基于ARM与ZigBee的嵌入式无线传感器网络网关的设计

针对ZigBee无线传感器网络与传统Internet网络之间进行数据交换的需求,设计实现了一种嵌入式网关,采用S3C2440A ARM芯片与CC2431 ZigBee芯片作为核心,扩展多个功能模块构成硬件平台,软件方面移植Linux作为嵌入式操作系统,Lighttpd作为嵌入式Web服务器,Sqlite作为嵌入式数据库,通过CGI技术实现用户与嵌入式Web服务器之间的数据交互,网关节点中的S3C2440A芯片与Sink节点的CC2431芯片之间采用串口进行通信,具有无线传感器网络的数据管理、存储及远程查询的功能,从而实现了传统Internet协议网络与ZigBee协议无线网络之间的数据交换。     

2GHz～6GHz功率驱动模块研究

文章研究了工作频率为2GHz～6GHz的微波功率模块（MPM）中的功率驱动模块。分析了功率驱动模块的特性与基本分析方法,重点研究了驱动模块中均衡网络的分析与设计及功率放大器的偏置技术。针对微波功率模块中小型化行波管的离散特性,可以利用仿真软件的优化功能快速地对功率驱动模块进行辅助设计。基于此方法,设计了一个频率为2GHz～6GHz、最大输出功率达32．5dBm的功率驱动模块。     

基于顶点与主体区域同步检测的精准车牌定位

为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车牌顶点和主体区域的同步定位。针对一幅图中存在多个车牌区域及顶点区域存在少量漏检和误检的情况,分别设计了车牌顶点归类和单一缺失顶点预测后处理算法,借助顶点间的空间位置关系进行漏检目标预测和误检目标排查,有效改善了因场景复杂导致的个别顶点目标检测效果差的问题。所提算法在中国城市停车场数据集(CCPD)上的测试结果显示,平均精准率达99.25%,平均召回率达98.70%。所提算法不仅能够准确预测出车牌的4个顶点坐标,而且在中端GPU硬件平台上处理速度可达121帧/s,具有较好的应用价值。     

基于多模态掩码Transformer网络的社会事件分类

多模态社会事件分类的关键是充分且准确地利用图像和文字2种模态的特征。然而,现有的大多数方法存在以下局限性：简单地将事件的图像特征和文本特征连接起来,不同模态之间存在不相关的上下文信息导致相互干扰。因此,仅仅考虑多模态数据模态间的关系是不够的,还要考虑模态之间不相关的上下文信息（即区域或单词）。为克服这些局限性,提出一种新颖的基于多模态掩码Transformer网络（MMTN）模型的社会事件分类方法。通过图-文编码网络来学习文本和图像的更好的表示。将获得的图像和文本表示输入多模态掩码Transformer网络来融合多模态信息,并通过计算多模态信息之间的相似性,对多模态信息的模态间的关系进行建模,掩盖模态之间的不相关上下文。在2个基准数据集上的大量实验表明：所提模型达到了最先进的性能。     

基于网络编码的无线NoC多播映射

具有高带宽、QoS保障和广播等优点的无线片上网络（NoC）能为通信信号系统的多核并行处理提供平台,而网络编码能够以较小功耗开销为代价显著提高NoC的传输效率。本文从通信信号系统的多播特性与需求出发,为无线NoC建立合适的架构与映射模型,在多约束条件下设计满足网络吞吐率性能最大化及核间通信延时、数据传输和编码功耗等开销最小化的任务映射与网络编码技术联合优化方法,实现了任务的高效并行与多处理核的协同工作。实验表明,本文提出的网络架构及映射算法与传统方式相比能节约6%的功耗,得到16%的吞吐率增益,并且路由节点硬件实现复杂度低。      

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。      

FC-AE-1553网络的“并发交换式”动态带宽调度机制

为提高航天航空网络传输性能,针对低轨空间舱内有效载荷系统的特点及有效载荷系统数据传输的要求,将空间有效载荷系统的数据分为周期性业务、突发性业务及强时效性业务3种业务类型,并综合分析3种业务特征,提出了一种可应用于FC-AE-1553网络的“并发交换式”动态带宽调度（DBA）机制,即突发性业务传输采用“并发交换式”的动态带宽分配,周期性业务采用静态固定带宽分配,强时效性业务采用抢占式带宽分配的方案。采用理论分析和仿真验证的方式分析了该调度机制的可行性,并通过OPNET仿真软件建立了FC-AE-1553网络仿真平台。结果表明,相比FC-AE-1553网络传统的“总线式”调度机制,所提机制可将FC-AE-1553网络的吞吐量提高10倍以上,且当网络节点数为32时,FC-AE-1553网络的吞吐量可从2.8 Gb/s提高到46 Gb/s,突发性业务的平均时延可降低1个数量级。      

基于不确定传感器状态的机载系统多层故障诊断方法

准确的机载系统故障诊断是保证飞机安全飞行和实现经济效益最大化的重要途径。然而传感器受到内外部环境条件的影响而不可避免的存在检测状态的不确定性,因此基于单个传感器或局部区域传感器综合检测结果的方法难以完全保证故障诊断的有效性和正确性。针对飞机机载系统的结构和工作原理,充分利用系统中不同层级、不同区域传感器检测特征之间的关联关系,考虑单个传感器本身存在的不确定性,构建了传感器信息前向融合与反向校验相结合的分层诊断决策方法,实现了对系统状态和传感器状态的双重估计与更新,克服了单一传感器故障对系统诊断推理准确度的影响。该方法较传统故障诊断模型,不再依赖某一个或某一类传感器信息的绝对可靠,在实现系统级的准确故障诊断同时,还能判断具体某一传感器本身是否发生虚拟警。在飞机液压系统故障诊断案例中,新方法成功将系统故障诊断的虚警率降低了96%,传感器的不确定度降低了84%。