全部分类/
科学普及/
现代电子技术

现代电子技术

2026年01期

本刊以电子技术为主体，探讨和报道信息产业及电子行业中新技术，新器件，新应用的学术论文及成果；提供国内外最新的电子技术发展动态及产品市场信息；为企业的新产品，新技术，新成果在产业及行业内的推广架起一座金桥。

扫码免费借阅

目录

快速导航

通信与信息工程 | 4T/8T像素结构CMOS图像传感器的空间辐照影响及加固技术研究

通信与信息工程 | 4T/8T像素结构CMOS图像传感器的空间辐照影响及加固技术研究

摘要：互补金属氧化物半导体(CMOS)图像传感器(CIS)常用于空间光通信中的捕获、跟踪、瞄准(ATP)系统中探测信标光方向。宇宙空间辐射会影响CMOS图像传感器的工作性能及工作寿命，研究空间辐照对器件的影响原理及抗辐照加固技术可以提升CMOS图像传感器实际工程应用能力。因4T/8T(Transistor)像素结构CMOS图像传感器在ATP系统中有广泛应用，从电离总剂量效应、位移损伤效应、单粒子效应三个方面综述了4T/8T像素结构CIS国内外辐照试验研究成果及抗辐照效应加固技术。提出针对8T像素结构CIS单粒子效应的加固方法，实现了CMOS图像传感器与FPGA单粒子翻转效应时无需断电重启的校正和单粒子门锁时的关断与重启，提升了CMOS图像传感器的抗辐射效应性能。
通信与信息工程 | 基于FAST网络的毫米波雷达端到端手势识别

通信与信息工程 | 基于FAST网络的毫米波雷达端到端手势识别

摘要：针对目前的毫米波雷达手势识别方法存在预处理步骤复杂、效率差和精度低等不足，文中提出FAST网络模型。首先，该模型使用复值线性层构建傅里叶网络，以离散傅里叶变换值对傅里叶网络进行权重初始化，雷达原始数据经过傅里叶网络后得到距离-多普勒特征;其次，引入ECA模块并计算帧通道注意力权重,提升对手势特征的提取能力;最后，采用Swin Transformer提高计算效率与识别精度，并扩大感受野，利用损失函数进行反向传播并对模型的参数进行选代更新。实验结果表明，提出的基于FAST的毫米波雷达端到端手势识别算法在提升计算效率的同时，达到了 96.46% 的准确率，与其他主流算法相比具有先进性，为毫米波雷达手势识别在智能家居、移动设备上的应用提供了更为精简且高效的解决方案。
通信与信息工程 | 面向远海场景的统计信道建模与性能分析

通信与信息工程 | 面向远海场景的统计信道建模与性能分析

摘要：目前对海洋通信的研究多集中于近海场景的信道建模，且较少考虑真实气象条件，针对远海场景的研究仍需进一步完善。为此，文中基于山东省黄海海域的实测气象数据，构建了利用海上蒸发波导现象的超视距统计信道模型，该模型采用有理数函数模型对海洋环境中电磁波的传播特性进行描述。同时，为提高模型的准确性，使用非线性最小二乘法对模型系数进行修正和优化。仿真分析表明，该信道模型在周边海域对电磁波传播路径损耗的预测更为精确，冬季和夏季的预测均方根误差均小于表面波导模型和自由空间模型，并在无人机辅助海上通信系统中表现出更为优异的性能。
通信与信息工程 | 低轨卫星捕获算法的优化与FPGA实现

通信与信息工程 | 低轨卫星捕获算法的优化与FPGA实现

摘要：与北斗卫星融合的低轨卫星通导一体化系统能够有效提高我国卫星系统的导航定位和通信能力，但低轨卫星终端的高速运动会导致多普勒频偏较大，增加信号捕获的难度，因此，为了快速且准确地捕获通信导航一体化信号，文中以低轨卫星高动态引起的大多普勒频偏信号为研究对象，通过Matlab工具分别仿真验证了PMF-FFT算法结合补零法和加窗法的优化效果，优化后的结构能使捕获峰值提高 64.7% 。通过确定窗函数和补零个数优化传统的PMF-FFT捕获算法，并对FFT模块进行改进，使其具有可重构性以适应补零个数不同的情况。文中使用Verilog HDL硬件描述语言对优化后的PMF-FFT算法进行硬件实现，Vivado仿真波形和实验结果均证实了算法优化后的正确性和有效性，为低轨卫星捕获提供了理论支持。
信号分析与图像处理 | 结合特征增强注意力的混合卷积去雾网络

信号分析与图像处理 | 结合特征增强注意力的混合卷积去雾网络

摘要：雾气会对图像造成严重的视觉退化，影响图像的细节和对比度，进而影响图像的可读性和后续处理任务的性能。针对现有图像去雾算法特征提取不全面、去雾图片细节缺失以及对非均匀雾图去雾效果不彻底等问题，文中提出一种结合特征增强注意力的混合卷积去雾网络。将差分卷积与原始卷积结合为混合卷积层，扩大特征信息提取范围；使用像素注意力机制与卷积块注意力模块生成特征增强注意力模块，提高网络的细节处理能力;融合通道、空间和像素三个尺度的特征信息，使网络可以关注雾气分布差异。实验结果表明，所提网络特征提取全面、去雾图像细节清晰、去雾彻底，在客观指标和主观视觉上表现良好，在具有良好去雾效果的同时，保持较强的鲁棒性和泛化能力。
信号分析与图像处理 | 基于跨尺度特征融合的内窥镜图像增强算法

信号分析与图像处理 | 基于跨尺度特征融合的内窥镜图像增强算法

摘要：临床医学的内窥镜图像由于在成像过程中存在补充光源不均匀和人体组织粘液反光的问题，出现大量曝光过度等图像质量较低的现象。现有基于深度学习的图像增强算法由于仅采用固定尺寸的特征融合方式，导致特征提取能力较低、增强效果较差。为改善这一问题，文中构建了基于跨尺度特征融合的内窥镜图像增强算法，通过构建CM卷积模块实现高性能特征提取，同时采用SPPF金字塔池化模块实现对特征图不同尺度的池化操作，并且在网络不同尺度的网络层之间引入跨尺度特征融合(CFF)模块，实现多尺度特征融合和上下文信息传播，从而大幅提高图像细节捕捉能力和图像质量。实验结果表明，文中算法在PSNR、SSIM指标均高于现有算法，其中PSNR指标提高了 9.9% ,SSIM指标提高了 15.4% ，可以实现高质量内窥镜图像增强任务。
信号分析与图像处理 | 一种抗遮挡重叠与尺度变化的行人检测算法

信号分析与图像处理 | 一种抗遮挡重叠与尺度变化的行人检测算法

摘要：针对复杂人群密集场景中因行人目标受遮挡和行人目标尺度不一等因素导致行人检测器检测精度下降、漏检率变高的问题，基于FasterR-CNN算法进行改进，提出一种抗遮挡重叠与尺度变化的行人检测算法。在特征提取环节，设计一种融合注意力机制的循环多尺度特征提取网络，用于学习更为丰富细致的多尺度特征信息，并重点聚焦于关键特征信息，提升网络对不同尺度行人目标的灵敏度；对于损失函数模块，引入斥力损失以降低目标相互遮挡对检测造成的干扰；在后处理环节,设计一种基于遮挡重叠率补偿的非极大值抑制算法,使得实际的抑制阈值能够随着遮挡程度的变化而自适应调整,从而进一步降低密集处行人目标的漏检率。实验结果表明：改进后算法的检测性能更为出色，在CrowdHuman和CityPersons数据集上的检测平均精度相比基准算法分别提升了 2.5% 和 1.9% ，对数平均漏检率分别降低了 3.5% 和 3.2% ,在TJU-DHD-pedestrian数据集上不同尺度行人目标的对数平均漏检率也得到较为明显的降低，所提算法可以适用于复杂场景中的行人检测。
信号分析与图像处理 | 基于卷积神经网络的高分辨率遥感影像目标边界提取方法

信号分析与图像处理 | 基于卷积神经网络的高分辨率遥感影像目标边界提取方法

摘要：为有效应对高分辨率遥感影像遮挡、旋转等因素对目标边界提取效果的影响，文中提出基于卷积神经网络(CNN)的高分辨率遥感影像目标边界提取方法。以卷积神经网络实现高分辨率遥感影像目标边界提取框架为基础，引入了特征增强模块，避免网络目标边界浅层、深层特征提取时存在语义信息的表征不足以及丢失细节信息问题；同时，优化网络损失函数，通过预处理目标边界图，将其转化为边界信息的概率图，并设定阈值来排除不确定性像素点，增强模型目标边界提取鲁棒性和精确度。实验结果显示，该方法可实现目标边界精准提取且不易受遥感影像旋转影响，在不同遮挡程度下均具备较为优异的目标边界提取能力。
信号分析与图像处理 | 基于隐含特征和SIFT方法的SAR图像多尺度配准

信号分析与图像处理 | 基于隐含特征和SIFT方法的SAR图像多尺度配准

摘要：为改善SAR图像配准过程中特征点分布不均、匹配质量不足等问题，文中提出基于隐含特征和SIFT方法的SAR图像多尺度配准方法。该方法对SAR图像进行极化分解后，使用过Wishart分布方式描述SAR图像相干矩阵梯度，再使用分辨单元1到2方式对SAR图像Wishart梯度进行描述，得到单级化SAR图像比值梯度，该比值梯度为SAR图像隐含特征，同时使用SIFT方法建立SAR多尺度空间，在该多尺度空间内生成SAR图像的降采样图像，在该降采样图像的基础上，计算单级化SAR图像比值梯度，依据SAR图像隐含特征确定SAR图像特征极值点和特征点主方向后，生成均匀的SAR图像多尺度配准特征描述向量，再通过欧氏距离来描述SAR图像多尺度配准特征描述向量之间的距离，实现SAR图像多尺度配准。实验结果表明：该方法提取SAR图像隐含特征能力较强，可在SAR图像存在缩放和旋转的情况下高质量实现多尺度配准，应用性较好。
信号分析与图像处理 | 基于LM算法的三维点云与二维图像标定方法

信号分析与图像处理 | 基于LM算法的三维点云与二维图像标定方法

摘要：针对激光雷达与相机检测时标定精度不足，导致后续激光雷达点云与相机图像的空间对齐产生误差，影响后续特征匹配、物体检测和三维重建准确性的问题，文中提出一种基于激光雷达三维点云和单目相机的二维图像的标定方法，旨在实现对大规模物体的精确检测和三维环境重建。该方法首先通过多帧点云数据叠加获得相对密集的点云测量，并利用角点检测算法检测图像中的特征角点;随后使用偏最小二乘法(PLS)对参数进行求解；最后利用LM迭代算法最小化重投影误差，提高标定精度。标定结果表明，SPAAM算法相较于经典方法重投影误差减少 8.6% ，所提方法相较于经典方法重投影误差减少近 38.2% ，验证了所提方法的准确性和有效性。
信号分析与图像处理 | 基于多任务学习的跳频调制方式识别与信噪比估计方法

信号分析与图像处理 | 基于多任务学习的跳频调制方式识别与信噪比估计方法

摘要：针对目前在跳频信号识别的多任务学习中存在晓晓板现象和使用IQ信号训练出的模型泛化能力较差的问题，文中提出一种改进的方法，采用CGC的多任务网络框架结合大卷积核与结构重参数化技术，以提高跳频信号调制识别和信噪比估计的准确性。该多任务网络架构采用硬参数共享，将网络通道划分为专家通道和共享通道，并引入了包含大卷积核结构重参数化与残差结构的MobileBlock层。与多任务学习中常用的MMOE结构模型相比，跳频信号调制识别的分类准确率更高，信噪比估计的均方误差更小。实验结果证明了该方法在现代军事通信对抗中的应用潜力，为跳频信号识别和参数估计提供了一个较好的解决方案。
信号分析与图像处理 | 考虑强噪声干扰的数字音频信号质量增强方法

信号分析与图像处理 | 考虑强噪声干扰的数字音频信号质量增强方法

摘要：针对数字音频信号中有效特征易被强噪声掩盖、时频域特性混淆，进而导致音频清晰度不足、可懂度大幅下降的问题，文中提出考虑强噪声干扰的数字音频信号质量增强方法。基于时段定位方法对强噪声实施预处理实现信号初步增强后,对目标时段数字音频信号进行短时傅里叶变换,映射至梅尔频率尺度，得到目标时段内含残留强噪声音频信号的精细特征。通过奇异值分解分离音频与噪声特征，经反对角线元素平均与特征逆转换，输出质量增强的数字音频信号。实验结果表明，所提方法可将SNR提升最高达 7.2dB ，即便在 -10dB 极端强噪声下，该方法仍展现出跨类型、跨强度的稳定增强优势，是一种具有普遍性、高效性的数字音频信息质量增强方法。
信号分析与图像处理 | 改进YOLOv8n的无人机航拍目标检测算法

信号分析与图像处理 | 改进YOLOv8n的无人机航拍目标检测算法

摘要：针对密集目标检测任务中由于多尺度和遮挡现象导致漏检的问题，文中提出一种改进YOLOv8n的方法(DERF-YOLO）。对于主干网络，首先使用C2f-RFCBAMConv模块替换卷积和C2f模块，利用感受野注意力机制优化的空间特征并结合通道注意力机制以提高改进算法特征提取的能力；其次设计EMBSFPN模块对颈部进行优化，实现小目标信息的跨尺度连接和特征融合，通过更换上采样模块使得算法能够在保证一定效果的同时保持高效性;最后使用DyHead代替原检测头进而引入注意力机制以提升小目标检测的精度。在VisDrone2019数据集上的实验结果表明，DERF-YOLO的 mAP@0.5,mAP@ 0.5:0.95分别达到了 30.9% 和 17.7% ，相比于 ΥOLOv8n 算法分别提高了 4.0% 和 2.7% ，参数量和浮点运算量分别为 2.94×10⁶ 和9.6GFLOPs，参数量相比于原始算法降低了 2% ，运算量仅仅增加了 18% 。该算法的精度高于其他同类算法，且满足监测需求，可以有效地应用于无人机航拍平台上的目标检测任务。
网络与信息安全 | 基于图的稀疏注意力实例分割算法

网络与信息安全 | 基于图的稀疏注意力实例分割算法

摘要：视觉图神经网络(VisionGNN)为计算机视觉提供了新范式，但基础模型ViG依赖KNN构图导致计算成本高昂。随后提出的MobileViG虽采用稀疏视觉图注意力（SVGA)提升效率，但其静态构图限制了全局特征获取。为此，文中提出全局稀疏视觉图注意力（GSVGA)模型，GSVGA通过连接图像行、列及对角线像素构建新型稀疏矩阵，解决了SVGA特征丢失问题，且无需耗时的张量重构操作。该模型引入最大相对图卷积，利用向左、右、下维度的滚动操作实现特征聚合，并结合扩张卷积扩大感受野，可以获取更多的特征信息。此外，模块集成了更新后的前馈网络，并选用GELU激活函数以提升大规模计算下特征变换的稳定性。实验结果显示,GSVGA在COCO 2017、iSAID和BDD100K数据集上表现优异；在推理效率上,GSVGA随迭代增加耗时显著降低；GSVGA在ImageNet-1K上的准确率为 88.12% ；中等目标实例分割的 mAP@0.5:0.95 为0.6751，且测试集误差为对比算法中的最小值。可视化结果证明，GSVGA能更精确分割单一及多个实例，具备极强的泛化能力与小目标检测能力。
网络与信息安全 | 基于深度光流估计网络的流速测量方法

网络与信息安全 | 基于深度光流估计网络的流速测量方法

摘要：在流速测量场景中，河面波纹反映了水流的运动特性，光流估计是捕捉这一运动的关键。然而，现有的光流估计算法主要针对刚体运动设计，未充分考虑水流的运动特性。为提升基于光流估计的循环全对场变换(RAFT)网络在水流速度测量中的适应性，文中提出一种改进的光流估计测速法。首先，针对水流运动的特点，设计了基于多尺度可变形卷积的特征增强模块，以增强网络对河流表面相似波纹的捕捉能力；其次，基于RealFlow框架构建了真实水流光流数据集，通过真实图像对渲染方法生成带有真实运动标签的图像对，以缓解网络在合成的刚体光流数据集上训练后应用于真实河道场景时的域适应性问题;最后，为验证改进方法的有效性，在真实场景的河流数据上进行水流速度的定量评估。实验结果表明，该方法在实际河道场景下的平均相对误差为 7.55% ，具有较好的准确性和可靠性。
网络与信息安全 | 基于SpaceP和K-means的货运航司航线网络特征分析研究

网络与信息安全 | 基于SpaceP和K-means的货运航司航线网络特征分析研究

摘要：针对航空货运行业的迅速扩张，航空货运网络结构变得更加复杂，文中通过SpaceP建模方法构建了货运航空公司航线网络模型，并运用K-means聚类算法对网络进行了深入分析。选取度、平均路径长度、聚类系数和中间度等关键网络特性指标对航线网络进行层次化分类，揭示了网络的复杂特征和层次结构。通过仿真实验评估了网络的小世界特性，并利用轮廓系数得到不同 K 值下的聚类结果，进而确定最优聚类结果。同时，模拟了航线网络在遭受攻击时的鲁棒性，实验结果表明：在航线网络较为脆弱的情况下，该方法为货运航司航线网络的优化和抗风险能力的提升提供了重要参考。
测控与自动化技术 | 基于约束跟随理论的动量轮倒立摆控制研究

测控与自动化技术 | 基于约束跟随理论的动量轮倒立摆控制研究

摘要：在处理欠驱动系统的控制问题时，传统控制方法常常面临跟踪精度低、能效差和控制律复杂等挑战。针对动量轮倒立摆这一典型的欠驱动非线性系统，文中提出一种新颖的基于约束跟随理论的控制策略。与传统方法相比，该策略无需线性化处理，能够充分利用系统的非线性特性，从而提升控制性能。首先建立了动量轮倒立摆的机械结构模型，并基于拉格朗日方程构建其动力学模型。通过将倒立摆的期望平衡角度设定为伺服约束，基于约束跟随理论推导出满足约束的力矩解析表达式，避免引入拉格朗日乘子等辅助变量。在Matlab/Simulink/Simscape环境中进行的仿真实验验证，以及基于ESP32控制核心的实验平台搭建，均证实了所提控制方法的有效性和优越性。与传统的线性二次调节器(LQR)控制方法相比，所提方法在控制效果上表现出显著优势。
测控与自动化技术 | 基于FPGA的轻量化自适应ORB算法研究与实现

测控与自动化技术 | 基于FPGA的轻量化自适应ORB算法研究与实现

摘要：为了解决ORB算法计算复杂、实时性差以及算法固定阈值在光照变化及低纹理场景下特征检测不足的问题，文中提出一种基于FPGA的轻量化自适应ORB算法加速架构。首先，对ORB算法的特征方向计算进行改进，采用了一种基于区域划分的特征方向角度和描述符计算方法，减少了计算资源消耗，结合FPGA的并行化和流水线计算优势，设计了一种轻量化ORB加速架构;其次，在原有算法的基础上加入直方图均衡算法，调整图像亮度，提高图像的对比度，使图像的特征细节更加明显;最后，针对ORB算法的固定阈值，设计了一种自适应阈值计算方法，实现了算法在弱光照和低纹理场景下提取特征点数量的提升。实验结果表明：相对于软件的算法实现，基于FPGA的硬件加速架构能够得到16.1倍的加速效果，在弱光照和低纹理条件下提取特征点数量分别是ORB算法的6.67倍和2.56倍，特征匹配点对数量分别是ORB算法的5.62倍和1.5倍。实现了算法的加速和资源消耗的降低，提升了算法的自适应性以及在不同场景的鲁棒性。
测控与自动化技术 | 基于全局与局部特征引导的显著性目标检测网络

测控与自动化技术 | 基于全局与局部特征引导的显著性目标检测网络

摘要：显著性目标检测旨在识别出图像中的显著性区域，然而，现有方法在处理复杂场景图像或多尺度物体时往往表现不佳。针对现有网络在处理复杂场景时无法精确定位目标的问题，借鉴人类视觉系统的特性，文中提出一种全新的基于全局与局部特征引导的显著性目标检测网络，通过全局与局部特征增强模块帮助网络获得更丰富准确的特征。针对多尺度目标检测效果不佳的问题，提出基于注意力机制的多尺度特征融合模块,加强了多尺度特征之间的融合，并提取出更深层的全局特征。设计了一个误差损失权重，通过计算预测图与真实图的并集与交集的差值作为损失函数的权重，通过像素级的误差计算，增强了网络对局部特征的敏感性与空间一致性。在5个公共数据集上与近年来的12种先进方法进行比较，文中方法在多个指标上表现更优，证明了所提方法的优越性与高效性。
测控与自动化技术 | 基于改进EEMD-FFT-FRFT的非平稳故障特征提取方法

测控与自动化技术 | 基于改进EEMD-FFT-FRFT的非平稳故障特征提取方法

摘要：复杂工业环境中非平稳信号的故障特征提取是信号处理与故障诊断领域的难点，尤其在强噪声干扰和变工况条件下,现有方法的特征提取效果仍难以满足工程需求。为了提高非平稳信号故障特征的提取效果，文中提出一种基于改进分数阶傅里叶变换(FRFT)的信号处理方法。首先，对采集的振动信号通过包络解调和均值归一化进行预处理；然后，采用EEMD进行分解,避免EMD中的模态混叠问题;其次，通过FFT客观筛选包含关键特征的本征模态函数(IMF)；最后，对选定的IMF应用FRFT,实现特征提取与抑制残余噪声。通过滚动轴承实验平台验证及相关算法对比表明，所提方法不仅能从原始信号中提取故障特征，而且提取的故障特征更加完整清晰，所含噪声成分更少，验证了该方法的有效性。
测控与自动化技术 | 小样本不平衡数据集异常双层窗口检测方法研究

测控与自动化技术 | 小样本不平衡数据集异常双层窗口检测方法研究

摘要：当数据库的正例样本与负例样本之间存在数量级差别时，不平衡数据中存在的类重叠问题会使数据的决策边界重叠。使用单一窗口更关注数据的相似性结构而不是时间尺度的分层，导致在检测不同时间尺度的数据时几何平均值(G-mean)数值较小。为此，文中提出一种小样本不平衡数据集异常双层窗口检测方法。采用改进合成少数类样本过采样技术，新建不重复少数类样本，实现小样本不平衡数据集均衡化处理；考虑数据的时间尺度，采用双层窗口将均衡化后的时序数据划分为多个子时间序列，计算斜率置信区间距离半径特征，识别异常子序列，结合K-means聚类算法从异常子序列中识别出异常数据。实验结果显示：该方法可有效实现不平衡数据集均衡化处理，精准完成不同不平衡率小样本数据集的异常数据检测，G-mean数值高于0.7，为异常数据检测提供了一种有效的解决方案。
智能交通与导航 | 面向自动驾驶的多尺度目标三维检测算法

智能交通与导航 | 面向自动驾驶的多尺度目标三维检测算法

摘要：在自动驾驶场景中,使用单目相机进行三维目标检测是一项具有挑战性的任务，尤其是在复杂道路环境下，目标的尺度差异和遮挡现象容易导致误检或漏检。针对这一问题，文中提出一种基于特征融合与增强的单目三维目标检测算法。首先，构建FasterNet+作为骨干网络，通过优化嵌入层和块结构，增强细节信息的提取,提升网络的整体性能；其次，设计多维特征自适应融合模块，自适应地选择并融合高维与低维特征，解决高维特征丢失小目标信息和低维特征缺乏上下文信息的问题;最后，引入特征增强注意力模块，突出特定目标区域，进一步提升网络在目标定位和分类方面的精度。在nuScenes数据集上的实验结果表明，其mAP和NDS比基准方法分别提高0.038和0.035，可以有效检测出不同类型和尺度的目标，并展现出更强的鲁棒性，为自动驾驶场景中的多维目标检测提供了一种新思路。
智能交通与导航 | 基于改进A-Star算法的机器人路径规划研究

智能交通与导航 | 基于改进A-Star算法的机器人路径规划研究

摘要：针对路径规划中A-Star算法的效率与路径的可行性问题，文中提出一种改进的A-Star算法。采用栅格法创建地图，加入了障碍物膨胀检测，以避免规划物距离障碍物过近，从而确保路径安全性。采用改进的八邻域搜索法进行路径搜索，剔除不必要的搜索方向;引入了非线性加权因子优化的启发函数，动态调整启发值，使得算法在不同环境下具备更好的适应性和灵活性。结合双向搜索策略，在搜索过程中同时从起点和终点进行路径规划，有效减少了搜索时间和计算成本。引入冗余点去除策略，在路径规划完成后删除不必要的节点，优化了路径的简洁性和可行性。采用B样条曲线对规划结果进行平滑优化，提升了路径的可行性与平滑度。通过上述改进， A-Star 算法在多种实验环境中展现出更高的效率和安全性，能够有效应对复杂的机器人路径规划任务。
电子技术与应用 | 基于改进RRT算法的机械臂路径规划

电子技术与应用 | 基于改进RRT算法的机械臂路径规划

摘要：针对快速扩展随机树(RRT)算法在机械臂路径规划中存在盲目搜索、计算时间长和冗余过程点比较多的问题,文中提出一种改进RRT算法。首先建立了固定采样函数，使得随机树的扩展更具有方向性；其次在自适应步长基础上加入动态目标偏置策略，通过避免对局部区域过度搜索来提高收敛速度；最后利用固定采样点构造两棵随机树进行搜索，解决了算法扩张速度慢、收敛速度慢和盲目性的问题。简单环境下仿真结果表明：改进RRT算法相对于其他三种算法收敛时间分别减少了 18.3%,30%,63.5% ，路径长度分别缩短了 14.1%,3.5%,41.6% ；复杂环境下仿真结果表明：改进RRT算法相对于其他三种算法收敛时间分别减少了 56.4%.43.3%.67.6% ，路径长度分别缩短了 16.1%9.7%.34.2% 。证明了改进后的算法在解决收敛速度慢和导向问题上的有效性，同时算法对复杂环境的适应性也更强。
电子技术与应用 | 基于物联网的智慧粮仓系统的设计

电子技术与应用 | 基于物联网的智慧粮仓系统的设计

摘要：为了提高农业信息化水平,改善对粮仓环境和设备的监管效率，文中设计一种基于物联网的智慧粮仓系统，以传感器、微控制器和低功耗蓝牙无线通信模块为主体，对粮仓内的环境进行实时监测。将采集的数据通过串口发送到PC端,再通过Intemet将粮情参数传输存储到云平台，从而实现粮食仓储智能化管理。用C语言编写软件，在Keil平台编译后下载到微控制器，并和其他传感器等模块连接、上电，系统可对粮仓内环境参数进行采集，温度误差可控制在范围内，湿度误差可控制在 ±5%RH 范围内，通过云平台可远程监测和控制粮仓的运行状态，及时调整通风、加热、降温等设备工作，确保智慧粮仓系统安全稳定运行。
电子技术与应用 | 面向可重构结构的CNN模型混合压缩方法

电子技术与应用 | 面向可重构结构的CNN模型混合压缩方法

摘要：随着卷积神经网络规模的不断扩大，其参数量和计算量显著增加，导致硬件面临严重的访存瓶颈，限制了计算效率。为解决这一问题，文中提出一种面向可重构结构的CNN混合压缩新方法，该方法采用先剪枝后量化的策略，通过基于一阶泰勒展开的滤波器剪枝、基于阈值的全连接层权值剪枝和混合精度自适应量化策略，来减少模型参数量和计算复杂度，并部署在自研的可重构处理器上。实验结果表明，所提方法在VGG16和ResNet18模型上分别实现了31.4倍和7.9倍的压缩比，精度仅下降 1.20% 和 0.74% 。在基于VirtexUltraScaleVU440FPGA开发板搭建的可重构阵列处理器上，压缩后的VGG16模型执行周期最大降低了 62.7% 。证明所提方法适合资源有限的边缘计算设备。
电子技术与应用 | 开源软件无线电在LabVIEW中的信号采集应用研究

电子技术与应用 | 开源软件无线电在LabVIEW中的信号采集应用研究

摘要：为解决开源软件无线电的开源软件代码质量、版本一致性和可靠性较差，严重阻碍软件无线电技术推广应用的问题，文中以LimeSDR为例，介绍了该设备的主要技术特点以及系统驱动安装、参数配置的方法及过程，并给出该模块通过LabVIEW生产者/消费者模型进行信号采集的应用案例。案例运行结果表明，依托API库，LabVIEW能够稳定、可靠地支持开源软件无线电设备进行信号采集及数据处理等应用，研究结果有助于规范和统一该设备的软件开发工作，对该设备的工程化推广具有较强的参考意义。
电子技术与应用 | 无线视频传感器网络全视角目标栅栏合并技术研究

电子技术与应用 | 无线视频传感器网络全视角目标栅栏合并技术研究

摘要：针对现有的WVSN目标栅栏构建技术未考虑全视角覆盖问题且传感器使用效率不高，致使WVSN入侵检测常常失效且工作时间较短的问题，文中提出一种在WVSN中构建并合并最少全视角网格目标栅栏的算法(MFGTM）。该算法首先将WVSN覆盖区域划分成等大小的网格，其次搜索所有全视角网格，然后为每个监测对象构建最少全视角网格目标栅栏，最后对多个全视角目标栅栏进行合并。由仿真实验结果可知，MFGTM算法能有效地在WVSN中为多个监测对象构建独立的全视角目标栅栏，并进行高效合并。相较于TBC算法，MFGTM算法目标栅栏构建的成功率提高了约 23% ，栅栏构建的平均网格数和平均节点数分别减少了约 20.2% 和 10.8% ，目标栅栏合并效率提高了约 20% ，有效降低了构建目标栅栏的网络资源损耗，延长了网络的生命周期。

过往期刊

更多

猜你喜欢

西安邮电大学电子阅览室