摘要:为了解决机载平台传感器功能增多与飞机平台天线布局受限的矛盾,文章提出了一种基于时分复用的L频段天线共用的架构。该架构提高了L频段天线的使用效率,可以有效减少机上L频段天线的种类及数量,解决由传感器功能增加导致的机上天线布局困难的技术难题。工程实践结果表明,该架构能够有效降低航电系统的复杂性和成本,工作稳定可靠,后续可扩展至多个天线复用的其他应用场景。
摘要:针对控制局域网络(Controller Area Network, CAN)总线数据有效载荷不足的问题,文章基于标准帧格式和扩展帧格式的CAN通信协议,利用CAN总线数据仲裁段增加有效载荷。文章分析了CAN通信有效载荷,发现CAN总线标准帧发送数据时协议效率为13.3%~59.3%,CAN总线扩展帧发送数据时协议效率为9.5%~50.0%,CAN协议效率随着有效载荷的增加而增加。为了增加有效载荷,将仲裁段变为数据段的延伸形成扩展数据段,给出仲裁段结构重组与分段映射的方法,推导了仲裁段扩展后数据有效载荷的解析表达式,得到不同长度扩展数据段对有效载荷的影响规律并搭建测试平台进行验证。结果表明,在典型负载条件下,所提方法可显著提高有效载荷。
摘要:针对传统电子标签功能单一、难以兼顾远距离与近距离通信需求的问题,文章设计构建了射频识别(Radio Frequency Identification,RFID)与近场通信(Near Field Communication,NFC)双频复合式电子标签芯片架构系统。异构射频模块通过信号筛选分离、时隙分配与调制叠加,生成稳定的双频复合信号。控制模块通过信号预处理与特征提取,结合数据读取需求与信号质量评估,精准生成频段切换指令。分层存储模块划分为RFID数据区、NFC数据区与动态安全数据区,依据安全等级实现数据分类加密存储。电源模块基于环境感知与状态评估模型,实现激活、休眠、低功耗等多状态智能切换。数据输出模块通过构建频段、芯片状态与存储区域的映射体系,实现目标数据快速精准调取。该双频复合架构可有效降低信号干扰与系统复杂度,增强芯片环境适应性与数据安全性,适用于身份识别、交通支付、物品溯源等多场景应用。
摘要:文章设计一种模块化的实验平台,采用核心主板搭配可插拔模块的三层架构形式,兼容 LoRa、蓝牙、Wi-Fi 等多种通信技术,在硬件设计中还特别兼顾开放性与安全性的双重需求。为让平台的功能优势充分适配教学场景,文章还同步搭建阶梯式实验教学体系,按照从基础认知到创新应用的逻辑推进教学内容设计,实现平台与教学的深度融合。从实际教学反馈来看,该平台的应用成效十分突出,不仅有效地激发了学生学习兴趣,更让学生在系统集成、协议应用与硬件调试方面的工程实践能力得到显著提升,也为相关课程改革与实训体系建设提供创新性的硬件解决方案。
摘要:针对低空经济中无人机系统因缺乏精准能耗监测导致的续航预估偏差与任务中断问题,文章设计了一种搭载专用能耗监测模块的无人机系统。系统分为空中端与地面端,空中端用于实时采集飞行姿态、速度、电池电量等参数;地面端包含地面站与监测平台,地面站用于处理数据、下发控制指令,监测平台实现数据可视化、报告生成等功能。空中端与地面端通过MAVLink协议进行数据交互,可实现无人机飞行状态实时监测、能耗消耗特征分析、异常情况告警等功能,解决传统无人机系统能耗管控不精准的问题。
摘要:随着光伏储能系统在微电网中的广泛应用,双向DC-DC变换器作为能量双向管理的核心电力电子接口。传统比例-积分-微分控制(Proportional-Integral-Derivative Control, PID)控制降低该系统动态响应速度、鲁棒性与稳态精度,从而直接影响系统的整体性能。而滑模控制凭借其快速响应与强鲁棒性,可以很好地提升系统稳定性。文章基于光伏储能系统,搭建非隔离DC-DC双向功率变换器的滑模控制仿真系统,通过MATLAB/Simulink仿真软件验证所提方法的有效性。结果表明,该控制策略具有一定的理论价值与工程应用前景。
摘要:针对智能保险箱驱动机构在暴力破坏下面临的剪切失效与非法回转等可靠性痛点,文章开展了基于蜣螂足关节多级特征的仿生自锁机构优化研究,通过提取生物半球体连接与表面微织构机理,提出了球副驱动配合、微观阵列方向性咬合以及复合材料螺旋交叉铺层的创新构型。文章结合力学实验,揭示径向应力转移与层间界面破坏的能量耗散与抗胀裂机制。结果表明,优化机构的逆向抗扭极限达到27.2 N·m,历经10000次疲劳循环仍维持稳定的机械咬合力。
摘要:针对校园应急救援场景下,异构四足机器人环境感知能力弱、统一管控难度大的问题,文章设计并实现了一套四足机器人监控系统。该系统以字树和云深处四足机器人为典型异构设备,采用了物理设备层、边缘计算层、网络传输层和应用指挥层的4层架构,实现了多机高清视频的实时回传、关键目标的识别测距以及异构设备的远程操控。实际应用结果表明,该系统能显著提升指挥中心对复杂环境的态势感知能力,提高多机协同效率,为校园安全防范体系建设提供技术支撑。
摘要:随着低空经济上升为国家战略,城市低空交通管理面临高密度、多主体、海量数据交互的挑战。文章基于混合联邦架构理论,设计了面向城市级应用的低空交通管理服务平台技术方案,在逻辑层面划分为核心服务层(Core Infrastructure Service Provider, CISP)与扩展应用层(UAV Service Supplier Provider, USSP)两层架构,实现了监管权威性与市场灵活性的有机统一。该研究方案采用云原生微服务架构实现弹性伸缩,基于Kafka构建高性能消息总线,借鉴动态异构冗余(Dynamic Heterogeneous Redundancy, DHR)内生安全防御思想应对未知威胁,严格遵循MH/T 3030—2023标准设计国密算法加密方案。仿真验证结果表明,系统并发处理能力设计目标可达1万架次/h,端到端时延<200 ms,空间查询效率达到毫秒级响应。
摘要:面向机电一体化工程中多源异构设备的监控集成需求,文章构建了“云—边—端”架构的信息系统,提升数据采集协同与实时处理能力。系统设计包括设备层采集、边缘协议转换、平台服务构建与统一建模,实现高频数据流的窗口对齐、多源融合、边缘推理与时序管理。实验搭建完整系统验证平台,测试结果表明,所构建系统在采集精度、推理延迟、吞吐能力与响应时间等方面优于传统方案,具备工程级部署价值。
摘要:随着智慧校园建设的推进,利用教室监控摄像头实现自动化课堂行为分析成为提升教学质量评估效率的重要途径。然而,监控摄像头安装于教室高处,远端学生仅呈现为极小目标,传统基于目标检测的方法检测率急剧下降。视觉语言模型(Vision Language Model, VLM)在场景理解方面的突破为绕过检测瓶颈提供了新路径。文章提出CLASSROOM-VL框架,通过自适应网格划分实现空间定位、对比度受限自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization, CLAHE)增强提升远端可见性、结构化提示词引导VLM进行行为分析、鲁棒解析管道提取结构化结果,实现无需目标检测的细粒度课堂分析。基于187帧标注数据和4个商用VLM的跨模型实验,揭示了“计数-语义”能力权衡悖论:计数精确型模型平均绝对误差达1.13,但行为准确率仅45.3%,语义强型模型行为准确率达59.7%,却存在系统性漏数。跨场景评估结果表明,讲授式课堂显著优于实训课堂,反映了面向显示器操作行为固有的视觉模糊性。
摘要: 针对城市环卫管理中人工巡检效率低、成本高且覆盖面有限的问题,文章提出一种改进型YOLOv8s垃圾检测算法。在构建多场景城市垃圾数据集基础上,通过主干网络采用分组洗牌卷积(Group Shuffle Convolution, GSConv)结构、颈部网络融合VoVGSCSP结构、卷积神经网络集成感受野注意力卷积(Receptive-Field Attention Convolution, RFAConv)模块等方法对YOLOv8s目标检测算法进行改进,以期有效减少模型的参数量,提升小目标和遮挡目标的检测精度,并通过实验验证本文方法的可行性。结果表明:YOLOv8s-Enhanced算法检测效果优于其他经典模型,且相较于YOLOv8s原始模型,改进算法在降低模型大小和模型参数的同时,检测精确率提高了3.3%,平均精度(mean Average Precision, mAP)提高了0.9%,mAP0.5:0.95改善了1.3%。因此,YOLOv8s-Enhanced算法实质性地提高了模型检测精度,补充完善了城市垃圾检测理论和方法,为智慧城市环卫管理提供了有力的技术支撑。
摘要:文章提出一种适合建设图书馆之城的图书馆智能咨询客服搭建的策略,不仅可供图书馆之城的中心馆使用,还以接口的形式提供给其他下属单位使用。该策略可保障使用服务的价格、安全性、便捷程度。以云端的服务为基础,根据各馆特点及需求选择不同的回复模型,搭建个性化的知识库。文章以广州图书馆为例,同时拓展到广州少儿图书馆乃至全市区级公共图书馆的应用。实践结果表明,搭建一体可用的图书馆智能咨询客服,能够有效降低馆员人力维护成本,同时为用户提供学习成本更低的咨询服务,能有效覆盖大多数咨询场景。
摘要:在制药行业数字化与国产化改造持续推进的背景下,超融合架构逐步成为核心机房的重要承载形态,但其集中化与高度虚拟化特征也对信息安全运维提出了更高要求。结合制药企业对业务连续性、数据完整性与 GxP 合规的约束,文章以实际改造案例为基础,构建了“云-管-端-治”一体化的信息安全运维模型,并配套形成可量化的指标体系。运行结果表明,该模型在提升关键系统可用性、强化特权运维控制和审计可追溯性方面效果明显,可为制药企业超融合环境下的核心机房安全运维提供实践参考。
摘要:针对产品数字护照(Digital Product Passport, DPP)中智能合约样本稀缺与分布不均导致的合约漏洞检测准确率低的问题,文章提出一种小样本检测方法。文章设计二次进化生成对抗网络,利用变异算子和粒子群优化对生成器进行二次变异,通过真实数据训练的判别器反馈优化生成器参数,合成高质量的数据,缓解样本限制;聚类合成数据训练基检测器,基于交叉注意力计算待检测数据的特征匹配,利用贝叶斯集成检测结果。实验结果表明,该方法在小样本条件下优于现有主流方法,漏洞检测准确率平均提升了14.47%,F1值平均提升了15.16%,可为DPP数据安全提供支持。
摘要:文章结合推动公立医院高质量发展的要求,以“档案数字化”为着力点,以三级公立医院综合档案为研究对象,基于工作实践、文献调查、网站调研、举例分析等研究方法,对三级公立医院高质量发展背景下综合档案的数字化管理方案进行分析研究,强化三级公立医院综合档案信息资源的支撑作用,推动公立医院档案工作高质量发展的进程。文章梳理了三级公立医院的情况特点、综合档案数字化管理的概念、高质量发展背景下的工作重点及难点;明确三级公立医院高质量发展背景下综合档案数字化管理的意义及工作原则;分析比较高质量发展背景下3种综合档案数字化管理模式的利弊;规范三级公立医院高质量发展背景下综合档案数字化管理的流程,从前期准备、重点攻坚、提升优化、运行管理4个方面提升综合档案数字化工作质量,推动三级公立医院综合档案信息资源的标准化建设,推进智慧管理与智能服务。
摘要:国土调查中二维影像主导的分类模式易受阴影遮挡、地形起伏等因素制约,图斑边界提取精度与遮挡区域识别效率难以兼顾。因此,文章聚焦基于无人机 LiDAR 点云的国土调查地物分类精度提升研究,通过点云数据增强、深度学习特征提取及自适应加权融合技术构建协同分类体系。实验结果表明,融合分类总体精度达 96.8%,遮挡区域识别准确率提升 23.8%,边界提取误差降至 0.11 m,为复杂地形国土调查提供了高效精准的技术路径。
摘要:城市轨道交通云平台已在各地新建地铁线路和已开通地铁线路中广泛应用,为各专业提供后端高效的计算资源和充足的存储资源,为地铁运营拓展非生产类业务提供便利。考虑到地铁运维过程中音频数据处理方式单一、应用难度大的情况,文章结合地铁运营线路中云平台技术架构和技术优势,系统研究人工智能(Artificial Intelligence, AI)语音识别技术在城轨云中的应用可行性、技术架构及场景落地。研究证实,AI语音识别技术融合应用于城轨云具备实用价值,可为智慧城轨运维数字化、智能化升级提供技术支撑和实践参考。
摘要:针对图像识别任务中普遍存在的特征维度高、冗余信息多以及特征选择过程缺乏动态调节能力等问题,文章构建了一种基于灰狼优化算法(Grey Wolf Optimizer, GWO)与深度Q网络(Deep Q-Network, DQN)相结合的自适应特征选择模型。该模型以DQN对动作价值函数的逼近能力为核心,引入GWO的群体搜索机制,将特征子集选择过程融入强化学习框架,使特征空间能够随训练过程持续演化。基于MNIST数据集的实验结果显示,相较于标准DQN方法,所提模型在损失函数收敛特性与奖励增长表现方面均呈现出更为稳定且高效的训练行为。
摘要: 针对家具流通环节木材识别效率低、端侧算力受限的问题,文章提出了兼顾精度与轻量化的BEL-ShuffleNet网络模型,为木材贸易、质量抽检以及消费者判断家具材质提供了一种便捷的方法。文章以ShuffleNet V2为基础网络,实施了3项定向优化:采用模糊池化BlurPool替代最大池化抑制混叠;在Squeeze-and-Excitation框架下设计高效归一化注意力模块(Efficient Normalization-based Attention Module, ENAM),取代多层感知机进行通道重标定;设计轻量化特征融合模块(Lightweight Channel-Lifting Module, LCLM)以替代末端卷积,并通过多组对照与消融实验验证其有效性。在测试集上,BEL-ShuffleNet准确率达94.95%,较基线提升2.88%。相比经典卷积神经网络MobileNetV4(88.94%)、EfficientNet-Lite(92.71%)、ResNet 18(91.51%)、RepVGG-A0(90.79%)和GoogLeNet(91.83%),各精度指标均为最优,推理时延也与ShuffleNet V2、MobileNetV4属同一量级。所提BEL-ShuffleNet模型,在保持轻量化的同时,提升了木材识别精度,为家具木材品类在移动端实现快速、无损识别提供了可行基础。
摘要:新质生产力加速形成推动装备制造业深度数字化转型,工业互联网专业人才培养面临岗位能力迭代快、传统课程体系适配不足的问题。文章以岗位能力为牵引,构建新质生产力导向的“岗课赛证”模块化课程体系,明确高科技、高效能、高质量/绿色三条能力主线,搭建“基础—核心—综合”三阶模块框架,设计嵌入式融通机制,从资源、教学、师资、评价4个方面提出实施路径与保障。该体系实现课程内容与岗位、证书、竞赛的深度融通,形成闭环培养模式,其创新在于以产业需求动态迭代模块、强化赛证标准嵌入式融合,为高职同类专业教学改革提供可复制的实践路径。
摘要:为克服大数据技术专业核心课程体系中存储/资源层(Hadoop 生态)、计算/应用层(Spark 框架)教学内容彼此割裂,导致学生难以构建一体化工程能力的难题,文章提出了一种以能力链锻造为核心的衔接性教学改革方案。文章以产业界存算协同标准流程为蓝本,逆向设计出基础认知、协同操作、核心开发、综合实战4个阶段的教学模块,以及包含多个技术栈的跨平台、全流程综合项目,并对数据安全、系统思维等育人元素进行深度挖掘,把它们融入数据处理的全过程之中,创建起以衔接能力达成度为重心的多元证据性评价体系。该方案旨在创建紧密协同的大数据技术课程群,从而提高学生的技术整合能力以及系统的工程素养,并给出了一套完整的、可执行的设计框架和实践途径。
摘要:在人工智能(Artificial Intelligence, AI)技术快速发展与教育数字化转型背景下,农业类应用型本科“机器视觉基础”课程暴露编程基础薄弱、AI素养不足、农业情境缺失及结果导向单一等痛点。文章以生成式AI为技术杠杆,构建“分层递进式AI调试实践、师生+AI素养培养、AI辅助农业场景资源构建、AI诊断驱动形成性评价、学习数据闭环改进”五位一体的混合式教学模式:课前—课中—课后嵌入最小可运行案例与AI调试范式,提升“能跑—能改—能解释”能力;通过构建“教师+AI、学生+AI”协同的人机交互训练机制,将提问表达、结果验证与过程记录嵌入教学流程,系统提升师生AI素养与验证的学习反思能力;借助AI生成多难度农业项目链,实现情境-算法双对接;搭建“证据采集—智能分析—教师决策”评价链条,强化过程能力刻画;依托学习数据完成“实施—反馈—优化”迭代,实现课程持续改进,为农业类应用型院校技术课程的数字化改革提供了可复制、可推广的范式。
摘要:为破解民办高校软件测试课程“重理论、轻实践、缺前沿”的难题,文章提出了一个生成式人工智能(Artificial Intelligence, AI)深度融入教学全流程的系统框架。该框架以人机协同、评审驱动、闭环评估为核心理念,完整覆盖软件测试教学生命周期。针对民办高校学生特点,构建了角色—任务—约束—输出四要素结构化 Prompt 工程方法,并配套“功能-接口”双轨递进式项目资源包。本框架为一线教师提供了即取即用、可评估的 AI 赋能教学改革工具,旨在提升学生在智能化时代的工程实践与协同创新能力。