换一批嵌入式医疗设备双电源瞬态过电压检测系统设计
Design of dual-power transient overvoltage detection system for embedded medical devices
摘要过电压会影响医疗设备的正常使用,严重时会造成使用者的人身和财产安全损失.为实现瞬时过电压的实时检测,研究基于小波变换(Wavelet Transform,WT)和卷积神经网络(Convolutional Neural Network,CNN)提出了过电压特征提取方法,并以STM32H7为硬件支撑,在TFLM(TensorFlow Lite Micro)框架下构建了用于双电源医疗设备的嵌入式瞬时过电压实时检测模型.在实际应用中,模型对中央处理器(Central Processing Unit,CPU)的占用最大值为22.3％,对随机存取存储器(Random Access Memory,RAM)占用最大值为125 KB.在检测时的上升时间分辨率最大值为0.75 μs,增幅误差介于-1.2％～+0.8％之间,且在高频电刀干扰下准确率为90.3％,超声探头干扰下准确率为88.75％.由此可知模型的实际应用效果较好,对于瞬时过电压检测系统的开发具有积极意义.
更多相关知识
关键词
过电压小波变换卷积神经网络实时检测模型overvoltagewavelet transformconvolutional neural networkreal-time detection model
栏目名称
DOI
10.19652/j.cnki.femt.2505040
发布时间
2025-09-10（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
