基于深度学习的无人机目标识别与反制
侯琛1董俞伯2
摘要：随着低空无人机在军事和民用领域的广泛应用,其安全隐患亟需关注。本文提出一种基于改进YOLOv7模型的检测方法,并引入注意力机制,强化模型对目标区域特征的表达能力。同时,提出一种改进的StrongSORT跟踪算法,优化跟踪性能。这些研究成果提高了检测和跟踪的准确性和实时性,通过云台主动跟踪控制算法扩大了监控视野,增强了系统的跟踪灵活性。最终实现了一套完整的红外无人机检测与跟踪系统,满足了实时跟踪的需求,并探讨了其在民用领域反无人机系统中的潜在应用。

基于人工智能技术的雨量校准故障诊断与预警辅助系统研究
孟超1,2刘名1,2张二国1,2樊锦涛1,2郭少杰1,2
摘要：基于人工智能技术的雨量校准故障诊断与预警辅助系统,通过气象观测数据“云”获取设备计量数据进行预处理,采用多种数据驱动和人工智能算法,利用深度学习及神经网络,对采集的数据进行分析,对数据样本进行训练学习,诊断设备是否存在故障并对设备存在的风险进行预警判断。采用神经网络分析设备故障,根据分析出的设备故障情况,系统以大数据为核心、智能算法为底层逻辑模式分析并推送解决方案,有效地提升了户外计量工作效能,对气象自动站其他高精度传感器检定、校准的多源数据分析和诊断具有较好的开拓意义。

基于Python脚本的SoC寄存器模块自动化设计
周国飞
摘要：片上系统芯片（SoC）包含大量可通过系统总线配置的寄存器模块。在芯片设计流程中,需要人工设计寄存器模块功能,并形成可阅读的设计文档,再由硬件描述语言（HardwareDescriptionLanguage）描述为实际数字电路,还需要有便于芯片仿真验证的寄存器模型以及基于C语言的嵌入式固件程序用于应用软件开发。本文提供一种基于Python脚本语言的芯片设计流程,将上述芯片设计流程串联起来,做到一次规格设计,自动化输出寄存器模块的不同设计描述,有效提高了SoC芯片设计效率。


软件 . 2024(05)