【摘 要】
：
本文设计了基于ZigBee技术的铁道沿线边坡滑坡灾害监测系统.系统利用相位式激光测距传感器对边坡滑坡体地表位移量进行采集,通过ZigBee网络将采集信息发送到协调器,协调器通过串口与4G通信模块相连,依靠4G网络将信息远程传输至地面监控中心.通过实验室测试证明,该系统测量精度高、运行稳定,具有较高的应用价值.
【机 构】
：
大连交通大学电气信息工程学院,大连116028
论文部分内容阅读
本文设计了基于ZigBee技术的铁道沿线边坡滑坡灾害监测系统.系统利用相位式激光测距传感器对边坡滑坡体地表位移量进行采集,通过ZigBee网络将采集信息发送到协调器,协调器通过串口与4G通信模块相连,依靠4G网络将信息远程传输至地面监控中心.通过实验室测试证明,该系统测量精度高、运行稳定,具有较高的应用价值.
其他文献
为研究SIMD在嵌入式领域中对处理器性能的提升效果,选择一种并行化程度较高的图像处理算法Yolov3进行SIMD向量化移植.根据开源指令集RISC-V扩展指令集中的V(Vector)指令集修改Yolov3算法的代码,将其部署到优矽科技自研的WH64处理器的VPU(Vector Processor Unit)中验证;结合Amdahl定律和Yolov3自测程序评估SIMD算法提升的性能.实验结果表明,在Xilinx的Kintex7板上以50 MHz主频运行,在向量化算法占比90％以上时,SIMD处理过后的代码
本文设计了基于大数据分析的通信信号智能检测系统.基础设施层在VM虚拟机上创建多个Xen虚拟机,通过数据持久化设计实现信息虚拟化存储与管理,并将采集的数据通过网络通信层传输至核心服务层,核心服务层采用大数据分析方法构建通信信号检测模型,通过捕捉相邻信号之间非线性时空动作,评价相邻行为之间工作状态的关联性,预测信号行为后续工作状态,实现通信信号检测,并将识别结果反馈给用户接口层实时查看.实验结果显示,该系统的通信信号检测正确率始终高于95％,识别结果准确、可靠;异常信号检测的漏拒率较低,且识别效率高,具有全面
本文基于ESP32微控制器设计了一种轻量化的卷积神经网络用于自动识别水表的数字读数,该神经网络通过Tensorflow Lite深度学习开源框架部署到微控制器上,通过OV2640摄像头采集图像并传输给ESP32微控制器调用神经网络模型执行数字分类推理,实现读数识别.实验结果表明,该网络模型可以部署在硬件资源有限的ESP32微控制器上运行,对于清晰数字样本的预测准确率可达96％以上.
针对高能物理研究、激光测距等对时间测量具有高精度要求的领域,采用时间周期计数粗测和时间-电压转换精测相结合的测量方法,设计了时间间隔测量系统,其主要由时间-电压转换电路、脉冲生成电路等组成,利用对电压量的精准测量转化为高精度的时间量.对系统供电进行优化,同时满足低功耗和低噪声的需求;分析了环境和电路板自热造成温度变化时对测量过程带来的误差,提出利用自校准技术消除温度影响.该系统具有测量范围高达20 s,测量分辨率为0.2 ps的优点.
本文首先对被测环境中水工水情检测需求进行分析,然后设计了水工水情监测系统方案.该方案结合了ZigBee与云计算技术的优势,将每个检测设备作为网络终端采集节点,并将所有的节点组合形成星型拓扑结构组网,从而实现监控区域内水情信息的检测与分析.最后对本文提出的水工水情监测与分析系统进行测试.测试结果表明,输出功率为±3 dBm时,外界地理环境为空旷无障碍的条件下,本文构建的水工水情监测与分析系统的通信距离为450 m,在外界地理环境有障碍时,系统的通信距离为320 m.在传送信号强度为-95 dBm时,系统的丢
传统自旋锁具有无序竞争的特点,本文对自旋锁机制进行了研究,通过引入优先级和等待次数阈值提出可调优先级自旋锁,保证高优先级任务尽可能多地获得锁,低优先级任务经过一段等待时间后调整优先级、增加获取锁的机会,实现了可调优先级自旋锁并通过实验进行了验证.测试结果表明,可调优先级自旋锁既能够减少传统自旋锁的时间开销,又能保证高优先级处理器核锁申请较快得到响应,验证了可调优先级自旋锁在多核系统中是可用的.
针对传统充电桩故障采用定期人工诊断无法及时反映设备的故障状态,同时浪费大量人力成本的问题,本文通过利用大数据的诊断方案对充电桩的运行状态进行分析,利用离散小波变换对采集的原始信号进行变换,降低其在时间尺度上的复杂度,然后利用密度峰值聚类算法对样本数据进行聚类分析,完成对故障的诊断.试验结果表明,本文设计的诊断方案的准确率在95％以上,平均准确率达到97％,可以更准确地进行故障检验.
针对水利水电工程施工现场异常因素多、监控力度薄弱问题,本研究通过融合ARM控制技术和LoRa通信技术实现现场信息的采集控制,利用STM32F103VET6单片机计算单元实现不同种类的传感器电路信息的计算,通过STM32F103VET6芯片和Cortex-M3内核的处理器实现多种信息的采集控制,本研究还通过构建卷积分神经网络模型实现异常数据信息下的图像识别,提高了监控力度.通过试验,本文研究方法大大提高了恶劣天气下的图像识别能力.
目前对物流运输车辆的远程监控还存在手段落后、误差较大、难以满足实际需求等问题.为提高物流运输效率,本文基于物联网与云计算技术设计了一种物流运输车辆远程监控管理系统,通过对系统的仿真模拟实现了对物流运输车辆数据的采集、传输和处理.本研究可为远程监控物流运输车辆提供一种可行的技术支撑手段.
本文提出一种基于裸机架构的异常定位方法,介绍了其在ZYNQ-7000 SoC上的实现.从异常信息的收集、记录、上招及解析各个阶段详细描述了其实现机制.实际应用和测试结果表明,该方法实现简单、方便易用、定位准确,能够极大地提升裸机系统问题分析效率,具有较好的工程应用价值.