基于蓝牙通信传输的睡眠温湿度监测系统设计与实现

睡眠问题一直备受人们关注,尤其是幼童睡眠。本文通过在蚕丝被芯中适当位置植入多个微型、低功耗的温度传感器,结合手机App软件对采集的数据进行逻辑判断,实现了对被窝温度的智能监测和报警,并将其开发成智能蚕丝被新产品,有效地填补了目前市场的空白,也为传统真丝家纺行业的转型升级作了有益的探索。     

输电线路故障类型辨识研究

对输电线路常见的故障类型进行了归纳和分析，并对典型类型故障的辨识方法进行了研究，以期为输电线路故障智能诊断提供理论参考。     

煤炭检验中存在的误差及处理

本文主要围绕煤炭检验工作开展过程中存在的误差展开研究,通过分析常见的误差类型和误差影响因素,探究降低检验误差的措施,在新技术和新设备的支持下开展煤炭检验工作,保障其整体工作质量,保障煤炭企业的生产效益。     

振动传感器在智能设备诊断中的应用

传感器作为机械设备智能诊断过程中的第一步,它的重要性毋庸置疑。在现代工业中,企业利用大数据加快了数字化转型和智能化改造,特别是在设备的维护和诊断方面,更加的向数字化、信息化方向发展。大数据技术作为现代测试技术手段来辅助诊断,效果斐然,而在整个现代测试技术的最前端,也是最重要的一环,就是传感器的应用。     

基于张量分解融合RGB-D图像的物体识别

为了充分利用RGB-D图像的深度图像信息，提出了基于张量分解的物体识别方法。首先将RGB-D图像构造成一个四阶张量，然后将该四阶张量分解为一个核心张量和四个因子矩阵，再利用相应的因子矩阵将原张量进行投影，获得融合后的RGB-D数据，最后输入到卷积神经网络中进行识别。RGB-D数据集中三组相似物体的识别结果表明，利用张量分解融合RGB-D图像的物体识别准确率高于未采用张量分解的物体识别准确率，并且单一错分实例的准确率最高可提升99%。     

基于UKF航迹滤波的干扰目标智能识别算法研究

针对雷达导引头末制导阶段抗干扰技术,建立了典型的距离-速度拖引干扰模型,采用无迹卡尔曼滤波(UKF),研究了基于速度、加速度、过载等指标的干扰目标智能识别技术。首先建立距离-速度拖引干扰模型,通过引入弹目相对距离、径向速度、高低角与方位角建立了系统跟踪模型。其次,给出了基于UKF实现目标跟踪与识别的滤波框架。在此基础上,以径向速度、径向加速度、角加速度与过载为评价指标,建立了目标智能识别指标体系。最后,通过典型的目标运动模型(目标跃升),对目标施加的四次距离-速度拖引干扰(两次前拖、两次后拖)进行目标识别。仿真结果表明,利用UKF滤波信息能够有效实现对距离-速度拖引干扰下的干扰和目标智能识别,仿真结果验证了该识别方法的可行性与有效性。     

稀疏孔径和大转角下ISAR对目标转动的估计

逆合成孔径雷达（inverse synthetic aperture radar，ISAR）对非合作目标做成像时图像质量依赖于对目标运动参数的准确估计.针对在稀疏孔径和非均匀转动条件下现存的参数估计方法计算量过大或者方法适用条件不满足，提出了一种基于神经网络的参数估计方法.此方法以成像问题的模型知识指导数据的生成过程，然后训练通用的神经网络，最终实现将数据中隐含的知识转化为转动估计器.从仿真实验结果来看，所得到的网络对满足一定信噪比要求的回波数据可以提供较准确的估计，所得参数可以帮助成像算法提高聚焦效果，大量的样例表明网络可以部分学习到回波与转动之间的关系.