基于图像预处理分类分割的盲道分割算法

高准确分割率的盲道分割算法是实现高性能导盲系统的重要保障. 提出一种基于颜色直方图支持向量机方法,将盲道预分类为颜色盲道或纹理盲道,采用对HSV颜色空间的多参数融合的改善OTSU分割方法处理颜色盲道分割,采用基于纹理增强的K均值聚类方法处理纹理盲道分割. 通过有效的预处理分类,可以针对性地根据盲道的颜色或纹理特征进行识别,同时由于采用了改善的颜色和纹理分割算法,极大地改善了对不同种类和环境下的盲道的适应能力. 测试证明,该方法对于测试库图片平均分割准确率可达到90%以上.     

基于MATLAB和IP核的心电信号数字滤波器的设计

传统的心电信号滤波功能一般是由模拟滤波器完成,但模拟滤波器存在较多的缺点（处理精度不高、速度不快、容易受到干扰以及适应差等）,已越来越难以满足现代信号采集系统的要求.现提出了一种基于MATLAB和FPGA的数字滤波器的实现方案,能较好地克服上述模拟滤波器的缺点.该数字滤波器首先使用MATLAB和IP核相结合的方法生成代码,然后通过QuartusⅡ软件把编译的程序下载到FPGA中以实现数字滤波器的软硬件设计.此方法使数字滤波器的设计变得非常简单和可靠.经试验,该数字滤波器在心电信号处理运用中满足设计要求.     

可在线编程的多功能单片机实验板

实验板以SST89E564RD单片机为核心,兼顾学生单片机实验和毕业设计等不同用途,集成了I2C、SPI等多种总线协议,具有串口在线调试、编程和脱机运行等功能,应用Keil C51 uV2集成开发环境．它具有模块化硬件结构和简单的人机交互功能,在测量、控制、实时时钟和数据存储等用途中,可选取相应模块组成实际应用系统．详细阐述了系统组成、硬件系统设计、监控程序和实验程序的开发．     

基于DDS的新颖多功能程控电源的设计

多功能和数字化控制是现代电源技术发展的重要方向. 本文设计了一种新颖的高精度、多功能程控电源. 系统采用模块化设计,主要包括信号发生器、恒流源、多功能程控调节电路、功率放大器和触摸式液晶显示屏等模块. 设计的电源,既能提供±15 V的稳压电源,并实现0~1 200 mA的可编程恒流输出;也能作为高精度信号发生器输出0~100 kHz的正弦波、三角波和0~10 kHz的方波甚至是任意波形的功率电源,达到一机多用,减少实验室仪器设备数量、节省实验桌面空间的目的.     

基于捷联惯性导航的室内定位系统研究

基于捷联惯性导航的室内定位系统是综合运用MPU6050陀螺加速度计模块、HMC5983三轴电子指南针模块和蓝牙模块来实现定位. 系统以STM32单片机为控制核心,依此算出四元数和旋转矩阵,并利用卡尔曼滤波算法计算最优姿态角,在此基础上获取载体在导航坐标系中的运动加速度,通过对加速度的两次积分计算出载体在导航坐标系中的位置信息. 为了克服惯性导航固有的不可消除的积累误差,布设关键通信节点,采用局部蓝牙通信定位,并通过加权平均融合对位置信息做出修正,提高了定位系统的定位精度.     

基于MATLAB串口通信及滤波的心电信号采集仪设计

介绍一种新颖的心电信号采集仪器的设计方法。仪器采用低功耗单片机MSP430FG439作为信号的前端采集、放大处理器;PC机作为信号滤波、分析的后端处理机,PC机上的MATLAB程序利用串口实时获取心电数据,并对其进行滤波。这样的组合方式充分兼顾了单片机理想的实时测控能力和PC机MATLAB强大的信号处理能力,是一种新颖的智能仪器设计方法。     

窄脉冲调理及光路同步识别的安全光幕电路

在现代化生产过程中,人机交互十分频繁,保障作业人员安全的电路系统显得十分重要,由此,提出了一种新型的红外安全光幕电路。针对光幕电路中红外光线远距离、高抗干扰的工作要求,提出了大电流窄脉冲调理的方案,并且巧妙地利用收发两模块之间信号的逻辑关系,实现了光路的同步识别。实测结果表明该安全光幕电路完全满足光电安全保护的需要,具有较强的实用价值,应用前景良好。     

具有精确基准频率的数控半桥PWM输出调整电路

在超声换能器电源电路中,为能使超声换能器以一定的振幅谐振,必须精确控制振荡电路的频率及功放电路的输出功率.设计了一种具有精确基准频率控制的数控半桥PWM输出调整电路,利用DSP芯片TMS320F2812控制AD9833产生精确的基准频率信号,并结合数控电位器X9312和555定时器,实现数控调整PWM波形的占空比,达到...     

基于nRF24L01的互动教学系统

以STC90LE58RD+单片机和nRF24L01+无线射频通信模块为基础实现互动教学系统的研制.阐述了系统整体结构、硬件电路设计以及软件控制流程,突出介绍了对通信防碰撞技术的研究.运行结果表明,该系统操作方便,数据传输可靠,功耗低,完全能满足课堂互动教学的需求.     

有教师指导细化拟合的ART2神经网络的研究

ART2神经网络广泛应用于模式识别问题,但有时具有某一属性的模式在模式空间中不一定聚集紧密.当几个模式由于发散而在空间互相交错时,要用ART2神经网络产生复杂的模式空间分类曲面将它们分开则相当困难.另外,ART2对所分的类型并没有任何先验知识,也就是说,ART2本身无法指明所得各类模式的归属.本文提出一种新颖的ART2神经网络,使用先细化后拟合的方法解决了复杂交错的模式分类问题.将这种ART2神经网络用于高频心电图特征数据分类,结果显示大大提高了分类的正确率.