全部分类/
科学普及/
物联网技术

物联网技术

2026年09期

《物联网技术》杂志是经国家新闻出版总署批准的,目前国内唯一同时具有国际和国内CN刊号的物联网专业科技期刊。主要介绍基于物联网技术的电子类、网络类、应用类科技论文。

扫码免费借阅

目录

快速导航

资讯博览 | 视点

资讯博览 | 视点

大模型阿里发布新一代模型 Qwen3.6-Plus 编程表现接近全球最强编程模型近日，阿里发布了千问新一代大语言模型 Qwen3.6-Plus。千问 3.6 拥有原生多模态理解和推理能力，整体性能大幅增强，在智能体编程 SWE-bench 系列评测、真实世界智能体任务 Claw-Eval 等权威评测中，千问 3.6 编程表现接近全球最强编程模型 Claude 系列。在前端网页开发、仓库
资讯博览 | 万校静安

资讯博览 | 万校静安

摘要: 本项目研发了一种用于室外场地的自抑噪发声系统, 用于在开阔场地中实现正反区域强音量差, 主动抑制扬声单元在背面或侧后方产生的旁瓣噪声。该系统通过主动式MEMS收声阵列与双侧对称发声结构, 基于闭环反馈修正的DSP控制算法, 驱动双面对称的换能器分别发射非对称声频信号, 使背面单元阵列有效消除正面阵列的旁瓣分量, 将正反区域中低频声量差值提升至 31dB 以上, 从而有效抑制校园、广场、运动场等区域的强噪声扰民问题。
学术研究 | 多传感器信息融合的森林火灾无线监测系统

学术研究 | 多传感器信息融合的森林火灾无线监测系统

摘要：为提高森林火灾检测的实时性和准确性，文中设计了一种基于多传感器信息融合的森林火灾无线监测系统。该系统通过在监测区域内安装多台由STM32微控制器、NB-IoT通信模块、多种传感器等构建的监测节点装置，组成监测网络，进行火灾检测。首先，传感节点以固定时间间隔获取森林区域的环境监测数据，并通过无线网络传输至云计算平台；随后，采用麻雀搜索算法（SSA）对支持向量机（SVM）进行参数优化，并完成模型训练；最后，云平台将经过预处理的实时数据送入训练好的SSA-SVM模型中，进行结果预测和判断。经分析和验证，该监测系统具有实时监测、预警及时、准确性高等优点，在森林防火领域具有广阔的应用前景。
学术研究 | 基于多尺度上下文信息和特征融合的遥感小目标检测方法

学术研究 | 基于多尺度上下文信息和特征融合的遥感小目标检测方法

摘要：针对遥感图像小目标检测任务中因尺度问题导致的特征提取困难、精度不高的问题，提出一种基于多尺度上下文信息和特征增强融合策略的遥感小目标检测网络（MS-RSOD-YOLO）。首先，设计了变形卷积-视觉状态空间特征提取模块（DefConv-VSSM），通过融合视觉状态空间模型和变形卷积策略，在主干网络中实现全局-局部上下文感知；其次，构建了跨尺度特征聚合PAFPN（CSFA-PAFPN），通过增强来自不同层次的特征聚合方式，改进了路径聚合特征金字塔并用于多尺度特征融合，以便在颈部网络中协调小物体空间特征和语义特征等判别性特征的学习；最后，引入基于Normalized Wasserstein Distance的损失函数，以增强模型对小目标尺度的适配性和梯度贡献的有效性。实验结果表明，所提方法在DIOR和NWPU VHR-10遥感数据集上的mAP分别达到了67.2%和71.0%，其中针对小目标的平均准确率（mAPsmall）分别达到了57.7%和74.9%，优于多个主流遥感小目标检测方法，能在遥感可见光图像中更精确地捕捉和识别小目标。
学术研究 | 基于多模态感知和因果推理的智能农业灭虫系统设计

学术研究 | 基于多模态感知和因果推理的智能农业灭虫系统设计

摘要: 针对传统农业灭虫方法容易造成环境污染、智能化程度低和缺乏推理性等问题, 提出一种基于多模态感知和因果推理的智能农业灭虫系统。以 STM32 单片机为核心控制器, 设计了一种多维感知与人机交互相融合的推理型控制模型。系统采用 YOLOv5 目标检测模型和自动驱虫装置进行害虫的智能识别与灭除, 通过温-气-光-湿-pH 传感器监控环境的关键参数, 采用强化学习因果发现算法推理害虫数量与环境参数的关联性, 使用物联网技术实现实时监测和人机交互功能。测试结果表明, 该系统实现了对农业环境的精准监测与智能化灭虫, 为农业灭虫提供了一种高效、环保且可扩展的解决方案。
学术研究 | 基于动态文本提示的焊缝图像缺陷检测方法

学术研究 | 基于动态文本提示的焊缝图像缺陷检测方法

摘要：焊缝缺陷检测是保障工业产品质量与安全的关键环节。然而，现有方法存在模型泛化能力弱与多模态特征对齐不佳的问题。为此，提出一种基于动态文本提示的焊缝图像缺陷检测方法。该方法通过跨模态注意力机制，使图像的局部特征与文本提示深度交互，生成专注于缺陷特征的动态文本描述；同时，设计图像-文本特征一致的双路径模块，通过投影层强化两种模态的语义对齐，并融合双路径输出的异常图以实现精准缺陷定位。在焊缝图像 JPEGWELD 数据集上的实验结果表明，该方法在图像级与像素级 AUROC 上分别达到 89.5% 和 87.6%，验证了其在焊缝缺陷检测任务中的有效性与优越性。
学术研究 | 复杂动态环境下无人车竞速系统的多传感器融合与路径规划优化

学术研究 | 复杂动态环境下无人车竞速系统的多传感器融合与路径规划优化

摘要：针对复杂动态环境下无人车竞速系统的实时导航与控制需求，提出并实现了一种基于机器人操作系统（ROS）的室外无人车竞速技术方案。通过优化激光雷达数据的高斯滤波算法，设定距离阈值（0.05~15 m）滤除噪声数据，结合扩展卡尔曼滤波的同步定位与建图（SLAM）技术提升环境感知精度。采用YOLOv5模型实现锥桶目标检测，通过极坐标与笛卡尔坐标转换及冒泡排序算法提取锥桶位置信息，识别准确率达98.3%。设计比例-积分-微分（PID）控制器动态调整转向与速度参数，响应时间为0.2 s，转向误差降低40%。路径规划中融合全局A*算法与局部时间弹性带（TEB）算法，支持动态障碍物避让与实时轨迹优化，平均行驶速度提升至4.0 m/s。实验结果表明，系统在含连续弯道及密集障碍物的复杂赛道中，建图精度误差在±2 cm范围内，单圈耗时减少15%，赛道偏离概率降至3%。本研究为增强无人车竞速技术的高效性与鲁棒性提供了可行方案。
学术研究 | 基于目标检测法YOLOv5的交通信号灯识别系统研究

学术研究 | 基于目标检测法YOLOv5的交通信号灯识别系统研究

摘要：在智能驾驶领域，交通信号灯检测与识别技术的精度与速度显得尤为关键。文中以交通信号灯为研究对象，针对当前交通信号灯检测与识别领域存在的问题展开研究，提出了一种检测精度高、满足一定实时性要求的交通信号灯检测与识别方法。该方法采用YOLOv5目标检测算法，实现对交通信号灯的迅速、精准检测。文中利用训练集训练YOLOv5模型，并采用验证集对模型进行测试，通过准确率、召回率、损失分析等指标评估模型性能。实验结果表明，文中提出的YOLOv5交通信号灯识别算法整体性能优越，平均检测时间小于0.5 s，检测精度高于85%。
学术研究 | 基于物联网的健康监测系统设计与实现

学术研究 | 基于物联网的健康监测系统设计与实现

摘要：为解决传统心脏健康监测系统便携性差、不易长期监测和预警不及时的问题，设计了一款基于物联网技术的多参数健康监测系统。该系统可对心率、血氧饱和度、脉搏波特征等多项健康指数进行准确分析，当检测到生理参数异常时，云端服务器系统能通过多渠道预警机制实时推送提醒信息至用户终端。同时，系统采用微型化传感器与低功耗电路架构，在保障监测精度的前提下，实现了设备便携性与续航性能的协同优化。该系统为心血管健康管理提供了便捷、可靠的技术支撑，能够有效助力健康风险的早期发现与及时干预。
学术研究 | 基于声音图像融合设计单通道设备巡检

学术研究 | 基于声音图像融合设计单通道设备巡检

摘要：为解决传统设备故障检测依赖多传感器阵列、操作复杂、成本较高的问题，同时为提升故障诊断效率与准确性，文中设计了一种单通道声音传感器模组（手机麦克风）与摄像头传感器模组融合的便携式设备巡检系统。该系统通过比对声音特征频率判断故障类型，借助机器视觉定位技术完成异常声音的可视化定位，并结合增强现实（AR）技术将声学特征图实时叠加至巡检视频。车间设备故障检测实验表明，该系统可有效实现异常声音定位与故障判断，具备便携、低成本、易部署的特性，诊断效率与准确性显著提升。综上，该系统创新融合单麦克风声学检测、机器视觉与AR技术，突破了传统设备巡检对多传感器的依赖，适用于各类车间设备的巡检场景，具有广阔的实际应用前景。
学术研究 | 基于图形图像处理的白茶白毫银针识别与检测

学术研究 | 基于图形图像处理的白茶白毫银针识别与检测

摘要：白毫银针是白茶中的珍品，具有较高的经济价值，但其表面覆盖的细密白毫给图像识别带来了显著挑战。针对白毫银针的图像成像特点，提出了一种基于改进图像分割算法的白毫银针识别与检测方法。该方法先对白毫银针图像进行灰度化、滤波去噪、图像分割、特征提取、图像识别与分类等处理，最后通过形态学开运算去除小噪声，实现图像识别。每个环节均根据白毫银针的图像特点进行参数矫正，以达到最优识别效果。为验证该方法的有效性，分别选取50张、100张、150张、200张及400张图像进行测试。测试结果表明，所提方法的识别精确率分别为97.3%、94.7%、90%、88.2%、91%，整体识别效果良好，可为白毫银针的检测提供技术支持。
学术研究 | 基于改进WKNN的自适应RFID指纹定位方法

学术研究 | 基于改进WKNN的自适应RFID指纹定位方法

摘要: 针对传统射频识别（RFID）指纹定位方法中因接收信号强度指示（RSSI）信号波动大、特征间相关性利用不足以及关键参数固定所导致的定位精度低、环境适应性差的问题，本研究旨在提升复杂室内环境下定位系统的精度与鲁棒性，提出了一种融合改进加权K近邻（WKNN）与自适应卡尔曼滤波（AKF）的定位方法。该方法首先通过AKF动态调整观测噪声协方差，以自适应地滤除RSSI信号中的噪声；在在线定位阶段，引入局部特征权重和自适应K值选择机制，并采用马氏距离以充分考虑特征间相关性。在一个 10m×10m 的仓储环境中的实验结果表明，与传统WKNN算法相比，文中所提方法在 60cm 误差范围内的定位精度提升了 16.3% ，同时表现出更低的定位误差标准差和均方误差。由此证明，该方案通过动态噪声抑制、局部特征加权和自适应参数调整，有效提高了RFID指纹定位系统的精度、稳定性和环境适应性，在仓储物流等室内定位场景中具有重要的应用价值。
学术研究 | RRP-YOLO：室内人员特征增强检测算法

学术研究 | RRP-YOLO：室内人员特征增强检测算法

摘要：针对商场、车间等室内场景中人员检测因遮挡、多尺度分布及人员分布密集问题所导致的漏检、误检问题，提出一种室内复杂场景的人员特征增强检测算法（RRP-YOLO）。首先，使用感受野注意力卷积（RFAConv）替代原有主干网络中的标准卷积，增强模型在密集遮挡与动态场景中的检测能力；其次，设计基于跨尺度连接的RepGFPN作为Neck模块，用于加强不同层级之间的特征交互，提升模型对多尺度目标的适应能力。同时，引入轻量化的动态上采样模块（Dysample），并与RepGFPN协同工作，提升模型对局部与全局语义信息的表达能力；最后，在边界框回归部分采用PIoUv2损失函数，通过引入尺寸自适应惩罚机制和梯度调整策略，优化锚框的学习过程，有效提升检测精度和训练收敛速度。在MSCOCO室内人员数据集上进行的大量实验表明，RRP-YOLO显著优于YOLOv11n，mAP@0.5和mAP@0.5:0.95分别提高了2.7%和3.0%。此外，在特定数据集上的测试结果表明，RRP-YOLO在不同场景的数据集上均展现出强大的泛化能力，与YOLOv11n相比，始终能够获得更高的检测精度。
学术研究 | 边缘物联网关的设计及在采油井场的应用

学术研究 | 边缘物联网关的设计及在采油井场的应用

摘要：针对长庆油田井场中传统边缘设备算力不足、接口扩展性弱、云边协同能力差及国产化适配性低等问题，基于边缘计算、物联网及容器化技术，研发高算力可扩展边缘物联网关及配套技术体系。通过国产化芯片选型（瑞芯微RK3568）、模块化硬件架构设计、分层软件体系构建、边缘计算与智能控制模型研发及多协议云边协同机制优化，实现井场设备全域接入、本地实时数据分析与云端协同管控。现场应用表明，该网关数据采集率达100%，功图计产误差≤5%，工况诊断准确率达92%，单井场年均运维成本降低1.2万元，油井系统效率提升17.6%，可为油田物联网升级及数字化转型提供核心硬件支撑与可复制技术范式。
学术研究 | 物联网中可验证云边协同隐私保护联邦学习方案

学术研究 | 物联网中可验证云边协同隐私保护联邦学习方案

摘要：联邦学习作为一种分布式机器学习框架，能够在保护物联网本地数据隐私的前提下实现模型的协同训练。然而，现有模型聚合过程缺乏有效的验证机制，容易受懒惰或恶意节点攻击，严重威胁用户数据隐私。针对这一问题，利用数字签名与线性同态哈希，设计一种物联网环境下云边协同可验证的隐私保护联邦学习方案，可在保护模型梯度的同时确保聚合结果的正确性。其次，将秘密分享应用于客户端本地训练，以此容忍客户端掉线并抵抗边缘节点的串通攻击。最后，设计异常检测协议，确保参与者能够验证聚合结果的正确性并准确定位懒惰和恶意节点。实验结果表明，该方案在抵御欺骗行为的同时具有较低的计算和通信开销，为隐私保护联邦学习的应用提供了可靠方案。
学术研究 | 基于可解释的机器学习方法预测学生压力水平

学术研究 | 基于可解释的机器学习方法预测学生压力水平

摘要: 通过整合心理、生理、社会、环境及学术等多源数据, 构建一个基于机器学习的学生压力预测与解释模型, 以揭示影响学生压力水平的关键因子, 并为教育政策与心理健康促进措施提供科学依据。本研究基于 1100 个样本、20 个特征的数据集, 目标变量为三分类压力水平 (0~2)。首先, 通过探索性数据分析和可视化方法初步考察各变量与压力水平间的关联模式, 并采用 Kruskal-Wallis 非参数检验验证特征显著性。在此基础上, 设计并比较了 9 种机器学习分类模型, 所有模型均基于分层抽样方式划分训练集与验证集, 以保持类别分布一致性, 并通过超参数调优优化模型性能。研究表明, 所有特征均与压力水平显著相关 (p<0.05), 其中自尊水平与压力呈显著负相关关系。多数机器学习模型在验证集上表现优异, 尤其是多层感知器、AdaBoost、XGBoost 及支持向量机模型, 准确率均达到约 91%。通过 SHAP 值对表现最佳的 XGBoost 模型进行特征重要性分析, 发现血压 (收缩压与舒张压)、学业成绩、自尊水平、睡眠质量及师生关系位列前五位关键预测因子 (p<0.0001), 显示出心理与生理因素的共同主导作用。本研究证实学生压力的产生是一个涉及多维度因素的复杂现象, 其中生理指标 (如血压)、心理构造 (如自尊) 以及社会学术变量共同构成其预测基础。基于机器学习的方法不仅能够实现高精度压力水平识别, 还可通过可解释人工智能技术揭示关键影响机制。该研究成果为教育工作者、学校心理辅导员及政策制定者提供了数据驱动的决策支持, 有助于针对高风险群体设计早期干预方案, 从而提升学生整体幸福感。
学术研究 | 基于云边端协同的智能家居系统设计

学术研究 | 基于云边端协同的智能家居系统设计

摘要：针对现有智能家居系统功能单一、数据依赖第三方平台及隐私保护不足等问题，设计并实现了一套基于云边端协同架构的智能家居系统。该系统以ESP32与ESP8266作为边缘计算核心，集成了环境监测、安防报警、花卉养护与智能门禁等多重功能。通过构建本地Web服务器与云端数据库协同的数据链路，实现了设备数据的实时采集、云端同步与远程控制。测试结果表明，该系统运行稳定，传感器数据响应准确，控制指令延迟低，在功能集成度、系统可扩展性与数据自主性方面均表现出良好的实用价值。
学术研究 | 物联网技术在水下生态环境监测中的应用

学术研究 | 物联网技术在水下生态环境监测中的应用

摘要：物联网（IoT）通过智能传感器、多源数据融合与AI分析技术，为水下生态环境监测提供全方位、高精度的动态解决方案。文中重点介绍了物联网技术在水下生态环境监测中的实际应用案例。在水质监测中，通过多参数传感器网络（pH、溶解氧、重金属等传感器）实时追踪水体污染变化，结合边缘计算与云端平台实现污染溯源与应急调控；在生物多样性保护领域，通过声学传感器与水下摄像设备捕捉鱼类行为、珊瑚礁健康状态及入侵物种动态，通过AI图像识别与声纹分析量化生态指标；在水下灾害预警方面，集成地震仪、压力传感器与海啸浮标构建海底地质活动实时感知网络，结合水文气象数据与深度学习模型，提前预警海啸、滑坡等灾害，彰显了物联网在构建“透明海洋”与生态韧性中的核心价值。最后，文中还讨论了物联网技术的未来发展趋势。
学术研究 | 基于改进Mamba2和考虑电池退化特性的锂离子电池SOH和RUL联合估计

学术研究 | 基于改进Mamba2和考虑电池退化特性的锂离子电池SOH和RUL联合估计

摘要：锂离子电池的健康状态（SOH）和剩余使用寿命（RUL）的准确估计对保证电池的安全稳定运行至关重要。现有的RUL和SOH估计方法往往基于单一的数据驱动模型，缺少物理机制支撑。为此，文中提出了一种基于无迹粒子滤波（UPF）和改进的Mamba2网络的SOH和RUL联合估计方法。首先，设计了双向Mamba2网络结构，并结合UPF方法构建时序模型估计框架。在此基础上，利用增量容量分析（ICA）提取具有明确物理意义的健康因子（HI）用于估计SOH。然后，通过构建滑动时间窗口特征作为输入，并结合电池衰减特性的物理约束实现RUL估计。最后在自采集和公开数据集上对所提方法进行验证。实验结果表明，SOH的估计误差在1%以内，RUL的估计误差在4%内，充分证明了该方法的准确性与鲁棒性。
学术研究 | 基于STM32单片机的简易示波器设计

学术研究 | 基于STM32单片机的简易示波器设计

摘要：针对传统数字示波器不易携带、造价昂贵以及对于基础教学功能过剩的问题，设计一款基于STM32F103RCT6单片机的简易数字示波器，硬件部分包括主控模块、信号发生与采集模块、显示模块、电源驱动模块、按键模块等，通过软硬件联合设计使得该示波器可实现信号的精准测试。此设计成本低廉、操作简单易学、重量轻、便于携带，且自配信号发生系统，具备常见波形的演示功能，适合大学生创新实验、中小学生教学以及工程外出作业时使用。
学术研究 | 复杂运输场景下的无人智能装运联动小车设计

学术研究 | 复杂运输场景下的无人智能装运联动小车设计

摘要：为解决传统道路运输中人工成本高、效率低、管理难及安全风险高等问题，文中设计了一款复杂运输场景下无人智能装运联动小车。基于STM32集成了机械臂、AI视觉传感器、超声波、ESP32信息无线传输、WiFi、语音识别控制、温湿度采集、液晶屏等传感器和模块，实现了循迹、跟随、避障、远程控制和数据显示等功能。讨论了双车联动装运在货物运输行业下的具体应用，包括准确跟随、定量装载和按需返回。通过测试验证，系统抓取物体的准确率为96%以上；在运输和跟随模式下，按照设定的运行速度均可完成相应任务，将有效提高在无人多车联动环境下小车运输过程中的安全性和可靠性。
学术研究 | 自主可控指挥信息系统的测试与移植研究

学术研究 | 自主可控指挥信息系统的测试与移植研究

摘要：信息安全是信息化战争的基本要求，自主可控的指挥信息系统对于国家安全至关重要。针对某型指挥信息系统，基于国产自主可控软硬件构建了测试平台，并完成了应用软件的移植和测试。研究内容包括硬件测试平台的构建、软件移植过程中的关键技术以及自主可控平台与信息系统软件的匹配和优化技术。通过大量测试，验证了国产化平台的功能性能、可靠性、稳定性。提出了针对自主可控信息产品兼容性和性能优化的解决方案，对推动指挥信息系统向自主可控平台的全面转型具有重要意义。
学术研究 | 融合树莓派和星闪技术的实验室智能化管理系统

学术研究 | 融合树莓派和星闪技术的实验室智能化管理系统

摘要：实验室管理的智能化要求包括提高效率、保障安全以及优化资源分配。针对传统实验室管理中存在的问题，如钥匙管理手续繁杂、设备利用率低下和仪器损坏率高等，设计了一套基于树莓派和星闪技术的开放实验室管理系统。该系统通过学生端APP和管理员端APP实现实验室预约、门禁管理和设备使用的智能化管理。本系统创新性地采用华为星闪技术，实现多节点设备的高效接入和控制，显著提升了实验室中对数量众多的各类设备的管理效率。相较于传统短距离传输技术方案，星闪在功耗、传输速度、覆盖范围以及连接性能方面均展现出显著优势。本系统基于树莓派硬件平台实现人脸识别和设置临时密码等功能，在确保实验室门禁安全的同时兼具灵活性和高性价比；优化了实验室资源的使用效率，提升了管理的智能化水平，为实验室管理提供了一种高效、安全的解决方案。
学术研究 | 基于 STM32 的植物浇水系统设计

学术研究 | 基于 STM32 的植物浇水系统设计

摘要：由于传统的植物浇水方式依赖人工，易因人为疏忽导致植物生长不良，鉴于此，文中利用物联网技术设计了一种基于STM32单片机的植物浇水系统。该系统以STM32F103C8T6作为核心控制器，经传感器采集土壤湿度、温度和光照强度，并显示在LCD1602显示屏上。设定湿度和光照强度阈值，若低于阈值，继电器驱动水泵浇水并进行补光。利用ESP8266 WiFi模块，可以通过手机APP发送浇水及补光指令。经测试，该系统能够采集环境数据，可执行浇水、补光动作，有助于为植物提供适宜的生长环境，适用于家庭园艺场景。
学术研究 | 物联网环境下的跨课堂多模态行为隐私保护方法

学术研究 | 物联网环境下的跨课堂多模态行为隐私保护方法

摘要: 为解决物联网环境下跨课堂多模态行为数据的隐私泄露风险问题, 提出物联网环境下的跨课堂多模态行为隐私保护方法。以物联网设备采集课堂中的图像、声音等多模态行为数据为基础, 构建基于TensorFlow（张量流）的双通道卷积神经网络模型, 分别提取视觉与听觉特征并进行融合, 完成多模态行为数据融合; 最后, 引入差分隐私机制, 通过聚类与动态噪声注入的形式, 将动态噪声与融合后的多模态数据结合, 实现数据隐私保护。实验结果表明, 在不同攻击方式的持续攻击下, 敏感数据泄露比例均低于 6%, 且可视化结果显示原始数据与噪声高度混杂, 能有效保护高敏感隐私数据。
学术研究 | PLC 控制的小型花椒烘干筛选一体机系统

学术研究 | PLC 控制的小型花椒烘干筛选一体机系统

摘要：针对传统的花椒自然晾晒方式存在效率低、成本高、损耗大等问题，研发了一套适用于小规模加工场景的智能化烘干设备。以西门子 S7-200 SMART 可编程逻辑控制器（PLC）为核心控制器，集成烘干、搅拌、筛选及风选工艺模块。关键硬件选型包括加热元件、温度传感器、振动装置、风扇等。所研发设备可提升花椒干燥效率和加工品质，有效降低人工依赖和因控制不当导致的霉变损耗。
学术研究 | 基于PLC的社区协同智能家居控制系统研究

学术研究 | 基于PLC的社区协同智能家居控制系统研究

摘要：针对传统智能家居系统可靠性低、扩展性差、与社区平台脱节的问题，文中提出一种以可编程逻辑控制器（PLC）为核心的智能家居控制系统。系统构建用户交互、核心控制、通信网络与感知执行的四层架构，通过PLC实现本地高可靠性的实时控制，并设计专用联动网关支持与智慧社区平台间的安全双向协同。采用模块化软硬件设计与多协议通信，保障扩展性与兼容性。测试表明，系统控制响应延迟低于500 ms，执行准确率达99.8%，报警信息社区同步时间小于2 s，支持主备链路自动切换。文中系统实现了智能家居与社区服务的有效联动，具有较高的工程实用性与推广价值。
学术研究 | 基于物联网技术的留守儿童注意缺陷多动障碍类型分类

学术研究 | 基于物联网技术的留守儿童注意缺陷多动障碍类型分类

摘要: 对留守儿童注意缺陷多动障碍（ADHD）的类型进行分类时, 仅提取儿童心率等生理参数的时域特征, 难以体现不同类型注意缺陷多动障碍的特性, 致使分类方法的准确度较低。为解决这一问题, 文中提出基于物联网技术的留守儿童注意缺陷多动障碍类型的分类方法。基于物联网技术, 实时采集留守儿童的运动视频数据、生理数据和环境数据, 从中提取儿童心率的时域特征与频域特征, 并结合挖掘的环境特征, 构建儿童注意缺陷多动障碍特征向量。将特征向量作为输入变量, 输入到随机森林算法中, 确定候选分裂特征, 构建多棵决策树, 进而建立组合分类器; 根据分类器的输出值, 确定留守儿童注意缺陷多动障碍的类型。实验表明, 基于脑活动网络特征的分类方法在ADHD诊断中具有潜力, 该方法的分类准确度较高, 达到了0.98, 同时 F₁ 分数也达到了0.98。
学术研究 | 基于差分放大器的低端理想二极管设计

学术研究 | 基于差分放大器的低端理想二极管设计

摘要：基于差分放大器的低端理想二极管电路由NMOS主管、差分放大电路、电压比较器、负偏置电源等部分构成；差分放大电路中对管类型可以为NPN、NMOS、PNP、PMOS管中的一种，采用差分放大电路比较NMOS主管的漏极、源极电压大小，并将输出的信号再次加载到电压比较器进行放大，电压比较器输出信号控制NMOS主管的导通与截止。为实现优势互补，设计四种低端理想二极管电路。软件仿真验证表明，设计的电路具有简单、成本较低、实用性强的特点，可以实现防倒灌功能，满足宽电流范围的使用场合。
学术研究 | 基于STM32与多传感器融合的智能养老拐杖系统设计

学术研究 | 基于STM32与多传感器融合的智能养老拐杖系统设计

摘要：在人口老龄化程度持续加深、家庭照护压力逐步增大，且“物联网+养老”成为智慧养老重要方向的背景下，文中设计并实现了一种基于STM32微控制器与多传感器融合的智能养老拐杖系统。该智能拐杖以STM32F103ZET6开发板为核心，融合了传感器模块、执行器模块和无线通信模块等先进技术，集成心率血氧、惯性测量、压力、温湿度、气体、超声波及光敏等多种传感器，并结合GPS定位、GSM通信、蓝牙传输与语音识别模块，构建了集生理参数监测、跌倒风险预警、环境感知、自动照明、障碍物避障及紧急求救于一体的物联网终端。其设计理念聚焦于全方位守护老年人，不仅是辅助步行的工具，更是集成多种智能功能的智慧伴侣。经严格测试，各功能模块运行稳定，各项数据能够准确显示与传输，达到预期效果。物联网等技术进步为产品升级提供可能，其有望带动相关产业发展，形成产业生态，市场潜力巨大。
学术研究 | 面向用户侧的智慧供暖监控与计量终端设计

学术研究 | 面向用户侧的智慧供暖监控与计量终端设计

摘要：为解决传统集中式供暖系统存在的供热不均、管理滞后及能源浪费等问题，基于物联网技术，以STM32G431RBT6单片机为核心，设计了一种面向用户侧的智慧供暖监控与计量装置。该装置集成温度、压力、流量等多种传感器，实时监测用户侧室内外温度、供回水温度、压力等参数，通过计算得出热量、温差等关键指标，并实现数据的本地显示（OLED）与远程传输（通过WiFi传输至手机APP或通过USB传输至电脑）。同时，系统可根据用户需求通过调节电动阀门开度动态控制循环水量，实现室温精准调控，有效提升供暖质量与能源利用效率。该装置适用于住宅、商业等多种建筑环境。
学术研究 | 基于射频识别技术的企业级全生命周期资产管理研究

学术研究 | 基于射频识别技术的企业级全生命周期资产管理研究

摘要：针对无源物联网发展趋势下数字化转型的现代企业资产管理混乱的问题，文中研究了企业资产分类原则、管理原则和赋码方式，建立了企业级全生命周期资产管理模型。通过一码贯通实现全生命周期、全链精益资产管理。文中从设计原则、技术选型和设计方案三方面论证了基于射频识别技术的资产ID载体设计，实现了企业资产的实体“身份证”，即双频易碎铭牌电子标签。应用方面，文中从应用原则、编码生成、贴签关联和仓储管理四方面，通过资产ID对企业资产建立唯一标识，将非智能企业资产转为唯一可识别、可交互的智能化企业资产，实现人与人、人与物、物与物之间的信息交互与集成。
学术研究 | 基于物联网技术的移动机器人三维重建技术方法研究

学术研究 | 基于物联网技术的移动机器人三维重建技术方法研究

摘要：为实现激光破拆装备在应急救援中的快速精准作业，文中提出了一种基于物联网技术的移动机器人三维重建方法。在移动平台上部署视觉传感器，并通过物联网技术实现场景信息交互，结合视觉定位与深度学习技术提取环境特征和空间信息。采用改进的频域特征增强方法对输入图像进行特征提取与匹配，从而构建场景的稀疏三维点云模型。进一步利用神经辐射场技术对三维模型进行稠密化处理，并通过NeRFstudio完成模型渲染，生成场景数字模型。实验结果表明，基于神经辐射场技术的三维重建方法能够使移动机器人平台快速且精准地构建数字模型，为破拆装备提供场景空间信息，从而实现高效破拆。
学术研究 | 基于多模态模型和RAG技术的桥梁病害智能诊断系统

学术研究 | 基于多模态模型和RAG技术的桥梁病害智能诊断系统

摘要：桥梁定期检测形成的历史数据对于桥梁状态的评估和预测至关重要，对于历史数据的处理和挖掘也是目前桥梁数智化养护过程中的难点与关键之一。文中基于多模态模型和RAG技术设计了一种桥梁病害智能诊断系统，该系统可以对收集到的多模态桥梁检测数据进行处理，从而形成向量库；然后基于桥梁的典型部位构建不同的知识库。使用大模型作为系统的中枢，实现单一图像、文字或者图文多模态混合检索，对桥梁病害进行快速识别，基于知识库中的历史病害输出相对应的匹配分数和诊断报告。该系统进一步引入了推理模型，可以针对匹配分数过低的情况，采用多模态模型输出初步内容，随后推理模型进一步整理为专业内容，对系统中未收录的病害进行专业的病害诊断。最后，引入知识库更新功能，提高后续桥梁病害识别和养护措施推荐的准确性和可靠性，为桥梁数智化建设提供了创新方向。本系统可以提高桥梁病害诊断、报告生成等方面的时效性，提高桥梁管养的数智化程度。
学术研究 | 基于电网诊断场景的电力行业大模型泛化技术研究

学术研究 | 基于电网诊断场景的电力行业大模型泛化技术研究

摘要：随着新型电力系统建设的深入推进，电网诊断分析工作在保障电网安全、提升运行效率方面发挥着越来越重要的作用。传统诊断方法依赖人工经验，处理速度慢、分析维度有限。文中围绕电网智能诊断业务需求，构建了一套基于大模型泛化技术的智能诊断系统，融合提示词工程、检索增强生成（RAG）、智能体（Agent）以及模型微调等技术，实现了对电网设备重过载、轻空载、分布式电源渗透率、供电可靠性等多场景的智能分析与研判。系统具备良好的可扩展性与泛化能力，可为省级乃至区县级电网提供高效的诊断支持，显著提升电网智能化水平。
学术研究 | 基于钉钉宜搭平台的低代码课程构建与实践

学术研究 | 基于钉钉宜搭平台的低代码课程构建与实践

摘要: 针对传统编程教学中学生畏码、开发者思维无法养成等问题, 基于钉钉宜搭平台构建了基于 “以学生为中心” 理念的低代码课程体系。该课程通过 “三阶递进” 的内容设计、“明暗双线” 融合的教学模式以及多元化的评价体系, 在实践中实现了 “技术降维” 和 “思维升维” 的有机统一。教学实践表明, 该课程不仅可以提升学生的学习兴趣与技术自信度, 还有助于学生进行 “分解-抽象-建模-迭代” 开发者思维能力的系统培养, 约有 80% 的学生在期末项目中展现出了较高的系统设计和逻辑建模能力。这为破除 “零基础” 和 “高阶思维” 培养相悖的问题提供了可复制、可迁移的课程范式与实践依据, 也为面向职业院校、应用型本科及综合性大学的差异化课程建设与推广提供了实践路径。
学术研究 | 产教融合视角下物联网工程专业学生培养模式研究

学术研究 | 产教融合视角下物联网工程专业学生培养模式研究

摘要：产教融合是解决物联网产业人才供需矛盾的核心举措。文中以北京城市学院物联网工程专业为例，构建“目标-路径-评价”三位一体的产教融合培养模式。该模式以OBE理念为指导，通过课程群与企业项目深度耦合、“双导师+双基地”实践体系、PDCA循环驱动的持续改进机制，实现学生知识、能力与职业素养的协同发展。实践表明，该模式使学生岗位适配度提升40%，专业对口就业率达85%，为应用型高校物联网专业人才的培养提供了实践范本。
学术研究 | 基于 Future-Ready Learning 理念下的高校编程语言课程教学改革的实践与探索

学术研究 | 基于 Future-Ready Learning 理念下的高校编程语言课程教学改革的实践与探索

摘要：随着近年来人工智能与大数据技术的快速发展，高校物联网工程专业编程语言课程面临教学模式滞后、课程内容重复、课程体系脱节、重理论轻实践、考核模式不合理等问题。文中积极探索了一条以“Future-Ready Learning”教育理念为框架，整合C语言、Java、Python等多个语言的知识体系，创新应用大模型技术的教学之路，系统性地针对现实问题提出了教学改革的有效路径。预期文中提出的教学改革将显著提升学生的多语言协同开发能力与工程思维，促进课程体系与行业需求精准对接，为物联网领域培养具备创新素养与终身学习能力的复合型人才，为工程类课程改革提供理论与实践参考。
学术研究 | 产教融合背景下应用型本科院校物联网工程专业人才培养模式创新与实践

学术研究 | 产教融合背景下应用型本科院校物联网工程专业人才培养模式创新与实践

摘要：深化产教融合是应用型本科院校提升人才培养质量、应对信息技术产业快速迭代挑战的重要路径。文中针对地方高校物联网工程专业存在的课程内容更新不及时、实践教学资源不够丰富、教师的工程实践经验相对不足等现实问题，系统阐述了应用型本科院校物联网工程专业如何通过产教融合推进人才培养模式的系统改革。文中以梧州学院为例，分析了该专业如何依托“鲲鹏信创人才培养中心”的平台与资源优势，结合区域数字经济发展需求，在重构模块化课程体系、创新“课-赛-创-证”实践教学体系、构建“双向流动”师资队伍、健全协同育人机制等方面的具体路径与实施细节。实践表明，通过系列改革，学生的工程实践与创新能力得到有效增强，同时为同类应用型本科院校推进产教融合、创新型物联网人才培养提供了具有参考价值的实践案例与实施范式。

过往期刊

更多

猜你喜欢

山东警察学院图书馆电子阅览室