XiaoMi-AI文件搜索系统
World File Search System单片机
RF22B/23B/42B/43B/31B 演示套件用户手册
通过 dip 开关选择频率、数据速率、RF 发射功率和工作模式。 2. 接通电源，单片机根据选择的参数配置 RFM 模块。 3. 工作在 Master 状态的 RF DEMO 开始以一秒的间隔发送数据包。 4. 当 Master 模块有一次传输时，TX LED 会闪一次提示传输成功，若 Slaver 模块收到数据包并验证无误，则接收器 LED 会闪一次，同时 Slaver 会回复相同的数据包数据给 Master，Slaver 上的 TX LED 会闪烁。当 Master 收到数据包并验证无误后，Master 上的 RX LED 会闪烁。 测试针 RF22B/23B/42B/43B/31B DEMO 已将所有 RF 模块（RFM22B/23B/42B/43B/31B）管脚外接，方便在固件开发过程中观察时序。如果移除 MCU，则可以将 RF 模块挂接到目标板上，以评估最终用户系统上的 RF 模块。
带有商用收发器集成电路的通信组件的空间环境评估和低地球轨道演示
摘要：软件可控的消费级单芯片收发器集成电路 (IC) 具有多种应用，因为它可以生成连续波信标，同时提供频移键控数字通信的基本功能。此外，这种 IC 成本低廉。上述特点对于空间有限的立方体卫星和开发成本受限的大学卫星非常有利。在本研究中，我们进行了辐射耐受性评估和多普勒频移耐受性测试，以评估单芯片消费收发器 IC 在太空应用中的可行性。在辐射耐受性评估测试中，我们将 IC 的辐射耐受性与在太空中实施的单片机的辐射耐受性进行比较，并根据单粒子翻转发生率的预测分析确认前者的良好抗性。通过多普勒频移耐受性测试，我们确认了合适的接收灵敏度。此外，我们开发了一个收发器 IC 作为立方体卫星级卫星组件，并在轨道演示中成功建立通信，其中收发器 IC 用作从国际空间站释放的立方体卫星通信模块。因此，证明了消费通信集成电路的空间利用的可行性，这对于使用新推出的消费设备开发更灵活、更具挑战性的系统设计具有重要意义。
基于人工智能和传感器网络的有氧运动核心力量训练研究
传统的基于案例教学的训练系统是根据以往的比赛和训练案例分析来进行健美操专项动作的力量训练，训练结果无法智能精准评估，动态分析性能差。针对此问题，设计基于人工智能的健美操专项动作力量素质核心训练系统，实现健美操专项动作力量素质的智能化训练。通过对模糊范式系统的研究，实现了智能模糊网络的优化、决策等智能功能。设计系统架构框架包括传感器、接收器、数据库、分析决策等模块。系统核心芯片为Atmega1280单片机主控模块进行人机交互，实现健美操专项动作力量素质的全面训练。信息采集模块用于采集器械、动作、语言等力量训练信息。采用FIR滤波器处理信号传输过程中相位畸变问题。通过信息管理模块实现学员信息管理、训练成绩统计与查询。系统软件部分给出了系统软件结构图和系统启动登陆流程。通过分析模块工作过程，对健美操专项动作的力量进行分析。实验结果表明，所设计的系统能实现健美操专项动作的实时、稳定的力量训练，提高训练效率。
使用卷积神经网络语义分割进行身份证件识别和检测 Mykola Kozlenko a、Volodymyr Sendetskyi b
摘要 对象识别和检测是经过深入研究的问题，并已开发出一套几乎标准的解决方案。身份证件识别、分类、检测和定位是许多应用程序所需的任务，特别是在关键基础设施场所的物理访问控制安全系统中。在本文中，我们提出了一种基于人工卷积神经网络和语义分割方法的模型的新原始架构，用于识别和检测图像中的身份证件。处理此类图像的挑战在于，当此类应用程序在工业单板微型计算机硬件上运行时，计算性能有限且内存量有限。本研究的目的是证明所提技术的可行性并获得质量指标。研究方法是评估在移动身份证件视频数据集上训练的深度学习检测模型。该数据集包含 500 个视频片段，涵盖 50 种不同的身份证件类型。模拟的数值结果用于评估质量指标。我们将结果表示为交并比值的准确度与阈值。本文报告的交并比 (IoU) 阈值为 0.8 时，准确度高于 0.75。此外，我们还评估了模型的大小，并证明了在工业单片机或智能手机硬件上运行该模型的可行性。关键词 1 身份证件，目标检测，语义分割，文档识别，文档分类，深度学习，神经网络
传感器及智能化仪器仪表在重点领域的应用
林德会 天信仪表集团有限公司 DOI:10.12238/jpm.v3i5.4925 [摘 要] 传感器一般由被测量的敏感元件、信号输出的特殊转换元件以及对应的电子线路几部分所构 成。智能仪表技术是一门集单片机、仪表控制技术、自动化技术、电子学等诸多学科的技术。随着信 息技术的不断发展与进步,为传感器以及智能化仪器仪表提供了较大的帮助。传感器以及智能化仪器仪 表逐渐引入自动化、电子信息、计算机、通信等不同领域中,由于计算机技术、微电子技术的飞速发展, 仪器仪表的智能化发展已拥有广阔的市场发展前景。目前,已经逐渐引起相关领域研究人员的高度重 视。本文主要围绕传感器及智能化仪器仪表发展现状以及在重点领域的应用展开全面阐述。 [关键词] 传感器；智能化仪器仪表；应用 中图分类号： TP212.6 文献标识码： A The application of sensors and intelligent instruments in key areas Dehui Lin will Tianxin Instrument Group Co., Ltd [Abstract] The sensor is generally composed of the measured sensitive element, the special conversion element of the signal output and the corresponding electronic circuit.Intelligent instrument technology is a set of single chip computer, instrument control technology, automation technology, electronics and many other disciplines.With the continuous development and progress of information technology, it has provided great help for sensors and intelligent instruments.Sensors and intelligent instruments and instruments are gradually introduced into automation, electronic information, computer, communication and other different fields, due to the rapid development of computer technology, microelectronics technology, the intelligent development of instruments and meters has a broad market development prospect.At present, it has gradually attracted great attention from researchers in related fields.This paper mainly focuses on the development status of sensors and intelligent instruments and their application in key areas. [Key words] Sensors; intelligent instrumentation; application 前言
基于脑电信号的情绪分析系统的设计与实现
摘要 ：传统脑机系统复杂、昂贵，情绪分类算法缺乏对脑电信号不同通道间内在关系的表征，准确率还有提升空间。为降低脑电研究门槛，充分利用多通道脑电信号中蕴含的丰富信息，提出并实现一个简便易用的脑机系统，用于快乐、忧伤、悲痛、平静四种情绪的分类。该系统采用卷积注意机制与完全预激活残差块的融合，即基于注意卷积的预激活残差网络（ACPA-ResNet）。在硬件采集和预处理阶段，我们采用ADS1299集成芯片作为模拟前端，利用ESP32单片机对脑电信号进行初步处理。数据通过UDP协议无线传输到PC机进行进一步的预处理。在情绪分析阶段，ACPA-ResNet能够自动从脑电信号中提取和学习特征，通过学习时频域特征实现对情绪状态的准确分类。ACPA-ResNet在残差网络的基础上引入注意力机制，自适应地为每个通道分配不同的权重，使其在空间和通道维度上关注更有意义的脑电信号，同时避免了深度网络架构带来的梯度弥散和爆炸问题。经过对16名受试者的测试，系统实现了稳定的脑电信号采集和传输。新网络显著提高了情绪识别的准确率，平均情绪分类准确率达到95.1%。