在此阶段，主要承担了软件开发与运维领域的多项关键任务，重点聚焦于基础设施构建、应用开发及系统集成。具体工作内容包括：后端服务器环境的配置与部署、远程数据库系统的设计与实施、项目Web应用的开发与部署、第三方API接口的集成与调用，以及移动端应用程序（Android/iOS）的功能开发与调试。可以通过点击链接访问具体内容。

兼具打竞赛时自学的PS和pr部分，以下为参加研电赛时的获奖视频。

在此期间同样完成了一些算法优化方面的工作。

针对边坡监测时存在受环境噪声和温度漂移的问题，对一些常用的信号去噪方法和温度漂移模型进行了介绍，并对比说明了优缺点，依据此，选取了离散卡尔曼滤波和BP神经网络模型。

针对加速度信号的去噪，比对了传统频域滤波法与离散卡尔曼滤波的差距，实验结果表明，相对于移动平均滤波和中值滤波法，SNR分别提高了11.12%和5.27%，RMSE则分别降低了42.24%和24.17%。针对温度漂移的问题，根据边坡实际中面临的情况选择了BP神经网络模型，根据边坡环境设定了特定的激活函数，隐含层与迭代次数。实验结果表明，使用BP神经网络后，xyz三轴倾角的温度漂移现象各自降低了82.2%、82.8%、55.9%，平均降低了73.6%，温度漂移现象显著降低。