XiaoMi-AI文件搜索系统
World File Search System速度计
Blazing Gyros - Strapdown Associates
闪耀陀螺仪 - 飞机捷联惯性导航技术的演变 Paul G. Savage Strapdown Associates, Inc. (SAI) WBN-14009 www.strapdownasociates.com 2015 年 5 月 29 日 最初发表于 AIAA 制导、控制与动力学杂志第 36 卷第 3 期，2013 年 5 月 - 6 月，第 637-655 页 简介 惯性导航是通过车载惯性传感器（陀螺仪和加速度计）提供的角旋转和线性加速度测量值自主计算移动车辆的位置和速度的过程。第一个惯性导航系统 (INS) 是由麻省理工学院仪器实验室（最终成为 Charles Stark Draper 实验室）为弹道导弹制导而开发的 [1]。此后不久，该技术被应用于飞机导航，最终有四家公司在 20 世纪 60 年代主导了美国飞机惯性导航 (INS) 行业：霍尼韦尔航空航天和国防集团，其陀螺仪设计/制造位于明尼苏达州明尼阿波利斯，惯性导航设计/开发/制造位于佛罗里达州克利尔沃特；Kearfott 位于新泽西州韦恩；利顿制导与控制部门位于加利福尼亚州伍德兰希尔斯，通用汽车的 Delco 电子部门位于威斯康星州密尔沃基。霍尼韦尔专注于高精度系统，并推出了一种用于精密应用的新型静电悬浮陀螺仪 (ESG) 技术。Delco 专注于使用 Carousel IV 系统（一种变体）的跨洋商用和军用货运/加油机应用
BioGAP：一款具有 10 核 FP 功能的超低功耗物联网处理器，具有医疗级 AFE 和 BLE 连接，可用于可穿戴生物信号处理
摘要 — 可穿戴生物信号处理应用正在推动临床和消费应用的小型化、节能物联网解决方案取得重大进展。但是，只有通过节能的边缘处理执行数据处理和机器学习 (ML) 近传感器，才能向高密度多通道前端扩展。为了应对这些挑战，我们推出了 BioGAP，这是一种新颖、紧凑、模块化、轻量级 (6g) 的医疗级生物信号采集和处理平台，由 GAP9 提供支持，GAP9 是一款十核超低功耗 SoC，专为高效多精度（从 FP 到积极量化的整数）处理而设计，满足高级 ML 和 DSP 的要求。BioGAP 的外形尺寸为 16x21x14 mm3，由两个堆叠的 PCB 组成：集成 GAP9 SoC 的基板、支持无线蓝牙低功耗 (BLE) 的 SoC、电源管理电路和加速度计；以及一个包含用于 ExG 采集的模拟前端 (AFE) 的屏蔽。最后，该系统还包括一个可灵活放置的光电容积图 (PPG) PCB，尺寸为 9x7x3 mm 3 和一个可充电电池（ϕ 12x5 mm 2）。我们在基于稳态视觉诱发电位 (SSVEP) 的脑机接口 (BCI) 应用上演示了 BioGAP。由于 FFT 计算任务的效率为 16.7 Mflops/s/mW，无线带宽减少了 97%，我们在流式传输中实现了 3.6 µJ/样本，在板载处理模式下实现了 2.2 µJ/样本，功率预算仅为 18.2 mW，运行时间为 15 小时。关键词——可穿戴 EEG、可穿戴医疗保健、超低功耗设计、嵌入式系统。
通过 EEG-PPG 增强可穿戴癫痫发作检测...
摘要 — 本文介绍了 B RAIN F USE N ET，一种基于脑电图 (EEG) 与光电容积描记法 (PPG) 和加速度计 (ACC) 信号的传感器融合的新型轻量级癫痫检测网络，适用于低通道数可穿戴系统。B RAIN F USE N ET 利用灵敏度-特异性加权交叉熵 (SSWCE)，这是一种结合了灵敏度和特异性的创新损失函数，可解决严重不平衡数据集的挑战。对于仅使用四个通道的基于 EEG 的分类，B RAIN F USE N ET - SSWCE 方法成功检测到 CHB-MIT 数据集上 93.5% 的癫痫发作事件（基于样本的灵敏度为 76.34%）。在 PEDESITE 数据集上，仅考虑 EEG 数据时，我们分别表现出基于样本的灵敏度和假阳性率 60.66% 和 1.18 FP/h。此外，我们证明，整合 PPG 信号可将灵敏度提高到 61.22%（成功检测到 92% 的癫痫发作事件），同时将假阳性数量降低到 1.0 FP/h。最后，当还考虑 ACC 数据时，对于基于样本的估计，灵敏度增加到 64.28%（成功检测到 95% 的癫痫发作事件），假阳性数量下降到仅 0.21 FP/h，而当考虑基于事件的估计时，每天的误报少于一次。BRAIN FUSE N ET 资源友好，非常适合在低功耗嵌入式平台上实施，我们
用于多类刀具磨损识别的无监督和半监督机器学习框架
摘要 刀具状态监测 (TCM) 对于确保产品质量和避免停机至关重要。机器学习已被证明对 TCM 至关重要。然而，现有的研究主要基于监督学习，这阻碍了它们在实际制造环境中的适用性，因为在役机器上的数据标记既麻烦又昂贵。此外，现有的无监督解决方案主要处理基于二元决策的 TCM，无法完全反映刀具磨损进展的动态。为了解决这些问题，我们提出了不同的无监督和半监督五类刀具磨损识别框架，分别处理完全未标记和部分标记的数据。底层方法包括拉普拉斯得分、稀疏自编码器 (SAE)、堆叠 SAE (SSAE)、自组织映射、Softmax、支持向量机和随机森林。对于半监督框架，我们考虑了标记数据仅影响特征学习、分类器构建或两者的设计。我们还研究了 SSAE 在监督层面的不同训练配置。我们将框架应用于两个铣刀运行至故障数据集，使用麦克风和加速度计记录。评估中考虑了不同百分比标记训练数据下的单传感器和多传感器数据。结果显示了哪种框架在哪种数据设置下可产生最佳预测性能，并强调了传感器融合和判别性特征表示在应对标签不可用和稀缺性方面的重要性，以及其他发现。两个完全未标记数据的数据集实现的最高宏 F1 分别达到 87.52% 和 75.80%，当只有 25% 的训练观测值被标记时，最高宏 F1 超过 90%。
GPS-IMU传感器融合用于可靠的自动驾驶位置估计
摘要 - 全球覆盖范围和全球覆盖范围的准确定位，使其成为具有无障碍天空视图的开放区域的可靠选择。但是，在室内空间和城市峡谷中可能发生信号降解。相比之下，惯性测量单元（IMU）由陀螺仪和加速度计组成，这些计量机提供了相对运动信息，例如加速度和旋转变化。与GPS不同，IMU不依赖外部信号，使其在受GPS有限的环境中有用。尽管如此，由于误差的积累，IMU在整合加速度以确定速度和位置的同时会流动。因此，融合GPS和IMU对于增强自动驾驶汽车中导航系统的可靠性和精度至关重要，尤其是在GPS信号受到损害的环境中。为了确保平稳导航并克服每个传感器的局限性，提出的方法将融合GPS和IMU数据。此传感器融合使用无知的卡尔曼过滤器（UKF）贝叶斯过滤技术。拟议的导航系统旨在坚固，为自动驾驶汽车的安全操作（尤其是在GPS被拒绝的环境中的安全操作）至关重要的连续和准确的定位。该项目使用Kitti GNSS和IMU数据集进行实验验证，表明GNSS-IMU融合技术可减少仅GNSS的RMSE。RMSE分别从13.214、13.284和13.363降至4.271、5.275和0.224，分别为X轴，Y轴和Z轴。使用UKF的实验结果显示了使用GPS和IMU传感器融合改善自动驾驶汽车导航的有希望的方向，并使用GPS有限环境中的两个传感器中的最佳融合。索引术语 - 自主车位，全球定位系统，惯性测量单元，传感器融合，无知的卡尔曼滤波器
探索癌症患者定量疼痛评估的生物信号：概念证明
摘要：癌症患者疼痛的感知和表达受到困扰水平，肿瘤类型和进展以及疼痛的潜在病理生理学的影响。依靠传统的疼痛评估工具可以提出症状高度主观和多方面的性质，因此会出现局限性。在这种情况下，客观疼痛评估是一项开放研究挑战。这项工作引入了自动疼痛评估的框架。提出的方法基于可穿戴的生物信号平台，可通过自我评估报告评估患者疼痛经历的定量指标。进行了两个初步案例研究，这些案例研究旨在同时获得心电图（ECG），电肌活动（EDA）和加速度计信号。结果证明了该方法的可行性，突出了EDA在捕获与慢性癌症疼痛中疼痛事件有关的皮肤电导反应（SCR）中的潜力。在SCR参数和脱节间隔序列（SDRR）的标准偏差之间发现弱相关性（r = 0.2），被选为心率可变性指数。在与运动相关的癌症疼痛的情况下，EDA信号和SDRR的统计学显着性（P <0.001）在运动条件（通过加速度计信号评估）的运动中都增加，从而反映了运动动态之间的关系，从而反映了运动动态之间的关系，从而触发痛苦的反应，这会触发痛苦的响应，并触发自动激活系统的激活系统。的目的是整合从生物信号中获得的参数以在不同的临床情况下建立疼痛特征，因此拟议的框架被证明是在不同临床环境下定义疼痛特征的有希望的研究方法。
MTi 用户手册
本手册概述了第五代产品及其用法。对于前几代产品，请参阅用户手册修订版 I（2016 年 12 月 20 日）。请参阅第 3.2.5 节以确定您的 MTi 的代数。Xsens 的 MTi 产品组合目前有 11 个系列成员，功能范围从惯性测量单元 (IMU) 到完全集成的 GNSS/INS 解决方案。所有产品都包含一个 3D 惯性传感器组件（ISA：陀螺仪和加速度计）和 3D 磁力计，并可选配气压计和 GNSS 接收器。MTi 产品系列分为三个系列，即 MTi 1 系列、MTi 10 系列和 MTi 100 系列。MTi 10 系列是 Xsens 的入门级型号，具有强大的精度和有限的 IO 选项范围。100 系列是一类新的 MEMS IMU、方向和位置传感器模块，提供前所未有的精度和广泛的 IO 接口。MTi 1 系列是用于 SMD 组装的低成本模块。有关 MTi 1 系列的更多信息，请参阅 [MTI_1]。所有 MTi 都具有强大的多处理器核心。它以极低的延迟处理 IMU、磁力计和气压计信号，并提供多种输出：校准的 3D 线性加速度、转弯速率（陀螺仪数据）、（地球）磁场和大气压力（仅限 100 系列）数据以及滚动、俯仰和偏航的传感器融合估计值。MTi-G-710 GNSS/INS 还提供 3D 位置和 3D 速度。可直接从 MTi 检索 50 多种不同的输出格式。有关每个设备可用输出的更多信息，请参阅 [LLCP]。本文档介绍了 MTi 10 系列和 MTi 100 系列中所有 7 个 MTi 的使用、基本通信接口和规格。它们的不同之处已明确标明。从机械和软件接口的角度来看，所有产品均设计为可互换。
大学卫星的仪器-Cubesat
自从十五世纪初的哲学家和思想家一直想知道太空带来的奥秘，例如它们的性质和扩展，使他们对天体力学，应用数学和自然科学的相关领域做出了巨大贡献。随着技术和计算进步提供的科学进步，已经开发了新的空间应用技术，开始了空间探索的时代。由于电信，空间观察卫星的进展以及通过图像进行土地监测，世界航空航天部门开始发展，并激励建立与部门相关的身体。如巴西的例子，引用了目前被提名INPE的Gocnae（国家太空活动委员会组织）（国家空间研究所）[3]的概念[3]。这一事件偏爱大学，以方形山脉的形式进入太空竞赛，卫星的初始测量为10 x 10 x 10 cm，质量为1，33 kg，其特征是该利基市场的卫星测量。因此，立方体在学习和接触不同程度的教育的学生中表现出了重要的重要性，以便在航空航天部门进行研究。[2，7，8]。作为项目开发的开端，文献综述和对项目最初充足性的传感器进行研究。这项工作的目的是卫星大学建设和仪器的步骤，涵盖编程区域，添加剂制造[4，5]，电子，嵌入式系统和天体力学[1，6]。加速度计和陀螺仪分别提供线性加速度和角速度，磁力计和气压计分别提供指导（指南针）和大气压（高度计），而GPS受体则提供位置和速度信息。每个传感器的数据将通过Cubesat MicroController处理，该数据将通过射频发送器传输处理的数据。这些传感器的主要特征是低成本，较小的物理尺寸和低功耗，这是将电池用作主要能源的应用的重要因素。因此，立方体将能够测量通过GY-280传感器获得的温度，压力和高度。另外，由于使用GPS，陀螺仪和加速度计系统，其沿轨迹的位置描述沿轨迹进行，定位和空间方向。然后，GY-521提供的数据和µT单元中的磁场测量值开始了系统的整合，因此您可以尝试进行步骤，以便更好地利用时间，并离散涉及的步骤，从而促进项目每个阶段可能误差。
项目名称：利用量子信息洞察力增强原子磁力测量
项目详情：目前，全球范围内正在开发用于量子技术的原子平台，例如原子钟、量子重力仪和加速度计以及原子干涉仪。但测量通常非常耗时且成本高昂，而用于后处理时间序列的最先进的算法在数值上要求很高。尽管过去二十年一直专注于使用测量相位参数的量子干涉仪进行传感，但对于自然界基本理论中出现的大多数可观测量，例如磁场、凝聚态分数和化学势，尚不存在最佳估计理论。最近，安德斯教授的团队开发了全局量子测温法 [1]，这是一种用于温度估计的尺度尊重框架，也是相位估计之外的估计理论的第一个原型。这种现代温度估计策略充分利用了估计参数的对称性，并采用了贝叶斯推理技术。真正的优势在于它可以指导如何在实验测量中选择控制参数，以便在有限的资源下最大限度地获得信息增益。正如 [2] 中利用伯明翰大学进行的钾 (K) 实验的一组预先存在的数据所证明的那样，可以使用全局量子测温框架先验地优化释放-重新捕获冷原子实验的等待时间。最近，安德斯教授及其同事使用诺丁汉大学的冷原子平台将这种新的全局估计技术扩展到完全不同的量——原子数的测量，发现与以前的传感技术相比，精度提高了五倍 [3]。本理论项目将建立使用磁力仪和陀螺仪同时估计磁场和惯性旋转的最佳策略。这些策略将用于减少正在进行的原子实验中准确估计参数所需的数据数量，因为获取大量数据集的成本可能高得令人望而却步。学生的目标之一是推广最近开发的用于估计位置同构参数的框架 [4]。目标是找出可适用于量子技术中除相位之外的任何相关参数的最佳量子估计策略的方程。这将涉及变分法、群对称性和信息几何等分析技术。后续目标是调整理论框架，使其适用于正在进行的原子磁力仪实验 [5]。这还将涉及使用预测的量子估计策略分析原型量子磁力仪产生的时间轨迹。目标是确定此类策略是否能够实际降低磁场和惯性参数估计的不确定性。预计将与目前正在开发量子磁力仪的实验团队合作。[1] J. Rubio、J. Anders、LA Correa，PRL 127，190402 (2021) [2] J. Glatthard 等人，PRX Quantum 3，040330 (2022) [3] 通过自适应对称信息贝叶斯策略将冷原子实验的精度提高五倍，M. Overton 等人，arXiv:2410.10615 (2024)。[4] J. Rubio，Phys. Rev. A 110，
Milani 使命 - IRIS Re.Public@polimi.it
引言 太阳系中的小天体代表着当今太空探索的前沿。 各种任务例如罗塞塔号 [ 1 ]、隼鸟 1 号 [ 2 ] 和隼鸟 2 号 [ 3 ] 以及奥西里斯-雷克斯 [ 4 ] 都已向这些目标发射，而其他任务也计划在未来执行 [ 5, 6 ]。 当到达小天体附近时，深空立方体卫星具有多样化和补充大型航天器任务的优势 [ 7 ]。 事实上，一旦主航天器到达目标，它们就可以被用作机会性有效载荷，部署在现场。 NASA 和 ESA 之间的 AIDA (小行星撞击和偏转评估) 合作就是一个例子，旨在研究和描述与 Didymos 小行星系统的撞击 [ 8 ]。作为此次合作的一部分，NASA 发射了 DART（双小行星重定向测试）动能撞击器航天器 [9]，LICIACube 将于 2022 年秋季对其与次级小行星 Didymos 的撞击进行观测和表征 [10]。作为此次合作的一部分，ESA 将于 2024 年 10 月发射 Hera 任务 [6]，同时发射两颗深空立方体卫星，分别是 Juventas [11] 和 Milani [12-14]，以研究和表征该系统。2027 年 1 月 Hera 抵达后不久，在 20 到 30 公里的距离之间将进行早期表征阶段，旨在确定天体的形状和重力场。随后将在约 10-20 公里的距离处进行详细表征阶段。在此阶段，两颗立方体卫星将从 Hera 母舰上释放，增强任务的科学回报。 Juventas 将配备单基地低频雷达和加速度计，而 Milani 将携带 ASPECT [ 15 ] 可见光和近红外成像光谱仪以及 VISTA 热重仪 [16]，以表征小行星周围的尘埃环境。自主光学导航 (OpNav) 是现在和未来探索任务的一项使能技术。这种技术利用图像处理 (IP) 方法提取一组光学可观测量，用于生成具有相关不确定性的状态估计。这种估计通常通过滤波获得，滤波将来自动力学的信息与观察模型相结合，以实现比单独应用 IP 高得多的精度。由于可以使用低成本和低质量的传感器在机载以低成本生成图像，因此 OpNav 的机载应用越来越受到关注。这对于立方体卫星任务尤其重要，因为立方体卫星任务通常在质量和功率方面受到严格限制。在接近小型飞机的情况下，可以利用 OpNav 通过允许自主操作和解锁执行关键操作的能力来降低运营成本。通过将 OpNav 功能与制导和控制算法相链接，在不久的将来，可以预见自主 GNC 系统将出现在自主探索任务中，届时将减少或完全消除人类在环。在这项工作中，我们首次介绍了 Milani 任务基于 OpNav 的 GNC 系统的主要特征，以及任务状态的最新概述。本文的其余部分组织如下。第二部分提供了 Milani 任务的一般概述。第三部分详细介绍了 Milani 的 GNC 系统。从第三部分 A 中的 IP 开始，然后是第三部分 B 中的导航和第三部分 C 中的制导和控制。最后介绍 Milani 的 GNC，简要概述了该系统的初步设计