅度的测量。此系统具有功耗低、可在线升级等优点,测试结果表明,此系统的幅度测量误差率可以达到0.35%,相位差可以达到10°以下,具有较强的实用价值。

摘要：本文对智能锁的制作提供了一种性价比较高的制作方法,通过了解Arduino Mega2560、AS608、PN532、4*3矩阵键盘的基本原理和编程方法,将他们通过一块ArduinoMega2560实现在一个锁具内控制,探讨智能锁的一个制作方法和大众需求,通过多方面的测试和意见收集,表明了该作品具有良好的效果和较好的稳定性符合大众的需求和预期效果。

摘要：如今,在科技发展下,互联网的高速发展衍生出了许多新兴技术和行业。智能化的发展在各个领域中不断涌现,如今智能化已是社会发展的必然趋势,而“人工智能”“机器学习”就是其中的热门话题。目前,ROS技术也得到了广泛应用,ROS被称为机器人操作系统平台,对实现机器人各个组件的通信有着完善的通信机制。而随着时间的推移,ROS的强大让十分复杂的机器人变得越来越简单,基于ROS的机器人解决了组件之间的通信速率问题。文章对机器人的自主学习导航定位进行了研究,利用ROS机器人的激光雷达对室内环境构建栅格地图,并使用SLAM定位等关键技术对位置进行即时定位与地图构建。该课题的研究不仅可以促进ROS机器人的进一步发展,还可以为一些GPS不能覆盖或者覆盖较差的区域提供有力的支持,并且具有重要的理论和实际意义。

摘要：本文针对传统门窗功能单一,市面上智能门窗选择性少、价格昂贵,更换安装步骤繁琐复杂等问题,介绍了一种门窗智能启闭器系统。系统能够实时显示室内温湿度与空气质量,下雨自动关窗,空气质量差时报警并自动开窗调节等功能;其后台数据管理中心与数据服务器进行数据交互,便于后台管理人员查看各个门窗智能启闭器的地址、状态、故障信息等功能;用户可以通过手机客户端完成远程控制设备、远程监控,以及查看室内温湿度、空气指数和每个时间段的曲线图。

摘要：针对特定业务分类的需求,无从下手设计深度神经网络模型的问题,提出一种基于多参数融合逐步优化深度神经网络的设计方法。先通过分析样本和类别确定初始的无隐层神经网络模型,然后在初始神经网络的基础上逐步增加隐层,构建多参数融合优化的深度神经网络。基于TensorFlow框架,以手写体数字识别为例,逐步设计一个深度神经网络模型,整个实验过程中不断调整网络结构、激活函数、损失函数、优化器、学习率和样本批次大小,最终设计出多参数融合优化的具有较高准确率的深度神经网络模型,为构建神经网络提供了一种有效的思路。