首页期刊导航|传感器与微系统
期刊信息/Journal information
传感器与微系统
传感器与微系统

刘学林

月刊

1000-9787

st_chinasensor@vip.126.com

0451-82514848

150001

哈尔滨市南岗区一曼街29号（哈尔滨44信箱）

传感器与微系统/Journal Transducer and Microsystem TechnologiesCSCD北大核心CSTPCD
查看更多>>本刊由中国电子科技集团公司第四十九研究所主办，系高新技术与实用技术相结合的高科技期刊。侧重发表具有新结构、新功能、新用途、微型化、多功能化、智能化、系统化和网络化、能促进信息技术发展、更新换代的新型传感器与微系统制造方面的论文。
正式出版
收录年代

    基于QCM的工业废水中重金属检测

    王艳赵宝瑞李冲曾禹...
    125-127,131页
    查看更多>>摘要：锌离子(Zn2+)的检测涉及到食品,水土环境,人体病理等多方面人类安全问题,越发受到国内外学者的关注.为方便且准确地检测排放污水中Zn2+是否达标,采用涂覆能够特异性吸附Zn2+的含醚键离子交换树脂薄膜到石英晶体微天平(QCM)电极上,制备了重金属传感器.通过测量QCM的共振频移,研究了传感器的选择特性,检测精度,检测响应时间和重复性.实验结果表明:制备的涂覆含醚键树脂薄膜石英晶体传感器频率随Zn2+的含量变化明显,检测精确度约为95％,可重复多次检测,检测时长适度.该传感器研究成果在重金属实际检测方面中有潜在的应用前景.

    石英晶体微天平锌离子含醚键离子交换树脂传感器

      原文链接:
    • 维普
    • 万方数据

    基于手机内置MEMS传感器的行人步数检测方法

    赵桂玲王续梁伟东
    128-131页
    查看更多>>摘要：手机内置微机电系统(MEMS)传感器具有零偏不稳定性和误差发散快等缺点.为了提高行人步数检测的准确性,基于图形用户界面(GUI),建立零偏校正、低通滤波和卡尔曼(Kalman)滤波3种误差处理模型.采用峰值域和时间域共同约束峰值的双特征检测方法,设计平稳前进和摆臂前进两种动态实验场景,检测行人步数.实验结果表明:在不同动态场景下,双特征检测行人步数的准确率均在95％以上,验证了所提算法的准确性和鲁棒性,满足行人步数检测的要求.

    微机电系统图形用户界面零偏校正低通滤波卡尔曼滤波

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOX算法的光学卫星影像车辆目标检测

    张杰郭杜杜娄文郭凯...
    132-135,140页
    查看更多>>摘要：为了改善光学卫星影像中车辆目标检测准确率低、速度慢的问题,提出一种基于改进YOLOX算法的卫星影像车辆目标检测方法.首先,以轻量化模型YOLOX的S版本为基线,采用CSPDarknet-53替换原主干特征提取网络,引入基于卷积块的注意力模块(CBAM)提高特征提取时对车辆目标的关注度.其次,扩充主干特征提取网络输出尺度,并在特征强化提取部分设计了一个双向特征金字塔网络(BFP-net),采用亚像素卷积上采样、横向的跳跃连接和纵向的跨尺度连接实现对不同层级、尺度特征的复用,使得最后输出特征层充分融合了分类和定位信息.实验结果表明:本文算法对large-vehicle和small-vehicle两类车辆的检测准确率分别为88.98％和86.58％,相较于原算法,平均检测准确率提高了5.36％,检测速度达到了58.37 fps,具有更好的检测效果.

    光学卫星影像车辆检测尺度扩充注意力机制

      原文链接:
    • 维普
    • 万方数据

    基于轻量级卷积神经网络的车辆声学识别

    封慧杰赵红东于快快刘赫...
    136-140页
    查看更多>>摘要：车型识别技术对交通监测具有重要意义.针对行驶中车辆的视觉信息易受环境干扰等问题,提出了一种基于ShuffleNet V2的车辆声学特征识别模型S-ShuffleNet,包含对ShuffleNet V2网络深度的缩减以及深度可分离卷积(DSC)中卷积(Conv)核大小的改进,通过提取车辆声信号的对数-梅尔谱图(LMS)特征作为该模型的输入,进行车型识别.同时,将风、雨、雷暴噪声叠加在车辆音频上,以验证不同环境噪声的影响.实验结果表明:该模型参数量少、训练速度快,在VS10数据集上识别精度比基础网络ShuffleNet V2提高2.4％,识别准确率可达97.5％,与不同分类网络相比,S-ShuffleNet也具有良好性能.

    车型识别声学特征对数梅尔谱图轻量级卷积神经网络环境噪声

      原文链接:
    • 维普
    • 万方数据

    基于ZYNQ的Stewart并联机器人运动学算法实现

    边宗政刘曰涛于长松姜佩岑...
    141-144页
    查看更多>>摘要：针对实时的控制和监控,而导致Stewart机器人实时性不高的问题,提出了基于ZYNQ芯片的软硬件协同计算Stewart并联机器人运动学解的方案.ZYNQ芯片集成了PL(FPGA)和PS(ARM)两种不同的嵌入式芯片,PL(FPGA)作为PS(ARM)的协处理器进行运动学算法解算,PS(ARM)则运行实时系统,对Stewart机器人进行实时的控制.实验证明:硬件计算Stewart并联机器人运动学解与理论计算结果误差在合理范围内,且解算时间满足实时系统控制周期小于2 ms的要求.

    Stewart并联机器人运动学ZYNQ芯片高层次综合Linux系统

      原文链接:
    • 维普
    • 万方数据

    基于sEMG信号几何特征的肌肉疲劳分类

    曹震吕东澔张勇张鹏...
    145-148页
    查看更多>>摘要：为了更好地区分肌肉疲劳程度,本文通过小波变换的方法,分析不同频段中表面肌电(sEMG)信号的能量变化情况,提取信号几何特征,对肌肉非疲劳和疲劳状态进行区分.从几何边界区域中提取周长、面积、圆度特征,分析几何特征变化情况.同时,使用分类器对肌肉疲劳进行分类.实验结果表明:几何特征对肌肉疲劳状态有更加直观的区分效果.几何特征在肌肉疲劳前后有明显变化,相比传统时域、频域特征,具有更好的分类效果,对几何特征进行特征融合,能够有效提升分类准确度.

    表面肌电信号几何特征肌肉疲劳疲劳分类

      原文链接:
    • 维普
    • 万方数据

    基于迭代多项式插值的雷达高精度距离估计方法

    黄晓红任钢黄天宇
    149-152页
    查看更多>>摘要：为解决由于受频谱间干扰影响而导致毫米波雷达对多目标场景下测距精度不足的问题,提出了一种迭代多项式插值的雷达高精度距离参数估计方法.首先,采用快速傅里叶变换(FFT)与单元平均恒虚警率(CA-CFAR)融合算法估计不同距离下的目标数目和相应频谱位置;其次,对所求目标频谱位置的信息进行迭代处理,在每次处理过程中,降低多目标间的频谱干扰;最后,通过多项式插值求得真实频率的估计偏差,从而得到精度高的目标距离估计.仿真与实测结果表明:该方法在多目标场景与信噪比(SNR)小于20 dB条件下,与汉明窗(Hamming-Window)算法相比,其距离估计精度提升到0.05 m以内.

    多目标场景多项式插值频谱干扰频率估计

      原文链接:
    • 维普
    • 万方数据

    动态障碍物环境下的扫地机器人路径规划

    陈肯赵慧蒋林周和文...
    153-156页
    查看更多>>摘要：针对扫地机器人在清扫过程中因无法提前判断动态障碍物而发生碰撞的问题,提出一种动态障碍物环境下的扫地机器人路径规划方法.通过对激光和地图数据的处理,实现动态障碍物的检测与求解;利用改进的二维高斯分布函数结合动态障碍物信息更新地图栅格代价值;结合动态障碍物分析,改进膨胀方式,并引入新型评价子函数系数计算方法和动态阈值设定方法优化动态窗口法(DWA);在栅格代价值更新的地图上,利用全局和局部路径规划算法实现动态避障.实验结果表明:该方法能较好实现扫地机器人对于动态障碍物的提前避让,具有可行性和有效性.

    动态障碍物路径规划栅格代价值优化动态窗口法

      原文链接:
    • 维普
    • 万方数据

    基于特征重聚焦和精细化的遥感显著性目标检测

    朱海鹏张宝华李永翔徐利权...
    157-160页
    查看更多>>摘要：为了提升网络对特征的表征,提出一种基于特征重聚焦和精细化的光学遥感显著目标检测算法.利用相邻层特征交互捕获上下文语义互补信息,并通过膨胀卷积调节感受野提取信息的范围,完成初次特征聚焦.再将注意机制作用于深层特征,组成位置引导模块,增强对显著性特征的关注,完成特征重聚焦.最后,通过浅层特征获得显著特征注意图和反注意图,引导网络进一步挖掘高置信度显著区域和低置信度背景区域的信息,精细化优化后的特征.采用EORSSD和ORSSD 2个公开数据集进行实验与评估,以证明算法的有效性.

    光学遥感图像显著性目标检测相邻上下文协调特征精细化注意力机制

      原文链接:
    • 维普
    • 万方数据

    改进的多传感器信息融合算法及其应用

    刘玉柱屈蔷曹东
    161-164页
    查看更多>>摘要：针对量测噪声未知的问题,提出一种改进的多传感器信息融合方法,首先对量测噪声进行实时跟踪与估计,接着基于估计的量测噪声进行最优加权融合,解决常规加权法权值不是最优的问题,最后将融合的结果进行卡尔曼滤波,得到系统的状态估计.将改进的多传感器信息融合方法应用某型无人机(UAV)垂向高度信息融合系统中,经仿真验证,表明该方法具有一定的工程实用价值.

    卡尔曼滤波信息融合多传感器噪声估计

      原文链接:
    • 维普
    • 万方数据