推荐6篇关于嵌入式软件的计算机专业论文

今天分享的是关于嵌入式软件的6篇计算机毕业论文范文, 如果你的论文涉及到嵌入式软件等主题,本文能够帮助到你

基于RAMS体系的屏蔽门控制软件测试技术研究

这是一篇关于屏蔽门,嵌入式软件,RAMS,软件测试的论文, 主要内容为随着我国经济的不断发展,地铁列车的控制技术也在不断提高。地铁控制技术的智能化和自主化将是其发展的热门方向之一。为摆脱国外技术封锁,实现自主可控,我国上游企业已着手独立研发地铁屏蔽门控制系统,其中DCU(Door Control Unit)软件是其核心部分,而对DCU软件的测试效果直接关系整个系统的可靠性和稳定性。因此如何提高DCU软件的可靠性和稳定性显得十分重要。但是目前的DCU软件测试技术主要是依据传统PC软件的测试方案进行测试,存在适用性差,测试过程不规范等问题,为了提高DCU软件的质量,本文将依据RAMS(Reliability Availability Maintainability Safety)工程技术规范对DCU软件测试技术展开研究。本文主要研究内容如下:首先,本文通过对RAMS工程技术规范进行分析,得出适合本软件需要遵守的测试技术和测试过程管理要求等,并依据本软件的安全性的完整性等级,对相应技术规范进行分类阐述。其次,分析DCU软件的特点,并将EN50128-2011中对软件测试的规范应用在DCU软件中,分析得到DCU软件的测试模型,由此得到DCU软件的二个测试阶段即模块测试阶段、系统测试阶段。并对两个测试阶段的测试点、测试指标及相关测试技术选择进行分析,最后得出DCU软件的测试需求。其中为保证各个需求之间的追溯性,避免遗漏测试需求,引入了RTM(Requirement Trace Matrix)跟踪需求矩阵。最后,针对DCU控制软件设计一套完整的测试方案。其中模块测试下运用静态分析法对代码进行代码规范测试,运用独立路径测试技术来提高软件的路径覆盖率。此技术比传统的测试能更好地观察程序内部运行状态,从而进一步提高软件的可靠性。系统测试主要是运用跟踪矩阵保证软件的可追溯性、因果图法来简化软件测试用例从而提高软件的测试效率。最后对实物平台验证了此方案的可行性,并统计了该软件各个模块出现的主要缺陷,并对其进行了分析总结。通过测试结论可知本文研究的方案相比传统的屏蔽门软件测试方案最大的优势是对于程序的内部进行了可靠的测试,而不仅仅是只考察程序运行的结果,从内到外的进一步提高了软件的可靠性。

煤矿矿井道路环境识别系统的设计与实现

这是一篇关于矿井,图像识别,嵌入式软件的论文, 主要内容为我国煤矿资源储量丰富,煤矿开采是重要的国民经济活动之一。在煤矿开采作业中,确保人员安全是重中之重。我国曾多次发生煤矿生产事故,给人民生命财产带来了重大损失。近年来,国家已出台多项政策法规,严格限制矿井开采作业,对于不规范的矿井予以关停处理,有效减少了煤矿事故的发生,保障了矿井人员的生命财产安全。除了政策层面加紧管控以外,从技术上来说,检测矿井下的一些关键指标,若指标异常则发出警告,及时整改,也可以起到预防事故的目的。常见指标包括:氧气浓度、有毒气体浓度、易燃易爆气体浓度、火势等。对于这些指标的检测,传统方法是人工下井,手持仪器采集周围环境中相关指标。然而,要求人员下井,这本身就是将下井人员置于危险境地的行为——若指标正常,则下井人员无碍;若指标异常,例如氧气浓度过低、有毒气体或易燃易爆气体浓度过高、火势过大等,则表明井下随时可能发生事故,下井人员将直面事故风险。因此,人们一直在探寻自动化检测的手段。通用做法是,将摄像头和检测设备安装于探查车上,并将探查车放到井下。这样,无需人员下井,只需专人在地面,使用遥控器操纵探查车行进。探查车行进过程中,将摄像头采集的图像实时传输给地面人员,方便地面人员了解探查车周围的地形环境。当探查车上安装的检测设备检测到指标异常时,就会向地面人员发送报警信息,从而使地面人员知晓井下异常情况。探查车行进过程中,可能遇到一些无法通过的地形,典型地形包括:障碍物、台阶、沟壑。虽然地面人员能够看到摄像头传来的实时画面,进行人工分析,但受摄像头视野所限,以及地面人员并不是直接面对地形,导致地面人员可能对地形产生误判,并没有令探查车及时停止前进。这样,探查车将会撞上障碍物、台阶,或者掉入沟壑,轻则探查车翻倒无法前进,重则其上搭载的检测设备永久损坏。因此,需要对摄像头采集的图像进行自动分析,识别图像中是否存在上述可能影响探查车前进的地形元素。本文设计并实现了一个煤矿矿井道路环境识别系统。这是一个实时系统,能够作为嵌入式软件,安装在煤矿矿井探查车上。探查车会被放到井下,而后由地面人员遥控行进。探查车上除装有必要的检测设备外,还装有摄像头,将采集到的道路场景实时传递给地面人员。同时,该系统能够分析摄像头采集的道路场景图像,检测是否存在阻碍探查车行进的地形元素,具体包含如下三种:障碍物、台阶、沟壑。识别出上述地形元素后,系统将计算障碍物、台阶的高度,或沟壑的宽度,而后返回识别出的地形元素及其高度/宽度。本系统的研发,是对井下的图像识别和自动化环境检测进行了探索,降低了自动化检测时,因人员操作不当,导致探查车或设备损坏的可能性。本系统实现过程中所用技术,也很容易移植,用以识别矿井内其他要素。整体而言,本系统的研发,推动了矿井图像识别技术的进步。

基于RAMS体系的屏蔽门控制软件测试技术研究

基于多通道生理信号的睡眠呼吸监护系统设计

这是一篇关于睡眠呼吸监护,嵌入式软件,血氧饱和度,EMC测试,FreeRTOS,睡眠呼吸暂停与低通气的论文, 主要内容为睡眠呼吸问题在当代社会愈发严重,早期的诊断与治疗对于疾病的预防与控制具有十分重要的临床意义。睡眠呼吸监护产品需同时测量多种生理信号作为监护依据,由于各生理信号的采样标准不同,信号采集任务逻辑复杂性指数级增长,因此引入实时操作系统进行系统管理和调度是必然趋势。本文提出一种多通道、高可靠性、适合家用的睡眠呼吸监护解决方案,具体研究内容包括高度集成的终端硬件设计、高效的嵌入式软件系统设计、用户易操作的上位机软件设计以及样机系统测试与分析四部分。(1)终端硬件部分选用STM32F103VET6作为系统的主控芯片,完成了基于ADS1293的心电信号采集电路设计、基于AFE4490的血氧信号采集电路设计、基于MIS-2500的口鼻流呼吸信号采集电路设计、基于HKH-11B的胸腹位移信号采集电路设计,以及电源电路设计和存储与传输模块电路设计。(2)嵌入式软件基于Free RTOS(Free Real Time Operating System)内核,参照分层设计的思想,在驱动层面完成了心电、血氧、口鼻流及胸腹位移等多通道生理信号的采集驱动设计;在应用层面完成了基于朗伯比尔定律的脉搏血氧计算模型,改良后的心率算法,睡眠呼吸暂停与低通气事件初筛算法、数据存储及在线上传。(3)上位机软件基于Microsoft Visual C++6.0 MFC(Microsoft Foundation Classes)平台,开发了简易的上位机软件,实现了与终端硬件的串口协议对接,数据处理与波形显示以及数据存储等功能。(4)样机系统测试与分析环节,本文参考相关标准完成了两路心电信号、血氧信号、口鼻流呼吸信号、胸腹位移信号的数据采集、串口数据传输、电源转换、整板功耗以及EMC(Electro Magnetic Compatibility)测试,各项测试结果均已达到设计预期。综上所述,本文设计的睡眠呼吸监护系统方案原理可行,基本实现多通道生理信号的长时间连续稳定采集、传输与存储,为后续商业样机研发奠定了工作基础。

基于嵌入式的无透镜全息成像系统研究

这是一篇关于无透镜显微成像,嵌入式软件,全息重建,Mobile-Unet的论文, 主要内容为显微成像技术在生物、医学、化学等领域发挥着巨大的作用。无透镜显微成像技术可以将样本信息直接投影在图像传感器上,与传统光学显微镜相比,无透镜成像系统不受空间带宽积的限制,具有高分辨率成像和兼顾大视场的优点,而且体积小便于携带。嵌入式平台具有功耗低、便携性和可移动性高等优点,因此本文利用无透镜显微成像技术,设计了一套便携式基于嵌入式的无透镜成像系统,并开展了图像重建方法和嵌入式控制软件的研究。本文首先介绍了无透镜全息成像原理,然后整体设计并搭建了系统硬件平台。针对此嵌入式系统,开发了配套软件,主要用于全息图像的采集。针对采集的全息图像重建问题,提出了轻量级的重建网络,满足了嵌入式平台的计算资源要求。论文主要研究内容及成果如下:研究了Mobile-Unet无透镜全息重构网络算法。针对在有限计算能力的嵌入式平台上推理耗时长的问题,研究了轻量级网络MobileNet和Unet网络,提出了一种Mobile-Unet模型,其中MobileNet作为主干网络,Unet作为任务网络。对卷积块进行了两方面的设计:一是将标准卷积改进为深度可分离卷积;二是将原来的卷积块改进为线性瓶颈倒残差结构块。将Mobile-Unet网络重构结果与传统Unet网络重构结果进行对比分析,Mobile-Unet网络重建精度基本没有损失,获得了较好的重构结果,可以有效去除重建像中孪生像、共轭像的影响,而且由于计算量减少为原来的十六分之一,参数量减少为原来的四十七分之一,大幅度提高了推理速度。部署了Mobile-Unet无透镜重构网络模型。针对Jetson Nano嵌入式平台,研究了TensorRT引擎库计算加速原理,搭建并调整相应的环境配置使其适用于神经网络模型加速运算。首先将Pytorch神经网络框架下生成的Pkl模型文件转化成Onnx模型,再将Onnx模型转化为推理需要的trt引擎文件,使用trt引擎文件进行推理。模型经过层间及张量融合、数据精度校准等优化方式,保证了重建精度基本不变,而且大幅度地提升了推理速度。实验表明,当输入图像尺寸大小为256×256时,轻量化网络结合Tensor RT,可在基本不损失精度的情况下,推理时间达到290.1ms,缩短为未经TensorRT优化之前模型推理时间的九分之一,满足了嵌入式平台的计算资源的要求,且具有较好的实时性。开发了无透镜全息成像系统嵌入式软件。首先进行嵌入式系统控制采集与处理软件的总体设计,包括软件功能设计和功能界面设计,然后介绍了系统软件的实现,主要包括:实时预览、全息图像采集、保存、重建等。最后进行软件功能测试和实验验证。