KJ110-J2型井下用传输接口是KJ110N型矿井安全生产监控系统重要的数据通讯设备。主要用于与井下分站之间、与地面KJ110-J1地面用传输接口之间的数据和控制指令的传输。 该接口与地面通讯接口采用单模光纤通讯，数据通讯速率可达57600bit/s，设计有64KB高速数据缓冲区，设计有320×240点阵液晶显示器，实时显示系统通讯状态和通讯线路故障诊断。主机通讯指示灯实时指示与地面通讯接口光纤数据通讯状态，从机通讯12个指示灯分别指示6个支路对应井下分站的数据传输状态，主从卡通讯指示灯指示主卡与6个从卡之间的通讯状态；

非接触电能传输技术是新型电源接入模式，是实现移动设备灵活供电的 理想方案，有重要的理论价值和广泛应用价值。本项目围绕非接触电能传输相 关关键技术展开研究。所取得的研究成果包括：a.提出一种基于包络线调制原 理的AC-AC高频变换拓扑，实现交流能量输入至交流能量输出的直接变换，提出 了系统能量转换效率。b.提出一种软开关变换电路广义频闪映射非线性建模方 法及稳定性判定方法。在此基础上,提出一种非接触电能传输系统谐振软开关 工作点计算方法，能快速确定系统的软开关工作点。c.提出一种具有最大磁场强 度自动跟踪及整定能力的多自由度拾取模式与转换技术，保证了移动设备在多 自由度运动条件下最大能量传输。d.为实现最大功率传输，提出感应电能耦合 传输系统互感耦合参数的分析与优化方法，为原副边能量耦合机构设计提供了依 据。

本技术成果提出了一种分组马尔可夫叠加传输（block Markov superposition transmission，BMST）方 法。通过级联短码，本方法得到了一类具有大约束长度的卷积码。BMST方法与在多用户信息论中的广 泛使用的叠加分组马尔可夫编码（superposition block Markov encoding，SMBE）相类似。同时，我们还为 BMST提出了一种迭代滑窗译码算法。通过一个基于网格的算法，我们利用短码的输入输出重量枚举函数 计算出了BMST系统的输入输出重量枚举函数

本实用新型公开了一种无线电能传输线圈聚磁屏蔽结构，采用高导磁率低电导率材料制备，包括底 板，底板带凸缘和中心凸起，底板、凸缘和中心凸起的中心轴重合；底板的形状与无线电能传输线圈外 缘的形状匹配，中心凸起的形状与无线电能传输线圈内缘的形状匹配，底板和中心凸起的尺寸要使得无 线电能传输线圈可嵌入凸缘和中心凸起间，凸缘和中心凸起的高度均高于无线电能传输线圈厚度。本实 用新型在减少磁场向外泄露的同时，还可以约束磁场方向，使尽可能多的磁场参与无线电能传输

鉴于网络的发展永远赶不上用户及通信信息量增长的需求，为此迫切需要一种传输信息容量小而又能满足视觉要求的图像压缩复原新技术。本项研究就是在自动提取人脸及人脸表情的基础上，将其参数化，并在发端只传送少量参数数据，经网络或无线传输后，在收端将这些参数复原成表情和人脸图像，完成活动图像传输的整个过程，数据传输量不足KB。

支持格式：1080P@60Hz及以下各种格式兼容 ？ 低延时： 720P低于90ms，1080P低于120ms ？ 输入接口：CVBS、HDMI、Cameralink、HD-SDI ？ 输出接口：CVBS、HDMI、以太网 ？ 码率可调：适应不同的带宽环境 ？ 误码保护：超强纠错与差错隐藏能力 ？ 工作温度：-40℃~+85℃ ？ 存储温度：-45℃~+105℃ ？ 通信安全： 256位AES加密，有效的防止干扰与窃听 ？ 适用场合：无人机、导弹地面控制

目前基于AI的图像分析技术已经日趋完善，在人脸识别、车牌识别等场景的应用越来越广泛，市场竞争也愈发激烈。本成果面向更复杂的场景：视频分析。通过深度网络学习视频数据的时空特性，能够捕捉视频的动态信息并进行自动分析，达到不同应用的目标。目前在较难的视频分析任务—手语翻译上达到较为先进的水平。

本项目融合深度学习算法，通过采集和合成大量的STI（space time image ）组成数据集，建立机器学习模型，无需人工辅助，智能系统自动进行图像识别测流。 一、项目分类 关键核心技术突破 二、技术分析 （1）创新性 ①融合双目摄像机测距算法，建立物体三维模型，无需人工在河流两岸布设地面标志点； ②融合深度学习算法，通过采集和合成大量的STI（space time image ）组成数据集，建立机器学习模型，无需人工辅助，智能系统自动进行图像识别测流； ③基于视频智能图像识别和水力模型深度融合技术的水位流速测量产品打破了传统接触式设备和PC端算法的局限性，填补了国内流量视频在线监测领域的空白； ④全天候非接触式实时在线测量，简单、高效、安全。 武汉大学授权的该产品的相关发明专利： [1].黄凯霖，陈华，刘炳义. 基于变分原理的河道表面流速计算方法及装置[P].湖北省：ZL202111245260.1； [2].陈华,赵浩源,刘炳义,王俊. 基于河流表面流速的河道断面流量计算方法[P]. 湖北省：ZL202011381025.2； [3].黄凯霖，陈华，刘维高，刘炳义，一种基于边缘识别与最大序列密度估计的河道流速测量方法，0； [4].赵浩源. 基于频域滤波技术的时空图像测流的纹理识别方法, ZL201911180498.4； [5].黄凯霖,陈华. 一种基于深度卷积网络与随机场的水位测量方法[P]. 湖北省：ZL112508986A； （2）先进性 本技术采用方法为目前行业内领先的计算机视觉图像智能识别和水文水动力模型交叉融合的方法，自主创新，形成了拥有完整自主知识产权的武大AiFlow视频测流技术与产品，突破了江河流量难以实现在线监测的技术瓶颈，在断面水位、流速、流量测量方面展现出优异的性能。武大AiFlow视频测流技术能获得河流表面流速与流场分布，其空间分辨率能够达到单像素水平，并且算法效率是常规算法的10倍以上，满足流量在线监测的需求。 成果获得2021年湖北省第四届“工友杯”职工创业创新大赛“十佳创新奖”，已申请国际发明专利2项，出版专著1本，发表论文10余篇，代表性成果如下： 成果获奖： [1].陈华，武汉大学AIFlow视频测流产品，2021年湖北省第四届“工友杯”职工创业创新大赛“十佳创新奖”。 受理的国际发明专利： [1].Kailin Huang; Hua Chen.Water level measurement method based on deep convolutional network and random field, 2021-11-26, 澳大利亚, 2021277762-59092AU； [2].Kailin Huang; Hua Chen. Method and device for calculating river surface flow velocity based on variational principle   , 2022-03-09, 美国, CN20220302US； 代表性论文： [1].Kailin Huang, Hua Chen*,Tianyuan Xiang, Yunfa Lin, Bingyi Liu, Jun Wang,  Dedi Liu, Chong-Yu Xu. (2022). A photogrammetry-based variational optimization method for river surface velocity measurement. Journal of Hydrology. 605. doi.org/10.1016/j.jhydrol.2021.127240. [2].Zhao, H. Y., Chen, H.*,Liu, B. Y., Liu, W. G., Xu, C. Y., Guo, S. L., & Wang, J. (2021). An improvement of the Space-Time Image Velocimetry combined with a new denoising method for estimating river discharge. Flow Measurement and Instrumentation, 77. doi: 10.1016/j.flowmeasinst.2020.101864 代表性专著： [1].陈华，赵浩源，黄凯霖，刘炳义，王俊，基于图像智能识别的河流流量计算方法，电子工业出版社，2022 （3）独占性 图像识别测流技术在国内尚处于起步阶段，目前国内研究的机构主要包括河海大学、武汉大学、天地伟业公司等。 河海大学计算机学院主要研究方向之一为智能视频监控与水利量测，已经在国内外期刊发表多项相关研究成果，目前尚未形成面向市场的产品。 天地伟业自主研发基于视频AI的测流产品于2020年8月份在第十二届中国水文水资源技术与装备展览会正式发布，但天地伟业该产品目前以试点项目为主，且未对外公开相关机构的比测结果。 武汉大学研发的武大AiFlow视频测流第一代产品于2021年6月中国水博会正式对外发布。该产品创新性地将计算机视觉图像智能识别与水文水动力过程模型相融合，通过高精度摄像头获取水流表面波纹相关时空图像数据，利用设置在后端计算机或外端边缘计算终端里的图像识别与人工智能算法计算水体表面实时流速值，结合水位-流速-流量耦合算法实时测算断面平均流速和流量。第一代产品已经实现面向水文站、灌区的实时在线监测，产品已经在南水北调渠首陶岔水文站、长江委崇阳水文站、淠史杭灌区横排头水文站以及栾川重大自然灾害试点投入使用，并获得长江委水文局比测报告，比测结果表明产品测量误差小于5%，满足一级水文站测验要求。此外该产品已经在贵州省水文局正式投入商用。

成果简介：本项目是在长期的学术研究和工程实践基础上，结合计算机技术、 模式识别技术和 DSP 技术研发的综合性智能视频监控技术。它以高速计算和 控制模块为核心，实现视频图像的自动分析，发现并跟踪重要目标，抽取图 像中蕴含的有价值信息，实现视频监控环境下对视频信息的自动处理。本项 目中技术成果包括：基于 DSP 系统的复杂背景下运动目标自动检测和自动跟 踪技术；实时图像和录像中的特定目标自动搜索技术；多摄像机自