Wi-Fi与机器学习结合的综合分析

最新视频

基于高级综合约束的航天器星敏感器图像加固方法研究

航天器星敏感器图像处理是FPGA载荷任务中的重要组成，该功能大幅减少了载荷的数据传输需求，加快了载荷的决策速度，提升了载荷单元处理事务的能力。星敏感器图像算法（如：星点提取、星图识别、姿态定位）对FPGA星上图像处理的效率和实时性发挥着至关重要的作用。星敏感器算法参数量大，计算过程复杂，占用较多的存储资源和FPGA硬件资源，而传统的三模冗余（TMR）加固工具对星上算法模块的支持力度低，不分重点，资源消耗高，性能削弱大难以满足当前的任务需求。提出了一种基于高级综合约束的星敏感器图像FPGA加固技术，高级综合（HLS）约束可对FPGA进行功能系统级加固，根据系统和算法原理关注等级进行局部加固设计，有效降低了逻辑复杂的FPGA加固的时间成本及资源成本。

发表于：2026/7/30

基于多尺度特征增强的改进YOLOv11n桑蚕健康状态实时检测研究

为解决传统桑蚕养殖中病蚕识别滞后、检测精度不足的问题，提出一种改进YOLOv11n的桑蚕健康状态检测方法（MSDA-YOLO）。该方法的核心创新包括：（1）在主干网络中引入多尺度分组空洞卷积（Multi-scale Grouped Dilated Convolution，MSGDC）与C3k2结合设计了C3k2MS模块，以提升对不同尺度特征的提取能力；（2）首次在桑蚕检测研究中引入DySample动态上采样器，提高在密集场景下对蚕体的空间细节感知与几何结构保持能力；（3）使用自适应空间特征融合策略（Adaptively Spatial Feature Fusion，ASFF）改造YOLOv11的检测头，优化多尺度特征融合效能，抑制尺度间特征冲突。实验结果表明，MSDA-YOLO在多项评估指标上均表现出色。具体而言，该方法在精确率上达到87.0%，召回率为77.8%，mAP@0.5为87.3%，mAP@0.5：0.95为52.8%，均领先于基线模型YOLOv11n和目前主流的YOLO系列检测模型，在桑蚕健康检测方面具有明显优势。

发表于：2026/7/30

基于二分回声状态网的风电功率预测方法研究

在当今能源领域，风力发电具有便捷性和环保性，但其发电效率受到天气的影响。因此，为优化能源利用，提出了一种基于二分回声状态网络的风功率预测方法。该模型由3个储备池构成，第一个储备池对输入数据进行信息特征提取，然后根据所提取特征不同，将特征作为输入信息并列输入后面两个储备池，进一步对数据特征进行融合。为了保证模型能够稳定地运行在实际的预测中，给了一个充分的稳定性判据，并能更好地选择预测模型的结构参数。此外，为了获得更好的预测精度，使用梯度下降算法来优化二分回声状态网的储备池参数。最后，通过一组仿真数值实验，验证基于二分回声状态网风电功率预测模型的有效性和可行性。

发表于：2026/7/10

基于CSI的非视距人火检测方法研究

现有的火灾检测技术多依赖烟雾传感器或摄像头，不仅在部署与维护方面成本较高，还面临隐私泄露、识别范围有限等问题，尤其难以覆盖非视距（Non-Line-of-Sight， NLoS）区域。此外，传统方法普遍无法判断火灾区域内是否存在被困人员，难以为应急救援提供有效决策支持。为解决上述问题，提出一种基于信道状态信息（Channel State Information， CSI）的人火检测方法，利用Wi-Fi信号墙体穿透与衰减特征实现复杂室内环境中的人员状态与火情联合感知。提出子载波加权融合算法压缩高维CSI数据，并构建双层门控循环单元（Gated Recurrent Unit， GRU）网络提取时序特征，实现对人体活动与火灾状态的准确识别。实验结果表明，该方法在非视距场景中检测是否发生火灾以及火灾环境中是否存在待救援人员的准确率分别为94.93%和94.53%。此外，所开发的实验数据集已公开，供相关研究者进一步探索，数据集可在https：//github.com/T-bjq/Wi-HFC-dataset获取。

发表于：2026/7/10

SEC-YOLO：一种高效的中草药复杂背景识别模型

针对中药材图像识别中存在的复杂背景、遮挡及光照变化等问题，构建了一个涵盖76种中草药、两万余张图像的大规模数据集，并通过多种数据增强提升模型泛化能力。在YOLO11n基础上，提出改进模型SEC-YOLO，引入C3k2_Star模块、ECA_SR注意力机制及C2PSA_CGLU模块，提升复杂环境下的识别性能，并优化特征融合结构与检测头设计，增强对小目标与混叠药材的检测能力。改进模型平均精度均值（mAP）达98.0%，权重文件3.7 MB，计算量4.7G，参数量1.80M，相较于YOLO11n，权重文件大小降低了30.1%，计算量下降了28.7%，参数量下降了31.0%。其检测精度和检测速度均满足实时检测要求。实验结果表明，SEC-YOLO在保证轻量化的同时实现高精度、实时性识别，为中药材自动化识别提供了有力支持。

发表于：2026/7/10

一种小型化机载记录组件设计

针对目前飞行器智能化及信息化进程推进尤其是无人机越来越多的应用，对机载设备的尺寸重量要求越来越严格，机载数据存储设备成本高、功能单一、体积和重量大的矛盾越来越严峻。针对这一现状，设计和开发了一种小型机载记录组件平台。平台设计采用一体化设计思想，将存储记录做到普通电子盘的尺寸大小，既满足存储、浏览、回放、管理数据的能力，又可以进行数据分析功能。系统采用国产化FMQL10S400为主处理器，完成小型化设计，通过测试和仿真达到了体积小、功耗低、热耗散低的要求，满足机载应用场景，可满足有人和无人等不同场景下应用要求。

发表于：2026/7/6

一种大功率高集成智能功率驱动模块设计

针对大功率无刷直流电机驱动需求，提出了一种采用厚膜混合集成工艺的智能功率驱动模块设计，该模块最大工作电压为500 V，最大输出电流为30 A。内部包括防直通死区电路设计、输入输出电气隔离设计，以及隔离DC/DC变换器、高端悬浮供电电路等，避免了功率部分对前级电路的损害，同时采用全金属密封封装形式，保证了模块的可靠性，提升了模块的散热能力，并且外围电路简单，可以有效缩短电机伺服驱动系统研制周期。

发表于：2026/7/6

基于多源数据融合的EHI模型构建与实时诊断技术

针对炼化设备传统维护策略存在“过修”或“失修”问题，构建了基于多源数据融合的设备健康度指数（Equipment Health Index，EHI）模型。该模型整合缺陷、报警、维修等多维数据，利用深度神经网络进行非线性融合与实时评估。工程验证表明，该技术能精准量化设备健康状态，比传统方法具有更高的评估准确率与预警提前量，为智能运维提供了有效支撑。

发表于：2026/7/6

多放大器并联结合小波分解的场磨电场传感器信号调理优化设计

随着特高压直流输电技术的不断发展，电力系统对直流输电线路下方地面的合成电场的监测需求显著增加。然而，传统电场测量方法容易受到噪声干扰，影响测量精度。根据电场测量中的噪声干扰来源，提出了一种基于放大器并联优化的信号调理电路和Morlet小波分解的信号处理方法。通过优化设备测量时的信噪比，显著提升了场磨式电场仪的抗干扰能力和测量准确度。实验结果表明，所提出的放大器并联优化信号调理电路及小波分解的信号处理方法能有效消除测量过程中的干扰信号，提高测量电路的信噪比，保留信号的细节并保持信号的响应速度，从而提高了特高压直流输电地面电场的测量精度。

发表于：2026/7/6

基于Wreal model的数模混合验证的平台实现方法

目前集成电路的模拟电路在数字验证期间大多采用行为级模型（Behavior Model）的形式进行基本的连接性的验证。但随着当今世界在集成电路方面的电路的复杂度越来越高，规模越来越大，SoC或者MCU集成的模拟模块也越来越多，越来越复杂，数模验证的复杂度剧增。大部分公司对于数模交互的功能、时序等只能等到回片测试才能验证设计的正确性。阐述了一种基于Wreal model的数模混合验证的方法，用来实现数模交互的大部分功能的可验证性，提升验证的完备性，以及完成数模电路间时序的验证等。

发表于：2026/7/6