基于双通道注意力的轻量化PCB缺陷检测研究

印刷电路板 (printed circuit board,PCB)在实际生产过程中存在缺陷样式多种多样、缺陷小、缺陷位置难以定位的问题,而一个巨大的模型难以实现实时检测的要求,且大量的深度可分离卷积层建立的轻量级模型也不能达到足够的精度,为此提出一种基于YOLOv5s的PCB缺陷检测算法。 将原始Backbone的Conv模块跟C3模块用GhostConv替换,在Neck部分则引入了一种新的轻量级卷积技术GSConv,减轻模型大小的同时保持精度,GSConv在模型的准确性和速度之间完成了一个极好的权衡,针对许多注意力模块无法关注全局信息同时模型大的问题,提出了多尺度的轻量化双通道注意力模块(double channel depthwise attention module,DWAM),进一步提高模型精度。通过多组实验, 结果表明,改进算法所有类别的平均mAP为99.14%,且模型的GFLOPs为7.194 G,Params为7.175,原始的YOLOv5s平均mAP为96.86%,GFLOPs为6.89 G,Params为6.596,虽然Params以及GFLOPs有所增大,但是还是满足轻量网络的要求,并且精度相对于YOLOv5s提高了2.25%,且对于每个类别的缺陷识别准确率都有改善,大幅减少计算量和模型参数的同时保证了准确率,满足工业检测生产需求的同时便于移动端部署。     

融合注意力机制的轻量级摔倒检测

摔倒检测大都依靠传感器设备,此类方法受设备自身和环境因素影响较大,常常无法发挥该有的作用,同时,基于视觉的方法往往实时性较差,鲁棒性不强。针对上述问题,本文提出了一种鲁棒性强、能有效部署在嵌入式设备上的轻量化摔倒检测算法。以YOLOv5为基准模型,首先,融合轻量级注意力机制模块,使网络更关注要识别的目标区域,增强网络的识别精度。其次,使用模型压缩方法对模型进行剪枝,减小模型体积和计算量,使模型轻量化,以提高推理速度和便于部署在嵌入式设备中。最后,对剪枝后的模型进行知识蒸馏,在不提升模型复杂度的前提下提升模型的检测精度。实验结果表明：本文模型相较于基准模型,mAP增加了1.7%,召回率提高了1.2%,模型体积减小了79.1%,浮点运算量降低了70.9%。将本文模型部署在嵌入式设备Jetson Nano上,检测速率达到13.2 frame/s,基本满足实时性摔倒检测的要求。     

一种通用的数据采集系统设计及其FPGA实现

基于多相滤波技术和能量检测方法,完成了一种通用的数据采集系统设计及其FPGA实现,可兼容低速、高速和突发信号的采集。仿真和实测结果表明,该系统满足实际需要。     

A Fault Detection Method for Electrohydraulic Switch Machine Based on Oil-Pressure-Signal-Sectionalized Feature Extraction

A turnout switch machine is key equipment in a railway, and its fault condition has an enormous impact on the safety of train operation. Electrohydraulic switch machines are increasingly used in high-speed railways, and how to extract effective fault features from their working condition monitoring signal is a difficult problem. This paper focuses on the sectionalized feature extraction method of the oil pressure signal of the electrohydraulic switch machine and realizes the fault detection of the switch machine based on this method. First, the oil pressure signal is divided into three stages according to the working principle and action process of the switch machine, and multiple features of each stage are extracted. Then the max-relevance and min-redundancy (mRMR) algorithm is applied to select the effective features. Finally, the mini batch k-means method is used to achieve unsupervised fault diagnosis. Through experimental verification, this method can not only derive the best sectionalization mode and feature types of the oil pressure signal, but also achieve the fault diagnosis and the prediction of the status of the electrohydraulic switch machine.     

结合视觉Transformer和CNN的道路裂缝检测方法

提出了一种结合视觉Transformer和CNN的道路裂缝检测方法。利用CNN来捕获局部的细节信息,同时利用视觉Transformer来捕获全局特征。通过设计的Fusion特征融合模块将两者提取的特征有机地结合在一起,从而解决了单独使用CNN或视觉Transformer方法存在的局限。最终将结果传递至交互式解码器,生成道路裂缝的检测结果。实验结果表明,无论是在公开的数据集上还是在自建的数据集上,相较于单独使用CNN或视觉Transformer的方法,所提出的方法在道路裂缝检测任务中有更好的效果。     

一种具有自动纠错功能的FIR滤波器研究

提出了一种有效实现自动纠错功能FIR数字滤波器技术,该技术采用2种不同架构的标准滤波器通过并行操作来完成。任一滤波器软错误的发生就会引起两个滤波器输出不匹配,达到检测错误的目的,增强了传统滤波器对差错检测和差错纠正的支持。最后对该滤波器地性能进行评估,该滤波器性能良好,纠错率接近100%,可广泛运用在各种信号处理中。     

基于ST7537HS1的家庭智能控制系统设计

在分析我国家庭智能化系统发展的基础上,结合我国当前实际情况,提出了基于家庭自动化专用modemST7537HS1和MCS51单片机的智能控制系统的总体方案与系统构成,并讨论了系统硬件组成、工作原理及其软件实现方法。该系统利用总线技术和嵌入式技术把家庭中的家用电器集成到一个内部网络中,利用现有的220V电力线作为通信总线,实现了信息传输线路与动力线路的合二为一,该系统无需另外布线,安装操作方便,适合家庭使用。     

脉冲等子体软X射线探测系统

研制了一种脉冲重复频率为１０Ｈｚ的激光等离子体软Ｘ射线源；设计并建立了以掠入射恒偏单色仪为基础的脉冲等离子体软Ｘ射线辐射测试系统。光源实验使用能量１０００ｍＪ（波长０．５３μｍ）的激光脉冲，聚焦在不同的金属靶上，使之离子化。这种高温等离子体产生的辐射包含了波长０．４～２０ｎｍ的软Ｘ光连续谱和迭加在其上的线谱。靶材有Ｍｇ、Ａｌ、Ｔｉ、Ｆｅ、Ｃｕ、Ｚｎ、Ｓｎ、Ｐｂ和Ｂｉ。得到了不同原子序数的靶材辐射的光谱分布特性。     

激光斜入射条件下“猫眼”效应的实验研究

"猫眼"目标回波功率是激光主动探测系统的重要指标,可用来评估光电装备"猫眼"效应的强弱,并为探测器的优化设计提供参考。依据所建立的斜入射条件下"猫眼"目标回波功率数学模型,仿真分析了入射角对"猫眼"目标回波功率的影响,利用搭建的激光主动探测系统对典型"猫眼"目标进行了实验研究,理论仿真结果与实验结果表明,激光在有限斜入射条件下,"猫眼"目标回波功率将随入射角的增大而迅速下降,并很快湮没于噪声之中。这为进一步研究基于"猫眼"效应的激光主动探测适用条件提供必要的实验依据。     

数据异常值检测及修正方法研究

针对雷达测量数据中存在的异常值,对数据中的时间参数根据其变化规律的等差性进行异常值检测。对雷达发射功率、角度、距离参数异常问题,基于邻近去最值均值滤波原理,采用滑窗方式进行检测并修正。实验结果表明,提出的检测方法能够有效检测并修正数据中的异常跳变点且不改变正常值。