本实用新型提供一种超高频雷达天线阵列方向图测量装置，包括信号发生装置和待测量超高频雷达 系统，信号发生装置由单片机、信号源、GPS 模块、无线串口 1、发射天线、串口天线 1 和电源模块组 成，其中单片机、信号源和发射天线依次连接，单片机、GPS 模块、无线串口 1 和串口天线 1 依次连接。 待测量超高频雷达系统由依次连接的接收天线阵列、超高频接收机、无线串口 2 和串口天线 2

本发明公开了一种雷达视觉融合应急形变监测快速部署系统及方法，系统包括：钳臂系统、履带式移动底盘和控制系统；钳臂系统用于自动夹持、旋紧监测设备，并精确调整设备角度和方位；履带式移动底盘具备自主导航能力，适应复杂地形；控制系统用于自动规划路径、识别最佳安装点，并远程操控设备部署过程。方法包括：步骤S1：路径规划与导航；步骤S2：设备运输；步骤S3：自动安装；步骤S4：远程监控与调试；步骤S5：自适应调整；步骤S6：进行结果计算。本发明实现了监测设备的智能运输、精准安装和自动调试，提高了部署效率与安全性。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

本实用新型提供了一种多通道全数字超高频雷达信号采集装置，包括依次连接的八通道模拟前端、 并串转换器、抽取滤波器、FIR 滤波器、数据缓冲器、USB 控制器和雷达主机；其中八通道模拟前端的 每个通道结构相同，均由依次连接的收发开关、射频放大器、带通滤波器和模数转换器组成。本实用新 型主要用于全数字超高频雷达的信号采集和传输，具备硬件结构简单，工作稳定，信号采样率高，噪声 小等优点。

本发明涉及一种利用 GPU 实现外辐射源雷达多通道时域杂波抑制的方法，主要解决雷达探测环境 中的杂波抑制问题。主要步骤为:首先获取校准后参考和监测通道数据，并分配计算所需内存、显存; 然后加载数据到 GPU 显存，采用迭代算法计算自相关矩阵 Rx，求逆得利用参考和监测通道数据计算互 相关矩阵 C，计算与 C 乘积得到矩阵 D，计算参考通道数据与矩阵 D 乘积得到监测通道中直达波与多径 分量从监测通道数据中减去得到目标回波分量;最后释放已分配的内存、显存。本发明克服了迭代类杂 波抑制算法收敛速度和稳定性等难以确定的困难，降低了 ECA 及 ECA-B 算法的时间和空间复杂度，并 具有平台搭建简单、稳定性好、运算速度快、扩展性强、易于开发等优点。

本发明涉及一种测量运动物体的横向速度的雷达及方法，包括线性调频脉冲波发射单元、线性调频 脉冲波射频前端接收单元、信号处理单元、控制单元、速度显示单元；控制单元分别与线性调频脉冲波 发射单元、线性调频脉冲波射频前端接收单元、信号处理单元、速度显示单元连接；线性调频脉冲波射 频前端接收单元、信号处理单元、速度显示单元依次连接。本发明放置于距离运动物体一定距离处，两 路间距一定的接收电路接收被运动物体反射回来的电磁波信号，让两路信号相干涉、测速等处理后，由 速度显示单元显示运动物体的横向速度。本发明在精度和实时性等方面可以提高雷达系统对运动物体的 速度检测、识别和跟踪性能。