一、嵌入式系统的定义与发展历史(论文文献综述)
寿颖杰[1](2021)在《嵌入式操作系统在分布式系统中的设计与应用》文中研究表明随着对物联网设备的的不断发展,现在的社会越来越需要在智能家居、智能医疗、智能交通等嵌入式终端节点具备高性能的结构和高速有效的计算功能,使用户满足各种信息科技服务。然而在目前社会中,大都嵌入式系统单独工作,系统与系统之间几无互动,很少能够在终端节点利用互相协作来完成一些复杂的计算。而在分布式系统的应用下,物联网终端节点在理论上可以通过协同工作实现一定的计算。伴随着分布式系统的推广,多个嵌入式系统之间的交互将成为分布式技术和嵌入式技术交叉融合研究方面比较热门的内容。但目前这方面设计研究在市面上还比较少,且存在多方面的问题:第一,嵌入式设备中的资源有限,且设备专用性强,使得用于复杂计算的性能会不高;第二,研究人群较少,研究并未对这方面有深入探讨;第三,几乎无应用方面的研究,研究基本仅止步于在系统测试阶段。因此,本文先将嵌入式系统与分布式系统结合起来,通过多个嵌入式系统构建一个小型分布式系统,称为“多嵌入式系统”;然后在这个可用于分布式计算的多嵌入式系统上,将嵌入式操作系统进行设计和应用,即为分布式系统和嵌入式操作系统结合的“分布式操作系统”。在构建的多嵌入式系统中,每个节点都由一个STM32板和一个分布式操作系统(通过嵌入式实时操作系统RT-Thread修改扩充而成)构成。整个系统中,单个嵌入式系统分为控制节点和计算节点两类,两者的功能有所不同。控制节点负责收集节点信息、管理进程和分配分发计算任务,将任务分发分配到计算节点上执行;计算节点上实现执行任务功能,并将自身节点信息和任务结果发送数据给控制节点或其他计算节点。控制节点和计算节点相互协同工作,构成了整个分布式系统,实现了在终端节点协同完成部分复杂计算工作的目标。在构建整个系统时,对分布式操作系统和分布式通信机制进行了设计。具体为:1)在设计分布式操作系统时,主要对进程管理与调度、协同处理和任务分配完成探讨和设计;在设计过程中,主要是将分布式系统中成熟的研究,甚至已经应用的算法,将其实现在系统中的分布式操作系统里,并提供代码。2)在设计通信机制时,先实现了消息传递的方式,由于系统的运行特点,采用半同步半异步的Client/Server通信模型;然后还设计实现了远程过程调用(RPC)功能,用于实现控制节点调用某计算节点;最后设计了信息传递时的保密机制,由于本系统小型化、分布式等特点,采用并设计了基于属性加密的通讯加密方案,将其应用于系统中。总体上,完成实现了系统的基本功能。根据实际项目,还将构建完成的分布式操作系统应用于实际生产生活中的多嵌入式系统上。通过应用实现在DALI系统中可以看出,嵌入式操作系统与分布式系统所结合而成的分布式操作系统在智能家居中可以得到很好的应用,使原本的系统提升了更良好的性能,且在产品现场安装使用后也取得了不错的效果。
成兴保[2](2021)在《公路路基智能检测控制优化设计》文中提出随着国家十四五计划的稳步推进,交通出行被人们广泛关注,其中对公路交通安全提出了更高的要求,截止目前为止,全国公路网基本全部建成,公路建设进入养护期,由于缺乏有效的监测手段,每年养护道路的成本一直居高不下,而且也延缓了智能交通建设的步伐,因此研制一套可实时监测的公路路基健康检测系统对于保障公路出行安全意义重大。本文通过分析公路路基损坏常见的故障类型,设计了一套公路路基智能检测控制系统,本系统可实现公路路基内部的温度、湿度、沉降、压力、应变等静态指数的自动化检测,在关键路段和多事故路段进行布置可减少公路路基损坏对人民生命财产的影响。系统的研制分为采集系统硬件集成、软件设计以及智能算法的应用研究:首先,基于STM32进行嵌入式系统的设计,将RTOS的RT-Thread嵌入到主控芯片STM32上,选用正弦式压力及应变传感器,搭配LCD显示、DTU传输等硬件模块,实现多线程实时处理,共同完成数据的采集和传输;其次,基于Visual Studio设计数据接收后台的界面,并设置多种工作模式,通过发送人机交互窗口的指令给下位机,完成相应的操作;最后,基于人工免疫算法和概率神经网络组合算法对采集到的实时数据进行解析与智能分类,和对应的故障类型匹配起来,实现对应路段的智能检测,为公路管理人员提供技术支持。该系统采用太阳能电池供电的方式,可以适应野外公路路基检测作业的要求,实现全天候24小时不间断监测,选用无线和有线传输两种方式保证了长距离数据传输稳定性,上位机和下位机之间的TCP/IP协议通信,可以使监测指令准确传输给采集端,完成预定的工作,最后利用人工免疫算法和概率神经网络算法对数据进行智能分析,准确率可达到98.3%,充分说明该系统可以在公路路基智能健康检测中发挥重要作用。
杨天鹏[3](2021)在《目标检测算法在嵌入式系统中的设计与实现》文中认为深度学习目标检测算法近年来在自动驾驶、工业质检和智能安防等领域得到了广泛的应用。但是,相关算法存在神经网络层数较多、网络参数量与计算量很大等问题,造成其在硬件资源受限的嵌入式系统中要完成实时地对目标进行检测具有很大的挑战性,无法很好地适应时间敏感类业务的需求。因此,本文面向嵌入式系统,基于MobileNetV2-SSD实时目标检测算法对算法进行优化设计与实现。首先,为了从网络结构对目标检测算法进行加速与轻量化,本文分析了 MobileNetV2-SSD目标检测算法的网络结构,并提出采用深度可分离卷积完全替换MobileNetV2-SSD目标检测算法中标准卷积的结构优化方案,对该方案压缩的计算量与参数量进行定量分析。其次,为了在推理过程中加速模型计算,本文对训练后的模型结构进行调整,对卷积层与批归一化(Batch Normalization,BN)层进行融合设计,将需要两个步骤进行的卷积计算和BN层计算融合为只需一个步骤的矩阵乘法。然后,本文从网络参数方面入手,来压缩模型大小,加速模型推理。首先,对模型参数进行优化设计,在模型推理阶段采用无符号整型8位量化方案缓解嵌入式系统计算资源与存储资源不足的问题,分别对卷积层与激活层进行矩阵乘法的量化设计。其次,为进一步加速目标检测,本文提出了卡尔曼滤波预测与目标检测算法融合的优化方案,即采用卡尔曼滤波算法直接预测物体检测框,从而降低目标检测算法模型推理的频次,获得了更低的物体检测平均时延和功耗。同时,通过仿真验证了该算法能够在良好的检测准确率下完成目标检测。最后,为验证本文设计的嵌入式目标检测优化算法,本文设计并实现了实时目标检测嵌入式系统。该系统的硬件基于迅为iMX6处理器和Google张量计算单元,软件依赖GStreamer流媒体框架和嵌入式模型推理APITensorFlow Lite。在该系统中,本文分别对优化算法进行了性能测试。测试结果表明,本文提出的算法优化设计能够在该嵌入式系统中实现低功耗、低时延和高性能的实时目标检测。
刘烜骥[4](2021)在《寒地水稻育秧管理系统的研究》文中研究说明黑龙江地区是我国主要的水稻生产基地,担负着全国粮仓的重任,但黑龙江地处寒地区域,昼夜温差较大,为保证水稻生产的质量,在水稻的生长过程中,需要在温室大棚内对水稻进行秧苗培育,保证水稻在育秧阶段的环境因素保持在利于秧苗成长的范围内。随着科学技术的发展,温室大棚的管理逐渐与物联网、计算机等技术相结合,发展出了一批现代化的温室大棚智能管理技术,但在针对地域性的寒地水稻育秧方面的大棚管理系统应用还比较缺乏。因此,本文分析了国内外智能温室大棚的发展现状和趋势,总结国内外温室大棚的相关技术经验,设计了一套基于ZigBee无线传输技术,依托ARM开发板,以嵌入式Linux为系统架构的寒地水稻育秧管理系统。本文在前人智能温室系统的研究成果上,针对严寒地区的水稻育秧管理系统进行了以下研究工作:(1)针对育秧大棚管理过程中的相关环境因素监测和控制调节操作,设计了一套针对寒地水稻育秧管理系统的下位机监测和设备控制器。采集终端节点的设计采用传感器与CC2530芯片相结合的方式。核心板采用ARM8内核的嵌入式S5PV210处理器进行网关的开发,外接液晶触摸显示器、协调器、执行器和USB摄像头,并配备多类型的终端接口,将控制设备接到执行器的各个端口,各个控制器能够在手动控制模式和自动控制模式之间进行切换,通过触摸屏完成对控制设备开关的激活,也可以进行相关阈值参数的预设置。网关通过协调器与各传感器采集终端对接,控制传感器对水稻育秧期间的环境参数进行采集和上传,并在屏幕相关界面上进行实时监控数据和历史数据的显示。(2)采用ZigBee网络技术,对协调器、执行器、传感器进行ZigBee的组网操作,通过代码的烧录将传感器设计为基于ZigBee协议的无线数据采集终端,构建了以协调器为核心的星型ZigBee网络,实现了对于空气温度、空气湿度、土壤温度、土壤湿度、二氧化碳、光照度等数据的采集工作。(3)上位机软件设计方面通过对比选择,在ARM8开发板上搭建嵌入式Linux系统,主要完成对于U-Boot引导载入程序、Linux内核以及根文件系统的配置、裁剪和移植,采用QT实现触摸屏上人机交互界面的显示,设计有控制、实时数据、历史数据、设置、监控等五大模块。通过在农场的育秧大棚监测和控制试验表明,本管理系统能对育秧大棚内部的环境因素进行长期准确的监测,数据传输稳定性良好,上位机显示界面清晰准确、操作方便,执行控制器能及时对育秧大棚环境进行自动调节,保证水稻秧苗的正常生长。本系统自动化程度高、能减少人工成本、利于秧苗提高生长质量,为物联网和智能控制技术在寒地水稻育秧管理领域的应用提供部分思路和参考意见。
姚文姣[5](2021)在《基于μC/GUI的可重构数控系统人机界面的设计与实现》文中提出智能化数控系统作为现代制造业的核心,多功能化需求愈发凸显。传统数控系统产品及其开发理念具有一定的封闭性,依赖于制造商,且难以灵活适应变化的应用需求。具有开放性和可重构性结构的数控系统的出现使数控领域进入了新的研究发展阶段。人机界面是用户与数控系统的通信渠道,界面实现的成功与否直接决定着系统工作成果的优劣。优秀人机界面的研究与开发不仅能够提高生产效率,也有利于我国研发出更高品质的制造装备。本文在对数控系统国内外发展现状及可重构数控系统研究的基础上,根据人机界面的功能需求,确定了可重构数控系统人机界面的实现方案。借鉴了日本OSEC、欧洲OSACA等项目的研究成果,基于模块化设计思想,对数控系统进行模块划分,保证各模块的相对独立性,对人机界面模块进行单独开发,通过接口实现模块间通信。探讨分析人机界面的可重构目标,结合面向对象的软件设计方法,分析界面功能结构及需求,采用UML(Unified Modeling Language)技术和静态结构描述与动态行为模型相结合的建模方法创建界面模型,描述界面的结构、功能需求和交互行为,为模块化、组件化提供支持。基于可重构性、可扩展性的目标,结合软件开发的理念,本文采用COM(Common Object Model)技术开发人机界面组件,在COM规范下定义标准化组件接口,实现模块间的互操作,使得人机界面具有功能可扩展性、可重构性等特点,能够灵活适应不同终端用户的不同需求,用户无需了解内部结构,只需按照系统规范进行简单的程序开发即可实现界面的扩展定制。在μC/GUI界面开发工具的支持下完成了人机界面的设计实现。通过测试验证,证明本文开发的数控系统人机界面具有较好程度的可行性。
刘奥[6](2021)在《氢燃料电池安全监测系统设计与故障诊断方法研究》文中进行了进一步梳理氢燃料电池安全监测系统作为氢燃料电池电堆的监测模块,承担着采集电堆运行中实时参数的任务,在电堆运行的监测、控制及故障诊断中起着非常关键的作用,故障诊断保证了燃料电池系统故障的及时发现和处理,因此氢燃料电池安全监测系统和故障诊断研究具有十分重要的现实意义。作为典型的多输入输出非线性系统,氢燃料电池动力系统的正常运行和各项子系统的功能实现均依赖于安全监测系统采集的实时数据和故障诊断的反馈结果,为实现系统对监测及诊断的相关需求,以重卡燃料电池动力系统作为研究对象,研究并开发了氢燃料电池安全监测系统,故障诊断方面,对基于机器学习算法的故障诊断方法进行了研究与分析,基于无监督极限学习机(US-ELM)的特征提取能力,K-means的聚类能力及在线序列极限学习机(OS-ELM)的增量学习能力,建立了氢燃料电池的故障诊断系统,实现故障诊断模型的增量学习和在线诊断等功能。氢燃料电池安全监测系统方面,研究分析了质子交换膜燃料电池的基本原理和燃料电池动力系统的结构功能,对氢燃料电池安全监测系统的总体结构进行了设计。以总体结构设计为主干,基于对标电堆的参数及相关的参数计算结果,对氢燃料电池安全监测系统的传感器进行了选型,完成了系统相关模块的原理图设计,分析了串口通讯的相关协议,设计了系统通讯使用的数据帧,实现了氢燃料电池安全监测系统下位机的软硬件设计。在硬件设计的基础上,通过Altium Designer软件对下位机进行优化设计,绘制了相关原理图,设计并制作了下位机PCB。基于Lab VIEW构建了上位机监测系统,实现了参数监测、数据记录及故障诊断等功能。故障诊断方面,在实验采集的氢燃料电池电堆原始数据基础上,为解决故障诊断对于在线诊断、模型更新等方面的需求进行了相关研究。在分析相关诊断文献和算法原理的基础上,构建了满足增量学习和在线故障诊断需求的故障诊断系统,系统通过US-ELM进行基于流形正则的特征提取,OS-ELM实现故障诊断模型的训练与基于增量学习的模型更新,同时引入K-means聚类算法辅助增量学习过程中数据标记问题的解决。基于采集的20维原始数据构建了验证用样本集,将US-ELM与OS-ELM算法同其他同类算法进行对比分析,分析结果证明了US-ELM及OS-ELM在特征提取可视化结果、聚类准确性、故障诊断准确率及诊断用时等方面均具有一定优势,从而验证了诊断系统整体的有效性。
于勇[7](2021)在《基于嵌入式的少模光时域反射仪研究》文中研究表明随着信息技术的高速发展,各行各业对带宽的需求越来越高。因为香农极限定理限制着基于单模光纤的光通信网络容量上限,迫切需求革命性的新技术解决当前网络容量挑战。一种以少模光纤为传播媒介的模分复用技术应运而生,该技术采用相互正交的空间模式作为互不影响的传播通道,能够提高光通信系统容量。然而,少模光纤中独有的损伤特性如模式相关损耗、模式耦合、差分模式群时延会影响模分复用技术的传输能力,降低模分复用系统的传输距离;此外,不同空间模式的传输特性存在差别,而且空间模式之间又会因串扰问题相互影响,这导致检测少模光纤的链路故障状况要难于单模光纤。因而,研究少模光纤的损伤测量技术与光纤故障检测技术尤为重要。这对于优化少模光纤结构、为模分复用系统损伤补偿提供数据支持,提高光通信系统传输能力等方面十分重要。目前主流的少模光纤损伤检测技术有脉冲响应技术、波长扫描干涉技术和背向瑞利散射测量技术。本文依据背向瑞利散射测量技术研制出一种基于嵌入式的少模光时域反射仪,其原理为利用光脉冲在传输过程中发生的背向瑞利散射效应获得光纤损伤与光纤结构参数。本文在理论分析空间模式正交性与少模光纤背向瑞利散射特性的基础上,分别搭建了嵌入式少模光时域反射仪的硬件平台、研发了嵌入式少模光时域反射仪的人机交互软件,并针对6模光纤与3模光纤进行测量,分析了嵌入式少模光时域反射仪的动态范围、空间分辨率等指标,并验证了少模光时域反射仪在故障定位与测量模式耦合、差分模式群时延与模式相关损耗的性能。本文的主要内容与创新点包括如下:1.针对少模光时域反射仪需要满足测量不同空间模式传输特性的问题,本文搭建一种光子灯笼+少模环形器的光纤故障检测系统,利用光子灯笼实现模式复用器和模式解复用器,最终通过实验证明该系统能够激发少模光纤中的多种空间模式,并分离少模光纤中的不同空间模式,为后续的少模光纤损伤检测与链路故障诊断奠定基础。2.针对少模光纤损伤检测独有的模式相关损耗、模式耦合、差分模式群时延。本文首先建立基于少模光纤的背向瑞利散射理论模型,然后通过对少模光纤损伤产生机理的深入研究,理论推导出少模光纤模式相关损耗、模式耦合与背向瑞利散射曲线斜率的关系式,进而得到上述损伤参数的检测结果,而差分模式群时延则采用时间飞行法获得。最终通过实验证明该系统可以达到测量目的,实现了少模光时域反射仪满足多模式、多参量测量的设计初衷。3.针对光纤链路故障诊断过程中,因噪声而引起的故障点误判问题,本文使用卡尔曼滤波算法去除测量数据中的噪声。通过仿真与最终实验结果显示该算法能够保持测量曲线原有变换趋势的情况下,使曲线变得平滑,进而提高少模光时域反射仪的故障诊断精确度。4.针对目前少模光时域反射仪体积大、功耗大、成本高等问题。本文使用嵌入式设备作为少模光时域反射仪的数据处理与人机交互平台。具体型号为Xilinx公司的Zynq-7000 SOC硬件平台,最终实验结果表明嵌入式设备能够满足设计需求,且更具便携性。
陈斐[8](2021)在《库尔勒香梨外部缺陷在线检测研究》文中提出外部缺陷的存在,会直接影响水果的品质,降低其附属的商品价值,使消费者对水果的消费欲降低,对水果产业造成损失。为了解决这个问题,需对水果的外部缺陷进行检测,剔除含有外部缺陷的水果,提高水果的商品质量。在对水果外部品质进行检测时,若使用人工进行评判,会受检测人员的经验水平影响,其主观性太大,使得检测结果参差不齐,难以形成规范。基于机器视觉采集的库尔勒香梨图像,对其表面缺陷进行研究,以获取不同缺陷间的区别,为建立快速检测方法提供依据。同时,相较于传统机器视觉系统,嵌入式机器视觉系统的功耗和成本更低,精准度合理,可有效降低水果生产成本。因此,基于嵌入式机器视觉系统对水果的外部缺陷实现自动检测是重要且具有实际意义的。本文以南疆特色水果—库尔勒香梨为研究对象,对其外部缺陷的在线检测进行研究。研究的主要内容如下:(1)对嵌入式机器视觉系统的关键硬件进行选择,并自行开发配套软件,搭建库尔勒香梨外部缺陷检测研究平台。选择STM32f103ZET6作为系统主控和处理核心,选择CMOS摄像头OV7725作为图像采集模块,移植Free RTOS为实时操作系统高效利用处理器资源。(2)香梨外轮廓与缺陷区域识别算法研究。通过对图像灰度化和图像增强,凸显香梨和缺陷特征,减少冗余图像信息。结合双峰阈值法改进过的阈值分割、边缘检测和形态学处理研究了一种区分香梨外轮廓和缺陷区域的识别算法。(3)缺陷特征和分类算法研究。分别对缺陷的几何特征、颜色特征和纹理特征进行研究分析。依据研究结果,优选出圆形度、S分量、灰度平均值和能量4个特征,结合决策树构建香梨缺陷识别分类算法。另在研究过程中,发现基于形态学处理检测香梨是否有果梗的算法和基于圆形度特征识别畸形梨的算法,其识别准确率分别为90%和88%。(4)测试缺陷分类识别算法和嵌入式机器视觉系统的性能。结果表明,其对库尔勒香梨外部缺陷的识别分类准确率为90.5%,说明基于嵌入式机器视觉系统对库尔勒香梨外部缺陷进行在线检测是可行的。
陈煌达[9](2021)在《基于互联网的压缩燃烧装置远程测控系统研究》文中研究指明本文将物联网云平台技术与发动机燃烧测试技术相结合,创造性地研制了一套集远程数据存储与多设备访问功能的自由活塞压燃试验测控平台,包括本地压燃实验压力及活塞位移数据的精准采集与远程储存以及远程交互平台开发。主要进行了以下工作:研制实验台架的位移采集装置,以适配于课题组自研的单缸自由活塞压燃装置,改进位移测量的方式以提高整体测量精度。基于已授权的新型活塞运动位移测量系统发明专利,设计研制以光电传感为核心的高速位移检测装置。通过直接操作寄存器的方式进行单片机采集程序开发,配置物联网通信模块及阿里云物联网设备管理平台,从而实现实验数据实时精准采集与远程储存。针对基于物联网应用的均质压缩燃烧装置数据采集试验,进行远程实验室测控系统开发。以Netty网络框架开发服务器程序,实现底层数据接收与转发、维护客户端及My SQL数据库的连接,同时满足高性能、高并发的网络需求。通过Java Script、CSS及HTML等技术设计Web网页客户端,实现便捷高效的远程交互功能。据课题组实验数据要求,确立通信协议,设计并建立远程数据库,使得课题组可以对历次实验测试数据进行统一管理。以单元测试方式对整个系统进行检验,结果显示单个光电传感器采样频率达到9.36),满足本压缩燃烧装置对采样实时性要求,多通道数据采样方式相比于原数据采集系统在采样精度上有显着的改进。远程实验室实时测控平台在网页资源加载和交互操作功能达到了较好的效果,Web客户端与服务器通信功能体现出了极高的泛用性和实时性。
李宁[10](2021)在《基于嵌入式系统的多目标跟踪技术及其实现》文中研究表明随着计算机视觉技术的快速发展,利用其解决实际问题的需求在不断扩大。其中,目标跟踪无论在安防领域或刑侦领域都起到很重要的作用,比如分析行人轨迹预测其目的地。相对于单目标跟踪,多目标跟踪更加贴合实际应用场景。对于一个系统来说,实时性和准确性需要相互平衡。如何确保一个系统在帧率满足实时性的情况下有较高的准确率,是多目标跟踪领域中一个重要研究方向,且更具有实用价值。为了实现实时的多目标跟踪系统,一个低复杂度且高效的多目标跟踪算法极其重要。基于卡尔曼滤波的DeepSORT算法是多目标跟踪领域中的传统方法,其将单目标跟踪方法推广到多目标跟踪领域。为了让系统更具有实用价值,实验围绕海思SoC芯片搭建起完整的嵌入式系统,实现实时的多目标跟踪。利用海思SoC实现了视频流处理、检测网络Yolov4-tiny的实现及其运算加速。最后将检测结果送给后续的多目标跟踪算法,实现多目标跟踪。主要的研究内容如下:(1)本文提出了基于Yolov4-tiny的改进型网络,在满足运行效率的前提下,达到更高的检测精度。Yolov4-tiny网络直接减少Yolov4的网络层,虽然速度提升较多但检测结果粗糙。在原网络的基础上添加两种轻量型的网络结构:在卷积通道中添加挤压-激励模块让网络选择通道中较为重要的特征,抑制不重要特征,实现通道中特征的融合。另外对主干网络输出的特征图利用空间金字塔池化结构实现空间上特征的融合,为后续网络提供不同尺度且信息更加丰富的特征图。(2)利用芯片中神经网络引擎实现了检测网络的部署并得到检测结果。工作分为:第一,利用Vector Comparision仿真工具验证网络模型在硬件平台上的有效性和准确性;第二,改动海思网络模型;第三,实现板端数据预处理和维持板端与Opencv库色彩空间的一致性;第四,归纳出NNIE精度问题定位的方法。(3)利用海思SoC及FPGA搭建硬件平台,并基于416×416@58FPS的目标检测算法完成了1920×1080视频流在板端的多目标跟踪任务,达到了较高精度下的高帧率性能。设计了实时视频流系统的媒体流向,实现高效的显示和计算;其次,利用目标检测算法和DeepSORT算法在芯片中实现多目标跟踪,包括使用Eigen库完成板端矩阵运算加速等工作。
二、嵌入式系统的定义与发展历史(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、嵌入式系统的定义与发展历史(论文提纲范文)
(1)嵌入式操作系统在分布式系统中的设计与应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 嵌入式系统研究现状 |
1.2.2 分布式系统研究现状 |
1.3 本文的研究内容及贡献 |
1.4 本文的章节安排 |
第二章 相关理论与软硬件平台介绍 |
2.1 分布式系统 |
2.1.1 分布式系统概述 |
2.1.2 分布式系统的特征 |
2.1.3 分布式系统的结构 |
2.1.4 分布式系统的拓扑结构 |
2.2 分布式操作系统 |
2.2.1 构造分布式操作系统的途径 |
2.2.2 设计分布式操作系统时应考虑的问题 |
2.2.3 分布式操作系统的结构模型 |
2.3 RT-Thread操作系统 |
2.3.1 RT-Thread概述 |
2.3.2 RT-Thread的架构 |
2.3.3 RT-Thread内核 |
2.4 嵌入式系统 |
2.4.1 嵌入式系统概述 |
2.4.2 STM32概述 |
2.5 本章小结 |
第三章 系统总架构设计 |
3.1 硬件的规划实现 |
3.2 分布式架构设计模式 |
3.2.1 无操作系统模式 |
3.2.2 均衡模式 |
3.2.3 非均衡模式 |
3.3 系统结构 |
3.3.1 控制节点和计算节点 |
3.3.2 系统运行结构 |
3.4 本章小结 |
第四章 分布式操作系统设计与实现 |
4.1 进程管理 |
4.1.1 分布式进程 |
4.1.2 分布式进程的状态与切换 |
4.2 分布式协同处理 |
4.2.1 分布式互斥 |
4.2.2 事件定序与时戳 |
4.2.3 资源管理算法 |
4.2.4 选择算法 |
4.3 任务分配 |
4.3.1 任务分配环境 |
4.3.2 任务调度策略 |
4.4 操作系统的移植 |
4.5 本章小结 |
第五章 分布式通信机制设计与实现 |
5.1 消息传递 |
5.1.1 消息传递概述 |
5.1.2 消息传递方式的设计 |
5.1.3 消息传递的实现 |
5.2 RPC的功能 |
5.2.1 RPC的通信模型 |
5.2.2 RPC的结构 |
5.2.3 RPC的实现 |
5.3 保密设计 |
5.3.1 概述 |
5.3.2 加密模型 |
5.3.3 加密方案算法描述 |
5.3.4 安全性分析 |
5.3.5 性能分析 |
5.4 本章小结 |
第六章 系统的应用 |
6.1 引言 |
6.2 DALI协议 |
6.2.1 协议介绍 |
6.2.2 DALI系统结构 |
6.3 分布式操作系统的应用 |
6.3.1 DALI访问时序与时戳 |
6.3.2 主从设备RPC功能 |
6.3.3 数据资源管理 |
6.4 本章小结 |
第七章 主要结论与展望 |
致谢 |
参考文献 |
附录:作者在攻读硕士学位期间发表的论文 |
(2)公路路基智能检测控制优化设计(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 课题研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 课题研究内容 |
1.3.1 基于ARM处理器的路基健康监测系统 |
1.3.2 基于AIA和PNN的数据处理算法 |
1.4 课题需求分析与规格说明 |
1.5 本论文章节安排 |
第2章 公路路基智能检测系统硬件设计分析 |
2.1 检测系统的总体设计分析 |
2.2 微控制器的选型 |
2.3 嵌入式最小系统电路设计 |
2.4 嵌入式系统的构件设计 |
2.4.1 电源电路设计 |
2.4.2 LCD显示器 |
2.4.3 DTU模块 |
2.4.4 RS485通信电路 |
2.4.5 SD卡存储电路 |
2.4.6 SPI Flash存储电路 |
2.4.7 以太网模块 |
2.5 传感器的选型及驱动电路优化设计 |
2.5.1 检测连接电路 |
2.5.2 振弦式采集板 |
2.5.3 沉降传感器 |
2.5.4 应变传感器 |
2.5.5 路基压力传感器 |
2.5.6 温湿度传感器 |
2.6 检测系统电路的设计与实现 |
2.7 检测系统焊接与测试 |
2.8 本章小节 |
第3章 公路路基智能检测系统软件设计分析 |
3.1 软件总体方案设计分析 |
3.2 传感器软件设计 |
3.2.1 温湿度传感器驱动程序 |
3.2.2 沉降应变传感器驱动程序 |
3.2.3 压力传感器驱动程序 |
3.3 微控制器软件设计 |
3.3.1 LCD模块驱动程序 |
3.3.2 SD卡存储模块驱动程序 |
3.3.3 W5500以太网模块驱动程序 |
3.3.4 DTU数据传输 |
3.3.5 数据传输协议 |
3.3.6 系统整体软件流程 |
3.4 RT-Thread在STM32上的移植操作 |
3.4.1 RT-Thread操作系统 |
3.4.2 线程管理分析 |
3.4.3 内存管理分析 |
3.4.4 中断管理分析 |
3.4.5 RT-Thread在STM32上的移植操作 |
3.5 监测中心软件设计 |
3.5.1 软件系统开发环境介绍 |
3.5.2 监测后台通信方式 |
3.5.3 监测中心界面 |
3.6 本章小节 |
第4章 基于AIA和PNN的路基健康监测研究 |
4.1 人工免疫算法 |
4.1.1 人工免疫系统简介 |
4.1.2 人工免疫算法的研究 |
4.2 概率神经网路 |
4.2.1 概率神经网络概述 |
4.2.2 概率神经网络的优势 |
4.3 基于AIA和PNN的路基检测 |
4.3.1 数据归一化处理 |
4.3.2 AIA在MATLAB中的模拟仿真 |
4.3.3 PNN在MATLAB中的模拟仿真 |
4.4 实验分析 |
4.5 本章小节 |
第5章 总结与展望 |
5.1 工作总结 |
5.2 工作展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(3)目标检测算法在嵌入式系统中的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 目标检测算法 |
1.2.2 面向嵌入式的卷积神经网络模型优化 |
1.2.3 卷积神经网络硬件加速研究 |
1.3 论文主要研究内容 |
1.4 论文结构安排 |
第二章 面向嵌入式系统的目标检测算法概述 |
2.1 基于深度学习的目标检测算法概述 |
2.1.1 双阶段目标检测算法 |
2.1.2 单阶段目标检测算法 |
2.2 SSD目标检测算法 |
2.2.1 先验框的设置 |
2.2.2 目标匹配 |
2.2.3 SSD算法网络 |
2.3 面向嵌入式的模型优化概述 |
2.3.1 轻量化模型设计 |
2.3.2 模型压缩 |
2.4 本章小结 |
第三章 面向嵌入式系统的目标检测算法优化设计 |
3.1 MobileNetV2-SSD网络结构 |
3.1.1 深度可分离卷积与标准卷积 |
3.1.2 线性瓶颈层 |
3.1.3 网络整体结构 |
3.2 MobileNetV2-SSD结构优化设计 |
3.2.1 卷积运算的优化设计 |
3.2.2 BN层与卷积层融合设计 |
3.3 MobileNetV2-SSD参数优化设计 |
3.3.1 量化方案设计 |
3.3.2 基于量化的卷积设计 |
3.3.3 激活值量化 |
3.4 卡尔曼滤波算法预测与目标检测算法融合设计 |
3.4.1 卡尔曼滤波算法 |
3.4.2 卡尔曼滤波算法预测与目标检测算法融合设计 |
3.4.3 算法仿真及分析 |
3.5 本章小结 |
第四章 嵌入式系统中目标检测算法实现与性能测试 |
4.1 实时目标检测系统设计 |
4.1.1 系统设计目标 |
4.1.2 系统设计方案 |
4.2 面向嵌入式系统的模型优化移植 |
4.2.1 TensorFlow模型文件分析 |
4.2.2 模型优化移植 |
4.3 系统硬件实现 |
4.3.1 系统硬件方案 |
4.3.2 电路模块选型与电路设计 |
4.3.3 PCB设计 |
4.4 系统软件实现 |
4.4.1 系统软件方案 |
4.4.2 软件环境搭建 |
4.4.3 系统运行流程 |
4.4.4 各子模块实现 |
4.5 系统测试与分析 |
4.5.1 实验说明 |
4.5.2 结构优化设计测试与分析 |
4.5.3 参数优化设计测试与分析 |
4.5.4 卡尔曼滤波预测与目标检测算法融合设计测试与分析 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 下一步研究工作 |
参考文献 |
附录 缩略语 |
致谢 |
(4)寒地水稻育秧管理系统的研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 国外研究进展 |
1.2.2 国内研究进展 |
1.3 研究目标、内容、技术路线 |
1.3.1 研究目标 |
1.3.2 研究内容和方案 |
1.3.3 技术路线 |
1.4 本章小结 |
2 系统的方案设计 |
2.1 管理系统的功能设计要点 |
2.2 寒地水稻育秧管理系统的总体构架 |
2.3 本章小结 |
3 系统硬件的选取与设计 |
3.1 网关硬件平台设计 |
3.1.1 网关处理器的选型 |
3.1.2 基于S5PV210 处理器的网关 |
3.2 主控芯片的选型 |
3.3 协调器与路由节点 |
3.4 传感器的选型与设计 |
3.4.1 温湿度传感器节点 |
3.4.2 光照传感器节点 |
3.4.3 二氧化碳传感器节点 |
3.5 控制器节点 |
3.6 模块节点电路设计 |
3.7 本章小结 |
4 寒地水稻育秧管理系统的软件设计 |
4.1 嵌入式开发环境的选择 |
4.2 搭建Linux交叉编译环境 |
4.3 Boot Loader的选择和移植 |
4.3.1 Boot Loader的选择 |
4.3.2 U-BOOT的启动过程 |
4.3.3 U-BOOT的移植 |
4.4 嵌入式Linux内核的裁剪与移植 |
4.4.1 Linux内核体系结构 |
4.4.2 Linux内核的移植 |
4.4.3 根文件系统的建立 |
4.5 Zig Bee网络设计与搭建 |
4.5.1 Zig Bee协议架构 |
4.5.2 Zig Bee组网方案 |
4.5.3 Zig Bee代码 |
4.5.4 搭建Zig Bee网络 |
4.6 人机交互界面 |
4.6.1 QT环境变量配置 |
4.6.2 QT图形界面的设计 |
4.7 驱动程序的设计 |
4.7.1 温湿度传感器的程序设计 |
4.7.2 光照传感器的程序设计 |
4.7.3 二氧化碳传感器的程序设计 |
4.8 本章小结 |
5 系统测试 |
5.1 试验条件 |
5.2 试验时间地点 |
5.3 试验方法 |
5.4 结果分析 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
个人简历 |
个人情况 |
教育背景 |
科研经历 |
在学期间发表论文 |
(5)基于μC/GUI的可重构数控系统人机界面的设计与实现(论文提纲范文)
摘要 |
abstract |
第1章 引言 |
1.1 课题研究背景及意义 |
1.2 可重构数控系统国内外研究现状 |
1.2.1 概述 |
1.2.2 国内外研究现状 |
1.3 可重构数控系统人机界面概述 |
1.4 本文的主要研究内容 |
1.5 论文组织架构 |
第2章 可重构数控系统软硬件平台方案 |
2.1 嵌入式操作系统分析及选型 |
2.2 人机界面开发环境 |
2.3 硬件结构 |
2.3.1 ARM概述及其特点 |
2.3.2 S3C2410处理器 |
2.4 本章小结 |
第3章 可重构数控系统软件开发环境 |
3.1 可重构数控系统软件开发模式 |
3.2 可重构数控系统软件开发环境 |
3.3 μC/OS-II和μC/GUI的移植 |
3.3.1 μC/OS-II操作系统的移植 |
3.3.2 μC/GUI移植 |
3.4 本章小结 |
第4章 可重构数控系统人机界面的建模 |
4.1 概述 |
4.2 模块划分及功能需求分析 |
4.3 静态结构描述与动态对象行为模型相结合的模型 |
4.3.1 静态结构模型 |
4.3.2 动态对象行为模型 |
4.4 界面模型的构建 |
4.4.1 基于功能划分的静态模型 |
4.4.2 静态结构模型 |
4.4.3 动态行为模型 |
4.5 本章小结 |
第5章 可重构数控系统人机界面的实现 |
5.1 COM组件的基本概念及特性 |
5.2 基于COM技术的人机界面组件的设计 |
5.3 组件在系统环境中的运行 |
5.4 人机界面的设计实现 |
5.4.1 界面外观及框架设计 |
5.4.2 按键消息处理机制 |
5.4.3 界面闪烁问题的解决 |
5.4.4 界面实现 |
5.5 功能测试 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 论文总结 |
6.2 工作展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(6)氢燃料电池安全监测系统设计与故障诊断方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 燃料电池参数监测研究现状 |
1.2.2 燃料电池故障检测研究现状 |
1.3 本文主要研究内容 |
第2章 氢燃料电池安全监测系统总体设计 |
2.1 燃料电池简介 |
2.1.1 燃料电池及分类 |
2.1.2 燃料电池的优点 |
2.2 PEMFC电池原理及系统结构 |
2.2.1 PEMFC工作原理 |
2.2.2 PEMFC动力系统总体结构 |
2.3 氢燃料电池安全监测系统总体方案 |
2.3.1 氢燃料电池安全监测系统的意义 |
2.3.2 氢燃料电池安全监测系统的需求分析 |
2.3.3 氢燃料电池安全监测系统的总体设计 |
2.4 本章小结 |
第3章 氢燃料电池安全监测系统下位机设计 |
3.1 氢燃料电池安全监测系统的相关计算及传感器选型 |
3.1.1 氢燃料电池的相关参数计算 |
3.1.2 传感器的选型 |
3.2 氢燃料电池安全监测系统硬件设计 |
3.2.1 嵌入式系统总体框架 |
3.2.2 嵌入式系统芯片 |
3.2.3 嵌入式系统模块 |
3.3 嵌入式系统的软件设计 |
3.3.1 嵌入式系统软件总体流程 |
3.3.2 嵌入式系统通讯设计 |
3.3.3 嵌入式系统的通信协议设计 |
3.4 监测系统下位机的硬件优化 |
3.4.1 下位机硬件功能模块需求 |
3.4.2 精简方案的PCB设计实现 |
3.5 本章小结 |
第4章 基于Lab VIEW的上位机设计 |
4.1 上位机系统总体结构设计 |
4.2 虚拟仪器开发的相关介绍 |
4.2.1 Lab VIEW介绍 |
4.2.2 VISA功能模块介绍 |
4.3 上位机主要模块设计 |
4.3.1 串口通信模块 |
4.3.2 数据记录模块 |
4.3.3 故障诊断模块 |
4.4 安全监测系统虚拟仪器面板设计 |
4.5 本章小结 |
第5章 基于数据驱动的PEMFC故障诊断方法 |
5.1 常见的故障诊断方法 |
5.1.1 基于模型的诊断方法 |
5.1.2 基于数据驱动的诊断方法 |
5.2 故障诊断系统的算法原理 |
5.2.1 极限学习机相关算法 |
5.2.2 K-means聚类算法 |
5.3 PEMFC故障诊断系统流程 |
5.4 PEMFC 故障诊断系统验证 |
5.5 本章小结 |
第6章 诊断算法的对比分析 |
6.1 PEMFC数据选取 |
6.2 PEMFC故障特征提取的对比与分析 |
6.2.1 基于US-ELM的故障特征提取 |
6.2.2 基于PCA的故障特征提取 |
6.2.3 基于LDA的故障特征提取 |
6.2.4 不同特征提取方法的对比分析 |
6.3 PEMFC电堆故障诊断对比与分析 |
6.3.1 基于OS-ELM的电堆故障诊断 |
6.3.2 基于SVM的电堆故障诊断 |
6.3.3 基于BP的电堆故障诊断 |
6.3.4 故障诊断结果对比与分析 |
6.4 本章小结 |
第7章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(7)基于嵌入式的少模光时域反射仪研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 论文的研究意义及背景 |
1.2 国内外研究现状 |
1.2.1 少模光纤的发展现状 |
1.2.2 光时域反射仪的发展现状 |
1.3 论文的主要内容和结构 |
第2章 少模光时域反射仪的基本原理 |
2.1 少模光纤的传输特性 |
2.1.1 光纤的分类 |
2.1.2 少模光纤模式 |
2.1.3 模式正交性 |
2.2 少模光纤背向瑞利散射 |
2.2.1 瑞利散射与菲涅尔反射 |
2.2.2 少模光纤的背向瑞利散射 |
2.3 少模光时域反射仪技术 |
2.3.1 少模光时域反射仪测量原理 |
2.3.2 少模光时域反射仪主要参数 |
2.4 本章小结 |
第3章 嵌入式少模光时域反射仪硬件系统设计 |
3.1 嵌入式少模光时域反射仪硬件结构设计 |
3.2 嵌入式少模光时域反射仪硬件平台 |
3.2.1 嵌入式系统概述 |
3.2.2 嵌入式处理器选择 |
3.2.3 Zynq-7000 系列平台框架 |
3.3 嵌入式硬件平台工程搭建 |
3.3.1 Zynq芯片的配置 |
3.3.2 系统整体配置 |
3.4 本章小结 |
第4章 嵌入式少模光时域反射仪软件系统设计 |
4.1 嵌入式操作系统 |
4.1.1 嵌入式操作系统概述 |
4.1.2 嵌入式操作系统的选择 |
4.2 Linux操作系统的开发环境搭建 |
4.2.1 交叉编译工具链的搭建 |
4.2.2 Qt集成开发环境的搭建 |
4.3 Linux操作系统的移植 |
4.3.1 Zynq-7000 Soc启动过程 |
4.3.2 UBOOT的配置 |
4.3.3 Kernel的配置 |
4.3.4 根文件系统的配置 |
4.4 基于卡尔曼滤波算法的滤波处理 |
4.5 嵌入式少模光时域反射仪应用软件设计 |
4.5.1 软件开发平台的选择 |
4.5.2 嵌入式少模光纤光时域反射仪软件结构 |
4.5.3 参数设置模块 |
4.5.4 数据处理模块 |
4.6 本章小结 |
第5章 嵌入式少模光时域反射仪的测试与结果分析 |
5.1 嵌入式少模光时域反射仪测试系统 |
5.2 嵌入式少模光时域反射仪性能指标 |
5.2.1 空间分辨率 |
5.2.2 动态范围 |
5.3 嵌入式少模光时域反射仪测试结果 |
5.3.1 脉冲宽度对测试曲线的影响 |
5.3.2 卡尔曼滤波算法对测试曲线的影响 |
5.3.3 故障定位测试 |
5.3.4 模式相关损耗、模式耦合与差分模式群时延测试 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简介及在攻读硕士期间取得的科研成果 |
致谢 |
(8)库尔勒香梨外部缺陷在线检测研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究的背景和意义 |
1.2 机器视觉检测技术研究现状 |
1.2.1 机器视觉技术概述 |
1.2.2 机器视觉检测技术在水果检测中的应用 |
1.3 嵌入式机器视觉系统 |
1.3.1 嵌入式机器视觉系统组成 |
1.3.2 嵌入式机器视觉在水果检测中的应用 |
1.3.3 嵌入式机器视觉系统特点 |
1.4 主要研究内容及技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
1.5 本章小结 |
第2章 库尔勒香梨嵌入式机器视觉研究平台 |
2.1 引言 |
2.2 嵌入式机器视觉研究平台的体系结构设计 |
2.2.1 嵌入式机器视觉系统的工作原理 |
2.2.2 嵌入式机器视觉研究平台整体设计 |
2.3 嵌入式机器视觉系统硬件设计 |
2.3.1 光源 |
2.3.2 图像处理模块 |
2.3.3 图像采集模块 |
2.3.4 实时显示模块 |
2.3.5 SD卡模块 |
2.3.6 通讯模块 |
2.4 嵌入式机器视觉系统软件设计 |
2.4.1 软件开发环境 |
2.4.2 主程序设计 |
2.4.3 图像采集 |
2.4.4 图像储存 |
2.5 本章小结 |
第3章 库尔勒香梨图像处理方法 |
3.1 图像预处理 |
3.1.1 图像灰度化 |
3.1.2 图像增强 |
3.2 图像分割 |
3.2.1 阈值分割法 |
3.2.2 边缘检测 |
3.3 图像的数学形态学处理 |
3.3.1 结构元素 |
3.3.2 膨胀运算 |
3.3.3 腐蚀运算 |
3.3.4 组合运算 |
3.3.5 连通缺陷区域 |
3.4 香梨外轮廓与缺陷区域的分割 |
3.5 本章小结 |
第4章 香梨外部缺陷特征的研究 |
4.1 试验样本 |
4.2 基于图像数学形态学的果梗检测 |
4.2.1 基于形态学处理提取香梨果梗 |
4.2.2 试验与结果分析 |
4.3 缺陷几何特征 |
4.3.1 外部缺陷面积 |
4.3.2 香梨轮廓及外部缺陷圆形度 |
4.4 缺陷颜色特征 |
4.4.1 缺陷的彩色颜色特征 |
4.4.2 缺陷的灰度平均值 |
4.5 缺陷纹理特征 |
4.5.1 灰度共生矩阵 |
4.5.2 特征参数提取 |
4.6 基于决策树的缺陷分类 |
4.6.1 决策树 |
4.6.2 决策树特征选取 |
4.6.3 决策树的构造 |
4.7 本章小结 |
第5章 系统测试与结果分析 |
5.1 引言 |
5.2 嵌入式机器视觉系统试验平台 |
5.3 嵌入式机器视觉系统软件 |
5.4 系统测试 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 主要结论 |
6.2 工作展望 |
参考文献 |
致谢 |
作者简介 |
(9)基于互联网的压缩燃烧装置远程测控系统研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 引言 |
1.2 国内外研究现状 |
1.2.1 均质充量压缩燃烧研究现状 |
1.2.2 智慧实验室系统研究现状 |
1.3 本文研究内容和意义 |
1.3.1 主要研究内容 |
1.3.2 研究意义 |
2 压缩燃烧装置远程测控系统整体方案设计 |
2.1 压燃试验数据采集系统 |
2.1.1 自由活塞压燃试验平台 |
2.1.2 微控芯片及物联网通信模块选型 |
2.2 系统整体方案设计 |
2.3 核心技术介绍 |
2.3.1 传感器技术 |
2.3.2 物联网技术 |
2.3.3 HTTP协议 |
2.4 本章小结 |
3 压缩燃烧装置远程测控系统硬件研制 |
3.1 自由活塞竖直位移检测装置 |
3.1.1 功能需求分析 |
3.1.2 光电传感器工作原理与选型 |
3.1.3 测量装置设计与参数计算 |
3.2 滤波放大电路设计 |
3.3 嵌入式最小系统设计 |
3.3.1 外部中断模数转换模块 |
3.3.2 物联网通信模块 |
3.4 本章小结 |
4 压缩燃烧装置远程测控系统软件开发 |
4.1 系统需求分析及功能概述 |
4.2 服务器端设计 |
4.2.1 网络通信模块设计 |
4.2.2 核心数据业务设计 |
4.3 Web客户端设计 |
4.3.1 跨域动态网页设计 |
4.3.2 网页界面设计及展示 |
4.4 数据库配置与设计 |
4.5 本章小结 |
5 系统功能测试及验证 |
5.1 位移数据采集系统功能验证 |
5.1.1 单个光电传感器信号采集功能验证 |
5.1.2 光电传感器阵列信号采集功能验证 |
5.2 数据存储与远程信息交互功能验证 |
5.2.1 数据库远程存储功能验证 |
5.2.2 web客户端与服务器通信功能验证 |
5.3 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 工作展望 |
参考文献 |
(10)基于嵌入式系统的多目标跟踪技术及其实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 目标跟踪 |
1.2.2 嵌入式神经网络运算加速芯片 |
1.3 主要创新点及工作 |
1.4 本文章节安排 |
第二章 相关技术理论研究 |
2.1 目标检测 |
2.1.1 目标检测数据集及评价指标 |
2.2 开发框架技术 |
2.2.1 STL库 |
2.2.2 多线程基础 |
2.2.3 线程间同步 |
2.2.4 makefile |
2.3 本章小结 |
第三章 嵌入式目标检测算法的改进及应用 |
3.1 网络轻量化方式分析 |
3.1.1 引入轻量型网络结构的方式 |
3.1.2 引入深度可分离卷积的方式 |
3.1.3 引入缩减网络层层数的方式 |
3.2 基于挤压-激励模块特征提取网络的设计 |
3.2.1 挤压-激励模块 |
3.3 基于空间金字塔池化层网络结构的设计 |
3.4 目标检测算法的模型转换及模型量化 |
3.4.1 海思模型改动 |
3.4.2 NNIE模型量化及模型有效性验证 |
3.5 基于嵌入式芯片目标检测算法的实现 |
3.5.1 数据预处理方法 |
3.5.2 NNIE色彩空间与Opencv色彩空间差异 |
3.5.3 NNIE代码重写 |
3.5.4 NNIE精度问题定位 |
3.6 实验结果与分析 |
3.6.1 引入深度可分离卷积 |
3.6.2 实验结果展示 |
3.7 本章小结 |
第四章 嵌入式多目标跟踪系统实现 |
4.1 嵌入式系统 |
4.1.1 媒体处理软件平台模块应用 |
4.1.2 神经网络推理引擎模块 |
4.2 嵌入式平台矩阵运算加速库应用 |
4.2.1 Eigen库简介 |
4.2.2 Eigen库加速原理 |
4.3 DeepSORT |
4.3.1 DeepSORT简介 |
4.3.2 DeepSORT关键代码实现 |
4.4 实验结果与分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
四、嵌入式系统的定义与发展历史(论文参考文献)
- [1]嵌入式操作系统在分布式系统中的设计与应用[D]. 寿颖杰. 江南大学, 2021(01)
- [2]公路路基智能检测控制优化设计[D]. 成兴保. 太原理工大学, 2021(01)
- [3]目标检测算法在嵌入式系统中的设计与实现[D]. 杨天鹏. 北京邮电大学, 2021(01)
- [4]寒地水稻育秧管理系统的研究[D]. 刘烜骥. 黑龙江八一农垦大学, 2021(10)
- [5]基于μC/GUI的可重构数控系统人机界面的设计与实现[D]. 姚文姣. 中国科学院大学(中国科学院沈阳计算技术研究所), 2021(08)
- [6]氢燃料电池安全监测系统设计与故障诊断方法研究[D]. 刘奥. 太原理工大学, 2021(01)
- [7]基于嵌入式的少模光时域反射仪研究[D]. 于勇. 吉林大学, 2021(01)
- [8]库尔勒香梨外部缺陷在线检测研究[D]. 陈斐. 塔里木大学, 2021
- [9]基于互联网的压缩燃烧装置远程测控系统研究[D]. 陈煌达. 浙江大学, 2021(09)
- [10]基于嵌入式系统的多目标跟踪技术及其实现[D]. 李宁. 电子科技大学, 2021(01)