产品详细介绍           全频带全双工自适应回声消除技术；           全频带动态自适应降噪技术，降噪电平最高达18dB；           智能混音和话筒优选技术；           MIC-INPUT网口麦克风输入接口，可接入1路无线麦克和2路有线麦克；           2路平衡式话筒输入，支持48V幻象供电，采用凤凰端子；           4路平衡式线路输入，采用凤凰端子；           6路平衡式线路输出，采用凤凰端子；           采样率48kHz，A/D和D/A、24-bit；           自适应算法，简单通过拨码开关选择不同功能；           每路输入、输出均可单独增益调节；           支持采用网线、无线传输音频信号；           支持无线麦、有线麦闪避功能，确保无线麦、有线麦均有声音输入时，突显无线麦声音。            MC220E是教育常态化录播和远程互动系统配套的远讲语音回声消除，内置高品质全频带自适应回声抵消、数字降噪、混响抑制等语音处理算法；支持采用网线、无线传输音频信号，使安装异常简便，只需通过简单连接即可使整个系统达到极好的远程互动音频效果，满足双师课堂、远程教育及网络会议的高音质音频需求，并提供优质的前端采集音频供录播系统使用。 参数 值 频率响应 (20Hz~20kHz @ +4dBu):   麦克风通道 +0/-2dB 线路输入通道 +0/-0.5dB THD +N (1kHz @ +4dBu):   麦克风通道 < 0.009% 线路输入通道 < 0.007% 等效噪声 < -84dBu(20Hz~20kHz@22dB) 动态范围 > 105dB(20Hz~20kHz@0dB) 最大输入电平：   麦克风通道 -2dBu 线路输入通道 20dBu 最大输出电平（平衡） 20dBu 最大增益   麦克风通道 50dB 线路输入通道 0dB 输入阻抗   麦克风通道 2.2千欧姆 线路输入通道 20千欧姆 输出阻抗 400欧姆 采样率 48kHz A/D-D/A转换器 24比特 幻象电源 +48 VDC

本产品是针对各类大中专院校《数字信号处理》实验课程配套开发的可在网上开展基于C/S架构的虚拟实验教学系统，系统由课程实验仿真台和虚拟实验教学管理系统两部分组成。仿真台模拟真实实验中用到的器材和设备，提供与真实实验相似的实验环境；虚拟实验教学管理系统提供全方位的虚拟实验教学辅助功能，包括：实验前的预习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的指导、实验结果的批改、实验成绩统计查询等功能，为实验教学环境提供服务并开展应用。可满足各类大中专院校《数字信号处理》课程实验教学环节的需要，尤其适用于远程教学。 系统提供了七大类54种数字信号处理器件模型： 1、序列与采样信号 复指数序列、随机整数序列、实指数序列、矩形序列、抽样脉冲序列、正弦序列、阶跃序列、正弦采样信号 2、信号操作与FFT 序列相加、序列卷积、序列累加、序列反褶、序列相乘、序列平移、周期序列、信号延迟、信号下采样（抽取因子）、信号上采样（内插因子）、信号重构（采样率转换）、高斯白噪声、加法器（采样信号叠加）、增益器、FFT（快速傅立叶变换）、IFFT（快速傅立叶反变换） 3、模拟滤波器设计 巴特沃斯模拟低通（脉冲响应设计）、切比雪夫1型模拟低通（脉冲响应设计）、切比雪夫2型模拟低通（双线性变换设计）、椭圆模拟低通（双线性变换设计）、脉冲响应不变法设计（模拟转换为数字）、双线性变换法设计（模拟转换为数字） 4、IIR设计 巴特沃斯数字滤波设计、切比雪夫1型数字滤波设计、切比雪夫2型数字滤波设计、椭圆数字滤波设计 5、FIR设计 阶数计算（FIR）、数字截止频率计算（FIR）、窗函数（FIR）、FIR数字滤波设计 6、滤波器实现与分析 1/z传递函数（滤波器结构）、FIR数字滤波器实现、IIR数字滤波器实现、系统频率响应、系统脉冲响应、系统阶跃响应 7、输出显示与文件读写 读取外部数据（txt）文件、数据写入外部文件、读取外部音频（wav）文件、音频数据写入外部文件、复数信号点阵图、信号针状图、信号波形图、幅度图、相位图、零极点分布图 使用现有器材模型系统提出了如下二类17种典型实验的训练： 一、基本元器件使用实验 1.信号源的使用 2.信号处理 3.模拟IIR滤波器设计 4.数字IIR滤波器设计 5.FIR滤波器设计 6.其他元件的使用 二、信号处理与应用分析型实验 7.序列信号的产生及运算 8.FFT的应用 9.脉冲响应不变法设计IIR数字滤波器 10.双线性变换法设计IIR数字滤波器 11.IIR数字滤波器的设计与实现 12.窗函数法设计FIR数字滤波器 13.级联型数字滤波器的滤波实现 14.并联型数字滤波器的滤波实现 15.抽取器的高效FIR多相结构实现 16.内插器的高效FIR多相结构实现 17.数据与音频信号的处理 备注：除上述实验，用户也可以利用提供的器材模型自主添加典型实验。 系统服务器端用户分为学生、教师、教务管理员和系统管理员四种角色，不同角色拥有不同权限。 ►学生：选课、选择实验、开展实验、接受实验指导、在线提交实验报告、保存和提交实验结果、查询实验成绩和批语。 ►教师：典型实验库维护、发布实验、安排实验、批改实验报告、系统指导、统计并发布学生的实验成绩和批语。  ►教务管理员：课程计划、开课计划、选课日期设置、开课审核、开课查询。  ►系统管理员：用户管理、分组管理、角色管理、权限管理、系统维护等。  性能指标 支持同时在线用户数1万人以上，经过在多所学校的实训教学应用，系统运行稳定，不限终端用户数，完全能满足职业技能大赛训练或省赛预赛使用。 服务器运行环境 操作系统：Windows Server ，Linux/Unix Server Web服务器：Tomcat6.0，JDK6.0 数据库：MySQL 客户端运行环境 操作系统： All Windows系列

成果描述：1. 对含重金属的各类废物，如：垃圾焚烧灰、污染的淤泥、土壤等进行无害化处理。 特别是对于垃圾焚烧发电厂垃圾焚烧飞灰，利用高效的重金属处理药剂，结合先进工艺对其进行无害化处理，使其达重金属浸出毒性到国家相关标准。 2. 对工业废弃物，在充分研究其化学成分的基础上，进行资源化利用。 特别是对于垃圾焚烧灰渣、钒钛工业废渣、废玻璃等固体废弃物，使之转化为陶瓷瓷砖、多孔砖等建筑材料。 部分成果为校企产学研合作成果。市场前景分析：对含重金属的工业固体废弃物进行无害化处理，达到国家处置相关标准，具有巨大的环境效益。 对工业废弃物进行资源化利用，使之转化为建筑材料，产生附加价值，具有巨大的经济效益。与同类成果相比的优势分析：以专利技术为依托，为技术需求方进行针对性定制工业废弃物无害化处理方案或资源化方案。

1. 对含重金属的各类废物，如：垃圾焚烧灰、污染的淤泥、土壤等进行无害化处理。 特别是对于垃圾焚烧发电厂垃圾焚烧飞灰，利用高效的重金属处理药剂，结合先进工艺对其进行无害化处理，使其达重金属浸出毒性到国家相关标准。 2. 对工业废弃物，在充分研究其化学成分的基础上，进行资源化利用。 特别是对于垃圾焚烧灰渣、钒钛工业废渣、废玻璃等固体废弃物，使之转化为陶瓷瓷砖、多孔砖等建筑材料。 部分成果为校企产学研合作成果。

本产品具有远程智能共享，预约与控制，故障报警，车辆位置锁定等功能。通过多元数据融合集成与模块化设计等技术，实现众多智能共享车位锁互联互通，解决城市居民停车难、智慧城市管理等瓶颈问题。本产品的动力源可以采用太阳能、锂电池、线路供电等多样方式。本产品防水，抗低温（-30℃），采用独特的动力缓冲装置，保护智能共享车位锁的动力系统和关键零部件，提高产品性能和使用寿命。

产品服务:智能车载视觉服务平台以车内场景主导、软件定义、数据驱动为主，利用车内摄像头等设备，获取车内人员多维度感知数据，设计开发多款高感知、强体验的软件应用服务及产品。 随着产品的推广和数据积累，团队会增加车载安全服务如疲劳监测、车内异常行为等功能，最终打造集娱乐和安全于一体智能车载服务平台。  项目优势:平台通过集合人脸识别、表情识别、手势识别等接口，综合判断车内人员的脸部特征和行为状态等信息，这些接口可供其他应用服务调用，实现个性化设置、智能推荐等服务，使车辆真正做到 “感知”人、“理解”人、“服务人”。 市场概况:产品的客户群体主要分为私家车主、汽车生产厂商及网约车企业，政府管理部门三大类。向私家车主售卖“智能车载服务平台”设备和服务，收取软件系统费用及维护更新费实现盈利。通过与汽车生产厂商与网约车企业合作，提供新一代车内安全保障系统，收取方案费用及销售提成等方式实现盈利。与政府管理部门合作，通过开发安全监管平台等措施，实现对网约车车辆的全面监控，发现潜在风险，防患于未然。最终通过获取政府经费支持以及科研合作立项等方式实现盈利。

项目的来源于国家863项目，并已经申请专利和软件著作权。 本成果应用人工心理（Artificial Psychology，AP）和人工智能理论，集成多种技术，将人类的情感、意识、智能赋予机器人。 AP人性化机器人具有以下功能：能听会说，唱歌跳舞，知冷知热，回避障碍，认识主人，识别同类，性格成长，能够用肢体动作和面部表情表达机器人自身情感。该系列机器人可以应用于科普场馆，学校实验室，家庭；在科普场馆中能够对场馆进行解说并与观众互动，在学校实验室作为科研平台，在家庭中可以作为一个智能管家。 AP人性化机器人是一个系列产品，现有产品： 1、迎宾机器人 2、高仿人机器人 3、智能爬虫 4、多功能机器人（迷宫、巡线、灭火） 5、火星车 6、机器鱼

项目简介： 本项目针对复杂的实际工业环境，基于机器学习最新理论成果和机器视觉基本原理，研究并实现了具有较强鲁棒性的变电站传统机械式电表远程智能读数系统。首先通过图像的预处理对电表区域进行初步定位，然后在此有效范围中利用电表指针的几何形状特点对其进行精准定位，最后通过指针与表盘刻度的相对位置计算电表读数，最终实现了在复杂环境下对电表快速、可靠、精确地远程智能读数，代替了低效的传统人工抄表和数据录入，具有可推广应用的工业价值。 运用机器学习和计算机视觉技术，首先获取指针式仪表表盘图像，然后采用数字图像处理技术提取和识别目标，最后实现指针式仪表示值的自动判读，从而避免人工判读示值工作量大、容易出错等问题。本项目的主要工作内容有：电表特征配置、指针类表计读数判别、建立前馈式神经网络模型、图像智能化判断。 由于工业环境复杂多变，在数据采集过程中不定期地会出现各种故障和干扰。这些极端情况下所采集到的图片若进入系统进行智能读数分析，所得到的分析结果往往是不可信或者无意义的。所以，根据图像的像素分布特点进行分析，系统将自动拒绝对质量过差的问题图像进行分析判断，并向变电站工作人员发送相关警告提示。在提高系统读数结果可靠性的同时，及时发现设备问题并通知工作人员，有利于尽早排除故障、防患于未然。主要技术指标：识别正确率：92.5%；识别速度<3s。 应用范围：项目目前已进入产业化阶段，成果权属为我校独自拥有。

在我国北部地区冬天路面积雪常常对人们交通出行造成阻碍，尤其是某些 弯道、交 叉路口以及坡道等地经常会导致交通事故的发生，为人们生产、生活、 出行带来很多不 便。如今城市道路除雪是市政部门的一个难题，目前主要靠 人工或者传统的扫雪车完成除雪作业。这样的方式不仅效率低，而且需要投 入大量的人力。因此，一款智能扫雪机器人应运而生。本机器人针对非完整 履带式移动机器人进行轨迹控制过程中存在的诸多不确定性，设计引入了滑 模控制算法；通过自适应模糊控制器来调整滑模控制器的增益值而得出在不 同情况下滑模控制增益的优化估计，用来消除滑模控制存在的抖振现象及克 服移动机器人系统存在的参数与非参数不确定性；控制算法使非完整轮式 移动机器人对各种轨迹具有良好的跟踪效果，较普通PID控制算法具有明显 的优越性。