- 当期目录
- 优先出版
- 最新录用
- 下载排行 过刊浏览
-
2024,47(13):1-9, DOI:
Abstract:
针对无人机开展高空气象探测的需求，本文设计了一种带防辐射罩铠装铂电阻温度传感器。首先，采用计算流体动力学(CFD)的方法计算出有无防辐射罩铠装铂电阻温度传感器在多物理场下的太阳辐射误差，并进行对比分析。然后，使用支持向量机(SVM)和粒子群优化支持向量机(PSO-SVM)算法训练数据比较预测模型。最后，搭建低气压风洞实验平台模拟高空大气环境，对比实验数据与算法预测结果。实验表明，本文提出的带防辐射罩铠装铂电阻温度传感器测量的平均误差为0.014 1 K，均方根误差为0.015 0 K。
-
2024,47(13):10-17, DOI:
Abstract:
针对液压机械驱动齿轮组故障诊断结果精准度不佳、可靠性差等问题，本文提出基于SVM的液压机械驱动齿轮组故障诊断研究。采集了液压机械驱动齿轮组振动信号，构建液压机械驱动齿轮组故障信号分离模型；运用低秩算法分离液压机械驱动齿轮箱振源信号，设计齿轮组故障信号约束条件，完成液压机械驱动齿轮组分类；根据分类结果，采用SDAE模型提取液压机械驱动齿轮组故障特征，并将提取结果输入到支持向量机内训练，其最终输出结果就是最佳诊断结果，实现基于SVM的液压机械驱动齿轮组故障诊断研究。实验结果表明，通过对该方法开展故障检测及故障诊断测试，本文方法下分类错误率不超过3.5%，验证了该方法的可行性高。
-
2024,47(13):18-26, DOI:
Abstract:
在突发应急场景下，需要快速获取现场的全局态势图像，为后续的评估决策做依据。蜂群无人机具有数量多、成本低、成像快等优点，广泛应用在军用领域。本文对蜂群无人机协同侦察应用到应急遥感领域进行了探索，并构建了蜂群无人机遥感数字仿真验证系统，对蜂群无人机的编队协同、航路规划、多路视频协同拼接进行了研究和仿真验证。针对多路视频帧间重叠率不稳定的问题，提出了自适应动态采样算法，以维持不同重叠率下拼接算法整体效率的幂等性。并针对应景场景下视频流的不稳定特点，提出一种断点重拼算法，可保证在恶劣拍摄环境下，降低拼接精度下保持算法的可用性。结果表明：蜂群无人机可以准实时构建现场的全局态势图像，本文可为蜂群无人机应用在应急遥感领域提供的技术支撑。
-
2024,47(13):27-34, DOI:
Abstract:
针对航空发动机运行过程中出现的气路故障问题，提出了一种基于卷积神经网络(CNN)结合秃鹰搜索算法(BES)优化极限学习机(ELM)的航空发动机气路故障诊断模型。通过CNN对航空发动机气路数据进行学习并提取出隐藏在数据中的故障特征，引入BES算法对ELM的权重和偏置进行寻优，使用优化后的ELM对CNN所提取的抽象特征进行分类，从而达到故障诊断的目的。实验结果表明，基于CNN-BES-ELM的模型其平均准确率达到了97.80%，较CNN-ELM、CNN和ELM等方法分别提高了2.7%、5.4%和7.35%，较常用的深度学习模型如深度置信网络(DBN)和堆叠自编码器(SAE)，其准确率分别提高了5.4%和3.4%；并且在随机噪声、高斯噪声和椒盐噪声等噪声环境下仍保有90%以上的准确率，整体表现出良好的诊断性能、泛化能力和抗噪能力，为其在航空发动机气路故障诊断中的实际应用提供了理论依据。
-
2024,47(13):35-44, DOI:
Abstract:
针对直流微电网系统中三相交错并联双向DC-DC变换器受不确定性扰动影响的问题，设计一种双闭环线性自抗扰控制策略。首先，建立双向DC-DC数学模型，通过小信号分析法推导出变换器的传递函数。其次，设计电流环为二阶线性自抗扰，电压环为一阶线性自抗扰的双闭环系统，通过设计其对应的线性扩张状态观测器和线性状态误差反馈控制律，实时估计并补偿外部干扰及系统内部不确定因素。最后，根据林纳德-奇帕特稳定判据证明控制系统的稳定性，并在MATLAB/Simulink中对3种控制策略在不同工况下进行仿真对比验证。仿真结果表明，与传统比例积分控制器相比，本文所提控制策略在储能侧电压突增、突减20%的扰动下，母线电压最大动态偏差比分别优化0.5%和0.97%且调节时间缩短78.3%和76.9%；在负载突增、突减20%的扰动下，母线电压最大动态偏差比分别优化0.79%和1.5%且调节时间缩短72%，在保证各相均流的前提下有效提高系统的动态性能和抗扰能力。
-
2024,47(13):45-52, DOI:
Abstract:
为了研究基于SCADA数据的风电机组故障预测方法，将一台2 000 kW双馈风电机组14个月的SCADA数据作为研究对象，首先对数据进行预处理，保证数据的可用性，其次，考虑到传统Transformer模型存在模型结构复杂且模型参数设置多等问题，通过引入线性解码器结构构建Transformer模型，并使用该模型对风电机组故障进行预测研究。研究表明：所构建的算法模型具备长期使用稳定性，模型可以消除误预测现象，可以提前6天时间做出故障预测，为避免因故障恶化而引起突然停机提供了保障。
-
2024,47(13):53-60, DOI:
Abstract:
在现有计量仪器远程校准与溯源实现方式的基础上，提出了一种基于现代通信技术的电参数远程校准方法。该校准方法结合以非实物标准为传递对象的远程校准方法和直流电压源校准的标准源法，将标准器安放在实验室而非传递至现场，解决了传统电参数校准方法的校准周期长和附加误差难以测量等问题。基于卫星共视法对时间频率进行校准的原理，将标准电压源和被校准电参数转换为可靠的数字量进行电参数的远程传递，可将现场端电参数溯源至实验室标准源，建立起电参数的传递和溯源链；设计了AD转换模块参考电压远程校准模块，建立了AD转换模块远程自校准模型，研究了基于卫星共视的电参数远程校准算法与A/D模数转换远程自校准算法，对高精度电参数采集模块的转换结果进行修正。经数据分析，其准确度为0.1级。
-
2024,47(13):61-67, DOI:
Abstract:
在卫星导航定位系统中，由于导航信号的功率较低，在到达地面时极易受到干扰，导致定位失败。自适应零陷技术可以有效地提高卫星导航接收机的抗干扰能力，然而由于常规的空时联合最小功率响应会时常出现零陷抖动，不能有效的对准干扰来向，从而导致接收机的抗干扰性能下降。对于该情况，本文提出对抗干扰算法中的权值进行平滑滤波处理的方法，并且通过仿真验证、FPGA实现、现场实测等手段验证了该算法的可行性。该方法可有效抑制系统权值以及零陷位置的抖动，从而提高抗干扰算法的稳定性和可靠性，对相关工程领域具有一定的参考价值。
-
2024,47(13):68-73, DOI:
Abstract:
随着机器视觉相关领域的研究与发展，对图像处理的要求变得更加复杂和多样，而处理实时图像时，边缘信息检测变的尤为重要。本文设计了一种基于Sobel算法的FPGA图像边缘检测系统，实时进行视频图像的采集、处理和显示。采用自适应阈值和非极大值抑制算法，结合8方向Sobel边缘检测算法以提升检测精度，进行改进前后的Sobel边缘检测算法的仿真验证和硬件实现。采用流水线设计产生滑窗加速图像处理，增强图像处理的实时性。硬件综合实验表明，设计的基于Sobel算法的FPGA图像边缘检测系统，能高效地实现视频流的图像边缘检测，处理图像速度提升57%，边缘细节检测全面，增强视频图像处理效率，可用于目标识别及跟踪研究。
-
2024,47(13):74-83, DOI:
Abstract:
针对室内指纹定位指纹库数据在实际环境中存在数据缺失导致定位误差大的问题，本文提出了一种改进距离公式的K近邻 随机森林的信息补全算法。首先，采用高斯滤波对收集的指纹数据进行预处理，去除干扰数据项，提高数据可靠性。其次，在将指纹数据划分为训练集和测试集的基础上，采用结合欧氏距离和曼哈顿距离的KNN算法获得近邻集合样本，随后用RF算法对近邻集合训练进行优化，再把各个决策树的预测结果取平均值，得到缺失数据的预测值。最后，将改进的补全算法与KNN、改进的KNN、RF和KNN-RF补全算法进行对比。实验结果表明，本文的改进补全算法的预测准确率和精度均优于其他算法，预测的准确率达91.3%。同时本文补全算法的指纹库平均定位误差为1.82 m，相较于其他补全算法的指纹库定位误差降低了1.6%~7.2%，定位性能更好。
-
2024,47(13):84-88, DOI:
Abstract:
为了解决模型预测控制在污水处理等大型非线性系统中求解非线性优化问题时计算成本较高的问题，本文提出了一种应用于污水处理基准的降阶神经网络模型预测控制算法。首先，针对污水处理中的大规模非线性和强耦合性系统，采用本征正交分解方法构建出降阶过程模型，降低非线性系统的复杂度。然后，利用长短期记忆网络来近似降阶之后的系统，从而解决降阶后的系统难以用显式表达的问题。最后，在此降阶系统的基础上设计模型预测控制器，实现对污水处理的高效控制。实验结果表明，在保证较好控制效果的同时，所提出的降阶神经网络模型预测控制策略相较于污水处理第一原理模型的模型预测控制策略，计算时间大幅度减少。
-
2024,47(13):89-99, DOI:
Abstract:
叶片作为风力发电机组的重要部件，容易受到自然环境的影响，导致出现侵蚀、裂纹、胶衣脱落等损伤，从而影响风力发电效率和机组的安全运行。针对复杂环境下风机桨叶缺陷检测精度较低的问题，提出了一种改进YOLOv8的风机桨叶缺陷检测算法。通过对骨干特征提取网络中的单一模块SPPF融入LSKA注意力机制，以增强网络对于重要特征的关注度，提高模型的性能；其次，Neck部分采用加权双向特征金字塔Bi-FPN结构，并使用FasterBlock改进C2f模块，提出了Bi-YOLOv8-faster轻量级网络结构，增强模型多尺度特征融合能力，提高小目标检测精度；最后，采用辅助边框计算损失的Inner-IoU方法对损失函数进行优化，提高模型缺陷检测的准确率和泛化能力。通过对风机桨叶图像进行缺陷检测实验，结果表明，所提方法对缺陷检测的精确率提升了7.3%、mAP50提升了3.3%、参数量降低了27%。
-
2024,47(13):100-109, DOI:
Abstract:
建筑、采矿、勘探等施工现场是非常复杂且多样化的区域，在这类场景下进行安全帽佩戴检测时，会存在图像遮挡严重、小目标信息容易丢失的问题。为此本文提出了一种基于改进YOLOv8n的安全帽佩戴检测算法。首先，对YOLOv8n模型的C2f模块进行改进，融入改进后的倒置残差块注意力机制，使模型能够高效捕获全局特征，充分利用安全帽特征的关键信息；其次，结合SPPF模块和LSKA注意力机制，提出了SPPF-LSKA模块，提升网络对安全帽关键信息的关注度，避免实际复杂场景中背景信息对安全帽佩戴状态检测的影响；最后，使用Inner-SIoU损失函数优化网络模型，提升模型对安全帽佩戴状态检测的稳定性。实验结果表明，最终本文算法在复杂环境下安全帽佩戴状态检测的mAP@0.5达到了93.7%，较原YOLOv8算法的P、R、mAP@0.5和mAP@0.5:0.95分别提高了2.4%、4.0%、3.4%和5.3%，参数量降低了3.5%，计算量降低了5.9%，改善了安全帽佩戴状态检测误检和漏检的状况，便于实际检测应用的部署。
-
2024,47(13):110-119, DOI:
Abstract:
近年来，人们对于烟盒包装质量的要求越来越高，在现代化的生产中，烟盒的生产速度大幅度提升，生产设备也都实现了智能化。但是，对于烟盒的表面质量检测仍然采用人工的方式进行。针对人工烟盒表面缺陷检测容易发生漏检、错检等问题，提出了一种基于改进YOLOv8的烟盒缺陷检测算法。首先在YOLOv8的颈部网络引入了GD机制，提高了模型对于不同层级间的信息融合能力；其次加入了尺度序列特征融合模块，增强了网络对不同尺度信息的提取能力；最后使用RT-DETR的Decoder替换YOLOv8的头部网络，这使得网络模型无需依赖于复杂的NMS后处理步骤，大大简化了检测流程并提高了效率。实验结果表明：改进后的算法模型在自制的烟盒缺陷数据集上与YOLOv8算法相比检测精度提升到了94.6%，检测速度达到了121.4 FPS。并且与其他目标检测算法相比，改进后的算法在检测精度和检测速度方面有一定的优势，更适合应用在烟厂对烟盒表面质量的检测。
-
2024,47(13):120-127, DOI:
Abstract:
针对局部遮阴条件下光伏阵列功率多峰值造成的传统最大功率点跟踪算法易陷入局部最优等问题，提出一种基于莱维改进金枪鱼算法与变步长扰动观测法的混合优化算法。引入莱维飞行改进金枪鱼群优化算法的实时位置更新律，减小陷入局部最优的可能性；设计随功率特性斜率变化而变化的步长更新律对常规扰动观测法进行改进，提高最大功率跟踪速度；融合莱维改进金枪鱼算法与变步长扰动观测法构建混合优化算法，进一步提高跟踪精度与速度，并抑制扰动信号影响。仿真实验结果表明，本文所提出的算法在均匀全光照、静态局部遮阴、动态局部遮阴3种光照条件下的寻优时间和跟踪误差分别为0.036 s和0%、0.04 s和1.06%、0.05 s和1.06%，均优于其他对比算法，并且更加精准且快速的实现光伏系统的最大功率跟踪。
-
2024,47(13):128-135, DOI:
Abstract:
无人机（UAV）三维路径规划问题是十分复杂的全局优化问题，但基于启发式优化算法的无人机路径规划存在速度慢，精度不足的问题。针对此问题，提出一种改进蜣螂优化算法的UAV路径规划方法。首先，提出一种通过引入Bernoulli混沌映射、可变螺旋搜索策略、新型惯性权重和Levy飞行策略改进的蜣螂优化算法（BCLDBO）。通过与其他算法在6个基准测试函数上进行实验对比，证明BCLDBO算法寻优精度更高，收敛速度更快。其次，通过航迹长度成本、高度成本、平滑成本和威胁成本建立路径规划目标函数，并构建复杂度不同的三维任务空间。最后，将BCLDBO算法应用于UAV三维路径规划问题中，证明此算法较其他算法的路径成本更低，路径规划效果更好。
-
2024,47(13):136-147, DOI:
Abstract:
由于现有染色归一化方法无法准确提取结直肠病理图像的复杂结构特征，导致丢失部分结直肠病理图像的结构信息，无法生成高质量的染色归一化结直肠病理图像。为解决该问题，提出一种基于条件扩散模型的结直肠病理图像染色归一化方法，该方法包括条件扩散模型和图像特征重建。在条件扩散模型中，首先，使用马尔科夫链前向过程对结直肠病理原图像进行加噪声。然后，将噪声图像和条件图像输入到增强去噪网络中进行去噪，在这过程中利用增强激活模块，学习结直肠病理图像的深层特征，捕获更多的图像上下文信息。在编码器和解码器之间引入跳跃连接空间注意力模块，准确提取结直肠病理图像的位置空间信息。在图像特征重建中，设计金字塔特征提取模块，提取多尺度条件图像与生成图像的特征，并构建重建损失函数，优化整个网络的性能。实验结果表明，与现有方法相比，所提染色归一化方法在公共数据集GlaS和CRAG上的能生成质量更高的染色归一化结直肠病理图像。
-
2024,47(13):148-156, DOI:
Abstract:
针对路面小缺陷检测准确率低、漏检率和误检率高且均匀分布缺陷类型数据集难以采集问题，本文提出一种基于YOLOv5s的TAS-YOLO改进网络模型方法。首先，在预测结果阶段采用特定任务的上下文解耦头，通过分离分类和定位任务，增强定位检测框的精度；其次，通过FPN结构将5个尺度的特征图输入解耦头进行预测，增强小目标的多尺度特征信息；最后，使用滑动窗口损失函数优化YOLOv5，提高难分类样本的检测准确率，且模型收敛效果更好。实验结果表明，TAS-YOLO算法提升了各类缺陷的平均检测精度，mAP50值达到91.4%，FPS值达到126，较YOLOv7l、YOLOv8s、YOLOv9c-gelan和Efficientdet等主流检测算法提高了检测的精度和效率。
-
2024,47(13):157-166, DOI:
Abstract:
针对当前自动驾驶场景下道路目标检测算法对远距离小目标、遮挡目标容易出现漏检和误检的问题，提出一种基于改进YOLOv8n的道路目标检测算法。在特征提取方面，对感受野注意力卷积进行轻量化改进，重新构造C2f模块，以解决卷积计算中参数无法共享问题，使网络有效捕捉关键信息；然后引入轻量化点采样算子，以减少上采样过程中特征细节损失，更好保留图像的细节信息；在特征融合方面，设计多尺度特征融合网络，以增强小目标特征信息，丰富不同尺度特征的双向融合；同时使用归一化注意力机制，以抑制无关背景信息干扰，提高模型抗干扰能力。实验结果表明，提出的改进算法在KITTI数据集和Udacity数据集上的检测精度分别达到了92.8%和78.7%，相比原始算法分别提高了2.2%和1.6%，模型依然满足轻量化要求，在一定程度上提高了对复杂道路场景的适应能力。
-
2024,47(13):167-175, DOI:
Abstract:
低照度环境会导致图像目标特征不明显，噪声干扰严重等情况，影响目标检测器的检测性能。针对以上问题，构建了一个多尺度图像特征增强模块FEM，并与YOLOv8s目标检测网络联合，构建了端到端的低照度目标检测算法FE-YOLO。首先，使用FEM从输入图像中构建三个不同尺度下的特征信息并进行高效融合，得到具有丰富特征表达的增强图像。然后，在YOLOv8s颈部网络中添加目标特征增强模块TFE，通过抑制高层特征中的背景噪声信息，突出目标特征的表达能力。实验结果表明：在低照度图像目标检测数据集ExDark上的平均精度均值（mAP）达到了75.63%，与原始的YOLOv8s算法相比，提高了3.03%，本文算法在低照度目标检测任务中取得了更好的检测效果。
-
2024,47(13):176-182, DOI:
Abstract:
针对现有算法在修复花纹复杂的壁画时存在结构混乱和纹理模糊等缺陷，提出一种融合结构与纹理特征引导的双重生成对抗网络模型。首先将U-Net引入双重生成网络，利用方向和通道双注意力机制提取到的纹理和结构信息分别引导结构、纹理解码器完成对结构与纹理的特征重构，并结合空洞残差块与跳跃连接实现多尺度特征融合提取。其次将两个分支输出的特征图通过双门控特征融合模块深度融合，完成特征信息交互。最后通过联合双判别器对抗完成缺陷修复，增强壁画修复效果的细节丰富度和全局一致性。实验使用自制数据集五台山某处非国宝级真实壁画进行训练及测试，并通过对比实验和消融实验验证，所提算法在峰值信噪比指标上平均提升4.24 dB，结构相似性指标上平均提升3.6%。实验表明该方法可以对受损的壁画进行有效修复，使其呈现出较好的结构、纹理信息，且视觉效果更清晰自然。
-
2024,47(13):183-190, DOI:
Abstract:
针对水下光学图像目标检测中图像背景复杂、各尺度目标共存且分布广泛的问题，本文提出一种水下目标检测模型MEAS YOLO。首先，采用Mosaic和Mixup算法实现训练样本数据增强，提高模型的泛化能力；其次，将高效多尺度注意力机制EMA与YOLOv5网络中的骨干层融合，提高模型的特征提取能力；同时，引入自适应空间特征融合ASFF结构，使模型充分融合不同尺度的特征。最后采用SIoU损失函数，进一步提高检测精度。实验结果表明，本模型在全国水下机器人大赛URPC2020数据集上mAP达到86.4％，较改进前提升2.1%。本模型具有较高检测精度和小模型参量，可为水下目标高效检测提供技术支撑。
-
2024,47(13):191-198, DOI:
Abstract:
为解决钢材表面缺陷检测中面临的缺陷类型繁多、尺寸差异显著以及现有模型复杂度高、检测精度不足等问题，本文提出了一种基于改进YOLOv8n的检测算法YOLOv8 ODAW。首先，引入全维动态卷积（ODConv）增强对多维度特征的捕捉能力，减少信息损失；其次，嵌入渐进特征金字塔网络（AFPN）改善特征融合过程，实现了非相邻层级特征间的直接交互，有效缓解语义断层。最后，采用动态非单调聚焦机制的Wise-IoUv3损失函数优化边界框回归，加快网络收敛的同时提高检测精度。在NEU-DET数据集上进行多组实验，结果表明，改进后的YOLOv8-ODAW网络模型相比原网络模型mAP50%提升了7.3%、GFLOPs下降了21.95%，展现出对钢材表面缺陷更佳的定位与识别能力，且检测速度满足工业应用需求。
2024年第47卷第13期
研究与设计
理论与算法
信息技术及图像处理
-
基于改进YOLOv8光伏板缺陷检测算法
Abstract:
针对现有的分布式光伏电池板缺陷检测精度低、计算量高、参数量大以及复杂背景多变等因素导致的误检、漏检问题，提出了一种改进的轻量级YOLOv8分布式光伏电池板缺陷检测算法。采用高效轻量级的StarNet网络架构作为特征提取网络,减少计算成本和参数量，实现高效率和高性能之间平衡; 设计SPPF-AM模块,增强了模型对空间信息的感知能力，有效应对不同尺度的目标；加入三元组注意力机制Triplet,有效地提取多尺度目标特征，提升模型的表征能力和任务性能;设计C2f_DSConv2D结合可变形卷积取代原网络中的C2f，以较低的存储和较高的计算速度，从而提高缺陷检测模型的效率;在特征融合网络中引入空间上下文感知模块SCAM，减少噪声影响，有效抑制图像中的噪声，抑制无关背景信息的干扰。设计ECIoU替换CIoU，增强边界框损失的拟合能力，加快网络模型的收敛速度。实验结果表明:改进后的YOLOv8模型参数量下降35%，计算量下降29.6%，检测精度达到了90.1%，mAP@50从85.9%提升到了89.7%，提升了4.2%。改进后模型在参数量、计算量下降的情况下检测精度也有一定的提升。所提出的改进算法在缺陷检测任务中表现出了较好的性能,有效增强了光伏电池板缺陷检测模型的检测性能。
- 1
-
融合多策略改进的黑翅鸢优化算法
Abstract:
针对基本黑翅鸢算法（BKA）收敛速度慢，易陷入局部最优等问题，提出了一种融合多策略改进的黑翅鸢算法（EBKA）。首先引入了追踪猎物位置更新策略，提高算法全局搜索能力，加快收敛速度。其次在攻击阶段提出自适应t螺旋策略，防止算法陷入局部最优。最后在迁移阶段，当黑翅鸢领导者失去领导作用时，提出了Levy切线飞行策略，避免算法早熟收敛。为了验证算法的改进效果，选取8种测试函数进行测试，并与5种群智能算法进行对比。实验结果表明:EBKA与其他群智能算法对比，在单峰函数上均能快速寻到理论最优值0，在多峰函数F_5、F_6、F_8中30次左右就能收敛到最优值，并且F_6、F_7可以收敛到理论最优值0。证明了EBKA具有很好的收敛性能、稳定性和全局寻优能力。
- 1
-
微弱电容检测电路研究进展综述
Abstract:
在精密测量、工业检测等领域中，由于待测电容变化量非常微小，可能达到皮法量级甚至更低，因此需要电容检测电路捕捉这些微小电容变化。本文分析了微弱电容检测的基础原理，区分了二极管式、调频式、交流式、充放电式和谐振式五种电容检测电路，通过测量精度、功耗等方面的对比分析，归纳了各类方案的特性优劣及其适用场景，并列举了典型应用案例。在综述当前电容检测方法的基础之上，探讨了当前微弱电容检测电路的局限性、需深化研究的方向及发展趋势，期望能够推动电容检测技术的进一步发展。
- 1
-
光伏VSG中新型滑模锁相环的逆变性能研究
Abstract:
为了研究光伏系统中不平衡电压下逆变器的性能，在虚拟同步发电机控制的基础上引入一种新的趋近律滑模控制锁相环。首先，在虚拟同步发电机中采用新型滑模锁相环调节解耦双同步参考坐标系分离出的电压正序分量；然后，利用解耦双同步参考坐标系和对称分量法分别对电压与电流的正负序分量进行分离；再对其单独控制并生成电压调制信号。仿真结果表明，在电网电压跌落和相位发生跳变时，新型滑模锁相环的锁相误差仅为0.0197和2.4015×10-10，远小于解耦双同步锁相环的1.4853和1.6405。新型滑模锁相环的引入能够增强系统的稳定性和鲁棒性，改善光伏逆变器在电压不平衡条件下的运行性能，为光伏系统逆变器的设计和优化提供了一定的参考。
- 1
-
基于FPGA和国产射频收发器的多通道信号源设计与实现
Abstract:
针对通信测试中需要模拟多种信号这一需求,提出一种大带宽、多通道的信号源硬件架构,以FPGA作为硬件控制核心以及基带信号发生器,利用FPGA中的高速串行收发器GTY,实现JESD204C接口协议,完成单Lane16.5Gbps的数据率传输。以CX8242K射频收发器为射频发射端,通过Microblaze进行配置,实现了调制信号从基带到高中频的高质量产生。针对目标频段,进行了频率规划,并设计了时钟方案和多通道同步方案。最终实现了一款具备宽频带、高精度、低杂散的国产化多通道矢量信号源。经测试证明,该矢量信号源能正常生成各种矢量调制信号,并实现10MHz~6GHz范围内的载波频率调节,支持单通道发射信号最大带宽高达800MHz,在实际工程测试中有很高的应用价值。
- 1
-
基于遗传模拟退火算法的无线电能传输系统
Abstract:
针对磁耦合谐振式无线电能传输系统的各项参数变化对传输效率的影响及传输效率不高的问题。以提高系统的传输效率为目标，通过Matlab仿真软件对频率、电阻、线圈互感等参数对传输效率的影响进行了分析，引入遗传模拟退火算法对系统工作频率、线圈匝数、线圈半径、线圈间距离以及负载阻值进行参数优化。最后在Python软件中对遗传模拟退火算法进行了仿真，得到了系统参数对应的一组最优解使得系统的最高传输效率可达94.27%。仿真结果表明该优化算法的可行性和有效性，能够有效地优化系统参数从而提高无线电能传输系统的传输效率，具有一定的实际应用价值。
- 1
-
基于AFE-YOLOv7模型的航空保险丝绕向识别方法
Abstract:
针对典型维修场景中人工目视检查航空保险丝绕向效率低、标准不一致的问题,构建了航空保险丝绕向自动检测模型AFE-YOLOv7。以YOLOv7作为基本模型，将卷积块注意力机制CBAM集成到SPPCSPC空间池化金字塔模块，增强网络对不同通道间信息和空间信息的关注能力；在颈部网络和头部预测网络之间嵌入CA坐标注意力模块，增强网络对航空紧固件保险丝绕向方向和位置信息的感知能力；优化边界框损失函数为Focal-EIoU Loss，提高模型的鲁棒性。采用自建的航空保险丝绕向数据集，开展AFE-YOLOv7模型的对比和消融实验，结果表明，AFE-YOLOv7达到了83.33%的最高精度，相比YOLOv7在精确度、召回率及mAP指标上分别提高了7.67%、8.68%及10.25%；与YOLOv5s等广泛使用的目标检测方法相比，能够更好地适应多场景下的保险丝绕向检测，30.1帧/s的运行速度满足实时检测要求，推动了智慧民航的建设。
- 1
-
基于ATmega32U4单片机的液体变焦透镜控制系统
Abstract:
针对传统液体透镜控制系统成本高及不能满足个性化定制等问题，开发了一款用于液体透镜自动调焦的控制系统。系统选择ATmega32U4单片机为主控芯片，选择LTC2662芯片和H桥电路作为电流输出模块用于控制液体透镜实现变焦，并提供手动和自动两种操作模式供用户选择。该系统电流输出模块可输出DC -300~300mA的稳定工作电流，平均误差0.64%，电流稳定度为0.3277%；而焦距控制软件的自动调焦平均耗时~1.3s，图像分辨率可达45.3lp/mm。与现有的液体透镜控制系统相比，该系统实现了对液体透镜焦距的自动调节，操作简单、性能稳定、成本较低，为液体透镜提供了更加灵活和个性化的定制选项。
- 1
-
基于模糊滑模控制的MMC环流抑制研究
Abstract:
模块化多电平换流器（MMC）的内部环流增大了系统的损耗,加剧了桥臂电流的畸变进而增大了系统成本?针对SMC环流控制器存在的抖振、控制精度有限等问题,为进一步提升环流控制器性能，以传统滑模变结构控制为基础,提出了一种模糊滑模变结构环流控制器（FSMC）。首先,介绍MMC的工作特性,分析MMC环流产生的机理。然后通过建模分析和解耦控制阐述模糊滑模环流控制器的控制原理。之后,在相同的条件下,通过将传统PI?SMC和FSMC环流抑制策略的MMC系统,分别在交流侧输出扰动,负载突变两种不同工况下进行仿真研究。最后,通过仿真和实物结果表明,模糊滑模变结构环流控制器对环流的抑制效果和抗扰动的能力都要优于另外两种环流抑制器,提升了系统鲁棒性,有利于系统稳定,可靠,快速响应运行。
- 1
-
基于改进薛定谔滤波的fNIRS信号伪迹去除算法
Abstract:
功能性近红外光谱(functional Near-Infrared Spectroscopy,fNIRS)是一种新兴的光学神经成像技术,提供了无创、便携且低成本的脑活动监测方法。针对受试者头部移动产生的运动伪迹,结合数学形态学方法,提出了一种改进薛定谔滤波的fNIRS信号运动伪迹去除算法。将该算法分别应用于仿真和真实实验得到的反映受试者血红蛋白浓度变化情况的光密度信号,并与时间导数分布修复和峰度小波等伪迹去除算法进行性能对比。结果表明,所提算法可将未校正信号的信噪比提升28.66 dB、均方根误差降低到0.06、皮尔逊相关系数的平方提升到0.83、峰峰值误差降低到0.05,相对于其他算法更能有效地去除运动伪迹。
- 1
-
基于PSO-BP的嵌入式大气数据系统算法研究
Abstract:
神经网络具有强大的函数拟合能力，可以被应用于嵌入式大气数据系统中进行大气数据估计。针对传统BP神经网络存在初始权值和阈值随机选取、训练过程局部最优、对训练数据需求量大等问题，提出了一种基于改进粒子群算法优化的神经网络，以提升FADS系统的预测精度。通过计算流体力学模拟，分别使用飞机在常规飞行和大迎角飞行状态下的压力数据来验证该算法的性能。结果表明，在训练数据有限的条件下，基于改进粒子群算法优化的神经网络在这两种飞行状态下均显著提高了大气数据的预测精度。常规飞行状态，静压、马赫数、迎角和侧滑角的预测误差分别降低了54.88%、60.46%、53.76%和62.12%；大迎角飞行状态下，预测误差分别降低了71.96%、47.52%、66.96%和53.41%。此外，在相同数据样本下，基于改进粒子群算法优化的神经网络在多次训练中误差波动更小，显示出更高的稳定性和可信度。
- 1
-
改进YOLOv8的光伏电池缺陷检测算法
Abstract:
针对光伏电池缺陷检测在复杂背景下存在的误检、漏检等问题，提出了一种基于改进YOLOv8的光伏电池缺陷检测算法。首先，采用双向特征金字塔网络作为特征融合机制，通过自顶向下和自底向上的路径，实现多尺度特征的有效融合；其次，在颈部网络引入上下文聚合模块，使用不同空洞卷积速率的空洞卷积获取不同感受野的上下文信息，帮助模型更精准地识别微小目标，进而提升模型的目标检测性能；最后，优化边界框损失函数，并不断调试其权重因子，提高模型的收敛速度与效率。实验结果表明，与YOLOv8算法检测网络相比，本文算法的召回率和平均精确度均值分别提高了10.4%、1.8%，检测帧率达到270帧/s，保证了实时检测和后续部署的轻量化要求，改进后的算法能在复杂背景下对光伏电池的缺陷进行鲁棒检测。
- 1
-
基于改进麻雀算法优化电源的BPPID控制策略
Abstract:
针对传统麻雀算法优化BPPID初始权值存在易陷入局部最优的问题，本文提出一种基于改进麻雀算法的BPPID控制系统。通过引入复合混沌映射提高种群多样性；利用黄金分割和自适应levy飞行策略，平衡算法全局搜索和局部开发的能力；利用模糊逻辑自适应反向学习策略，提高算法的全局搜索和适应复杂环境的能力。分别用标准麻雀算法、改进的麻雀算法、灰狼优化算法、鲸鱼优化算法、改进的鲸鱼优化算法、粒子群优化算法和改进的粒子群优化算法测试基准函数，对比验证改进麻雀算法的有效性，实验结果表明，改进麻雀算法的系统效益和公平性优于其余算法。将改进麻雀算法应用于开关电源系统的BPPID初始权值的求解上，所得的初始权值能更大程度地提高系统动态响应以及降低超调。
- 1
-
基于全局注意力的Gam-EEGNet在SSVEP分类中的应用
Abstract:
稳态视觉诱发电位（SSVEP）作为脑机接口（BCI）系统中的重要信号类型，因其高稳定性和易操作性而广泛应用于BCI研究。在过去的研究中，已有许多方法在SSVEP信号分类中取得了显著进展，但依然面临着信噪比低、信号非平稳性和个体差异大的挑战。为进一步提升SSVEP分类的准确性和实用性，本文提出了一种结合全局注意力机制与紧凑脑电网络（EEGNet）的新型神经网络架构——Gam-EEGNet。EEGNet作为一种紧凑、高效且适应性强的基础模型，在SSVEP信号处理中具有重要作用。通过在EEGNet中引入全局注意力机制，Gam-EEGNet能够更精确地提取和表征SSVEP信号特征，从而有效降低个体差异和噪声的影响。实验采用了涵盖12种不同频率的SSVEP脑电数据，并将Gam-EEGNet与典型卷积神经网络（CCNN）、滤波器组-时间卷积神经网络（FB-tCNN）和滤波器组-时间卷积神经网络（SSVEPNet）等主流深度学习方法进行了分类性能对比。结果表明，Gam-EEGNet在不同时间窗口下的分类准确率和信息传输率（ITR）均优于其他方法，特别是在0.7 s的短时间窗口内，分类精度达到86.58%；在1 s时间窗内，多名被试者的平均识别准确率超过95%，ITR超过189 bits/min。此外，Gam-EEGNet在训练过程中表现出更好的收敛性和稳定性，具有更快的收敛速度和更低的训练误差。这些结果表明，Gam-EEGNet在SSVEP信号分类中展现出显著的性能提升，尤其适用于实时BCI系统中的快速响应场景，具有广泛的应用潜力。
- 1
-
基于可视图谱特征融合的行星齿轮箱故障诊断
Abstract:
针对行星齿轮箱振动信号频率信息复杂、时变性强、调制特征明显的问题，提出了基于可视图谱特征融合的行星齿轮箱故障诊断方法。首先将行星齿轮箱信号进行Welch变换得到功率谱，采取可视图算法构建图谱，计算图谱节点的中心性指标并融合成特征矩阵，最后使用改进的CNN-Inception模型分类得到齿轮箱故障诊断结果。实验结果表明，该方法可以准确识别行星齿轮箱故障，在两种工况的实验数据集上准确率可以达到98.57%，模型具有泛化性。相较于其他方法，该方法能够实现高效、准确的故障诊断。
- 1
-
基于DeepLabV3+改进的光伏板语义分割模型研究
Abstract:
从光伏板的红外图像中分割提取出光伏板区域信息，可以极大提高光伏板故障检测的精度。而传统语义分割算法对光伏板的边界信息处理效果不佳，存在光伏板边界呈波浪状、互相黏连以及背景误分割等情况。针对此类情况，本文提出了一种基于改进DeepLabV3+的光伏板语义分割算法模型，将主干网络更改为MobileNetV2,引入Canny边缘检测算法输出新的浅层特征语义信息；设计SE-ASPP模块对特征通道进行重新校准，增强网络表达能力；增加浅层特征语义信息通道数，加强对浅层特征语义信息的关注。实验结果表明，改进后DeepLabV3+算法模型的精准率、mIoU、召回率和F1分数分别达到99.50%、99.21%、99.61%和99.55%，与原DeepLabV3+模型相比，分别提高了2.24%、1.58%、1.57%和1.72%，在实际分割任务中表现出色，具有更高的检测精度和可靠性。
- 1
-
改进YOLOv8n的轻量化火焰烟雾检测
Abstract:
为解决火焰烟雾检测在自然环境下准确性不高，速度较慢等问题，本文提出了一种改进YOLOv8n的火焰烟雾轻量化检测算法。该算法通过将YOLOv8n中骨干网络更换为PP-LCNet轻量化网络，引入CARAFE上采样算子以增强细节捕获，减少信息丢失，并添加EMA注意力机制模块以提升模型对检测目标的识别和提取能力。实验结果表明，改进后的YOLOv8n与基准YOLOv8n相比，参数量减少0.89MB,计算量减少1.8G。此外，与Faster R-CNN、SSD、YOLOv4、YOLOv5s、YOLOv7、YOLOv8n及文献中模型相比，其精确度、召回率、mAP50和F1分别达到了96.5%、94.7%、95.3%、95.6%，表现出最佳性能。改进后的算法不仅提升了检测精确度，还实现了轻量化，具有重要的实际应用价值。
- 1
-
基于注意力门控多层感知器睡眠分期研究*
Abstract:
睡眠分期在睡眠障碍诊断中具有重要意义。目前的自动睡眠分期方法大多集中在研究时域信息,且睡眠阶段之间的过渡规则往往无法被识别和捕获,导致睡眠分类准确率低。为解决这一问题,提出基于单通道脑电(EEG)信号的融合多尺度特征和注意力门控多层感知器的睡眠分期方法(Multi-scale features and Attention gated multi-layer perceptron SleepNet? MA-SleepNet)。该模型由多尺度特征提取模块、压缩激励网络模块和注意力门控多层感知器网络模块组成。多尺度特征提取模块采用双通道卷积从脑电信号中提取不同尺度波形特征；压缩激励网络模块采用压缩激励模块学习多尺度特征的重要程度,提升有效特征；注意力门控多层感知器模块将多层感知器与门控机制结合起来,同时加入简单的自注意力机制,实现不同维度之间的数据通信,整合信息中的有效特征。在Sleep-edf-20和sleep-edf-78数据库上MA-SleepNet模型分别达到了86.1%和83.2%的睡眠分期准确率。与现有典型研究结果相比,该方法提高了分类性能。
- 1
-
改进YOLOv8的无人机航拍图像小目标检测算法
Abstract:
针对无人机航拍图像中存在的小目标特征提取能力不足及尺度多样性的问题，提出了一种改进YOLOv8的无人机航拍图像目标检测算法。首先，新增小目标检测层P2，增强模型的小目标检测能力。其次，设计了双向特征对齐融合方法对颈部进行改进，结合特征对齐模块和双向特征金字塔的思想，提升模型的多尺度融合能力，实现更完整的特征融合。然后，设计了双层路由-空间注意力模块加入主干中，通过串联双层路由注意力和空间注意力模块，加强对目标的特征捕获能力。最后，设计了损失函数Focaler-XIoU，解决样本难易分布对边框回归的影响，增强模型的稳定性和检测效果。实验结果表明，改进的网络模型在VisDrone数据集上mAP50提升了9.2%，相比目前主流的目标检测算法，有更优的检测效果，能够很好地完成无人机航拍图像检测任务。
- 1
-
油田注水管道内腐蚀剩余寿命预测研究
Abstract:
为估算管线剩余安全服役年限,本文提出基于灰色关联度分析的极端梯度提升算法模型。应用灰色关联度分析(grey relational analysis,GRA)计算各个影响因素与剩余寿命的关联度值并排序,优选高关联度影响因素数据输入到极限梯度提升算法(extreme gradient boosting,XGBoost)中进行腐蚀管道剩余寿命预测。以某油田注水管道为例,结果该模型中均方根误差(root mean square error,RMSE)为0.012,平均绝对误差(mean absolute error,MAE)为0.068,拟合优度(R2)为0.999,并与其余3种预测模型进行对比,结果本文所构建的模型预测精度和泛化性能均更优。
- 1
-
2024,47(6):1-7, DOI:
Abstract:
城市交叉路口是交通事故多发路段，对于智能网联汽车来说，在行驶过程中进行风险检测与碰撞预警，从而保障驾驶的安全性至关重要。本文针对有信号灯的城市交叉路口提出一种考虑信号灯约束的行车风险场模型，并基于此模型设计三级碰撞预警方法。首先针对城市交叉路口的潜在冲突风险点构建功能场景，并将信号灯的约束作用考虑进行车风险场模型。为了解决碰撞预警问题，提出以TTC为指标划分三级冲突区域，通过计算主车行驶过程中周围对应的场强值，并根据干扰车在主车周围势能场的位置来衡量主车所受碰撞风险。实验结果表明，所设计的模型能够准确对进入主车势能场范围的干扰车进行预警，预警成功率可达100%，误报率仅为3.4%，证明所提方法的可靠性和有效性。
-
2024,47(6):8-13, DOI:
Abstract:
为了解决现有单天线超高频RFID技术在室内静态目标定位中精度不高的问题，本文提出了一种基于天线视轴信号传播模型的RFID定位新方法。该方法首先通过天线纵向扫描确定目标的高度位置；其次，调整天线高度与目标高度一致，然后步进旋转扫描以识别目标的方向角；进一步的，利用麻雀搜索算法优化的反向传播神经网络建立路径损耗模型并用于测距；最后，综合高度、方向角和距离数据完成目标的定位。实验结果表明，在室内环境测试中，所提出的方法平均定位误差为7.2 cm，能够满足一般室内场景下物品的定位需求。
-
2024,47(6):86-93, DOI:
Abstract:
针对大场景SAR图像近岸场景舰船目标检测中遇到的陆地目标虚警和岸边目标漏检等问题，基于YOLOX设计了一种轻量化的改进模型CAM YOLOX。首先，在骨干部分嵌入CAM，增强舰船特征提取以保持较高的检测性能；其次，在特征金字塔网络结构中增加一个浅层分支，以增强对小目标特征的提取能力；最后，在特征融合网络中用Shuffle unit替换CSPLayer中的CBS和堆叠的Bottleneck结构，实现了模型压缩。在LS-SSDD-v1.0遥感数据集上进行实验，实验结果表明，本文改进算法相较于原始算法在近岸场景舰船检测的精确率P提高了5.51%，召回率R提高了3.68%，模型参数量减小了16.33%。本文算法能在不增加模型参数量的情况下，有效抑制近岸场景中陆地上的虚警和减少岸边舰船漏检率。
-
2024,47(6):100-108, DOI:
Abstract:
在基于机器视觉的锯链缺陷实时检测过程中，油污、粉尘等因素影响图像亮度和质量，导致目标检测网络的特征提取能力下降。为保证复杂环境下锯链缺陷检测的准确率，本文设计了一种结合弱光增强和YOLOv3算法的锯链自动化缺陷检测方法。首先使用RRDNet网络自适应增强锯链图像亮度，恢复图像暗区的细节特征；然后采用改进YOLOv3算法对锯链零件进行缺陷检测，增加FPN结构特征输出图层，利用K means聚类算法对先验框参数重新聚类，并引入GIoU损失函数来提高小目标的缺陷检测精度。最后搭建一套锯链缺陷在线检测系统，对所提方法进行验证。实验结果表明，该方法能够显著提高弱光环境下的锯链图像照度、恢复图像细节，改进YOLOv3算法的mAP值为92.88%，相比原始YOLOv3提高14%，最终系统整体的漏检率降低到3.2%，过检率也降低到9.1%。所提出的方法可实现弱光场景下锯链缺陷的在线检测，并且对多种缺陷有着较高的检测精度。
-
2024,47(6):20-27, DOI:
Abstract:
井下振动信号的高频测量信息能记录有关钻具动态响应的更具体细节，有益于分析诊断井下的异常振动，但是高频测量会产生大量的测量数据，导致井下振动测量设备的数据存储压力非常大。本文提出了一种基于压缩感知技术的井下振动信号的高频测量方法。通过选择性稀疏采集和存储井下振动数据，并利用信号重构算法，恢复高频测量结果。在该方法实现的过程中，提出一种分层抗频谱泄露的傅里叶字典构建和改进的分层追踪OMP信号重构算法，显著降低了信号重构时间。仿真和实验测试结果表明：该方法对振动信号的压缩感知采集效果较好，系统压缩比为18.9，重构分贝误差为52.1 dB。该方法有效减轻了井下振动测量设备的数据存储压力，为获取井下振动的高频测量数据提供了一种新途径。
-
2024,47(6):14-19, DOI:
Abstract:
为解决高海拔地区气压降低导致急救呼吸机潮气量控制精度下降的问题，提出了双环PID潮气量控制系统。该系统采用气压补偿型PID控制器调整风机转速，并辅以积分分离式PID控制器，以实现对气流速度的精确控制。在实际海拔4 370 m、大气压59 kPa的环境中，系统性能测试表明，相较于单环PID控制，双环控制系统在高海拔条件下表现出快速响应和无超调的卓越性能。平均气流速度输出误差为3.19%，最大误差为4.1%，优于现有临床设备的准确性。这一技术突破不仅提供了高海拔急救呼吸机潮气量控制的有效解决方案，也为特殊环境下的通气控制技术发展贡献了重要参考。
-
2024,47(6):79-85, DOI:
Abstract:
针对标准蜜獾算法(HBA)易陷入局部最优、搜索精度低、收敛速度较慢等问题，提出基于精英差分变异的蜜獾算法(EDVHBA)。将标准HBA中的两种寻优策略所搜寻到的精英解，进行组合差分变异以产生新的精英解，利用3个精英解协同指导种群下一轮迭代，可以增加算法解的多样性，防止算法陷入过早收敛；同时改进非线性密度因子和引入新的位置更新策略，提升算法的收敛速度和寻优精度。为验证算法的改进效果和性能，对8个经典测试函数进行仿真实验，实验结果表明：与其他群智能算法和改进的HBA相比，EDVHBA在单峰函数中都能搜寻到最优值0，在多峰函数中迭代50次左右就可以收敛到理想最优值，验证了EDVHBA具有更好的寻优性能。
-
2024,47(6):123-130, DOI:
Abstract:
针对低速增压风洞测力试验，分析气动特性曲线的原始数据源，以天平信号、流场状态和模型姿态为主要对象，结合试验控制流程，从单点数据向量、单车次数据矩阵和同期多车次数据集等维度，研究试验数据的异常检测方法策略，并以此为核心知识库，完成异常数据检测专家系统设计开发。试验过程中系统推理机自动在线执行，经过数据识别、规则推理、逻辑推理和知识迭代，实现原始数据的预检测和预诊断。试验应用结果表明，专家系统对天平桥压异常、线性段跳点和零点检测等异常类型检测敏感度高，为异常数据分析指引方向，提升问题数据排查效率。
-
2024,47(6):109-115, DOI:
Abstract:
为了解决传统SPD寿命告警的表征方式与SPD真正的寿命状态不能明确的一一对应，以及单一劣化相关参数表征的剩余寿命模型预测性差等问题，设计了一款基于STM32多参数SPD剩余寿命远程监测系统。以STM32为主控，实时采集SPD的浪涌电流、泄漏电流、表面温度以及脱扣状态等重要参数，通过BC20无线通讯模块将状态信息上传到One NET云平台。One NET云平台实时显示和存储SPD的多参数数据，并提供数据管理和分析，采用SVM分类模型判断SPD是否损坏和BO-LSTM预测模型预测SPD剩余寿命。基于BC20的定位功能，在上位机查看SPD的实时地理位置。结果表明:BO-LSTM剩余寿命预测模型的均方根误差为0.001 3，平均绝对误差为0.001 8，该系统可以实时监测SPD状态，能够有效预测SPD剩余寿命值，并且及时预警。
-
2024,47(6):58-63, DOI:
Abstract:
针对高速列车自动驾驶系统，采用基于天牛须粒子群（BAS-PSO）优化自抗扰控制（ADRC）的算法，设计速度跟踪控制器。基于列车动力学模型设计自抗扰控制器，并以ITAE作为目标函数，利用BAS PSO实现参数整定。选用CRH380A型动车组参数，通过MATLAB进行仿真验证，对比BAS-PSO、PSO以及改进鲨鱼优化ADRC算法对列车目标速度曲线的追踪效果，其中基于BAS-PSO优化ADRC算法的列车目标速度曲线跟踪误差保持在±0.4 km/h的范围内，相比另外两种算法更加紧密地贴近目标速度曲线。结果表明，基于BAS-PSO优化ADRC具有跟踪误差小、抗干扰能力强的优点。
-
2024,47(6):94-99, DOI:
Abstract:
本文针对ORB-SLAM2算法在黑暗环境或纹理较少的环境下提取特征点少，从而导致SLAM系统定位精度不高、匹配对数较少，进而导致系统崩溃的问题，提出了一种基于自适应阈值的特征点提取算法与改进的四叉树均匀化策略。首先基于图像的亮度进行基于自适应阈值的FAST特征点提取，之后通过改进的四叉树均匀化策略对图像的特征点进行剔除与补偿，完成特征点选取。实验结果表明，与原算法相比，改进后的特征点提取算法在黑暗环境与纹理较少的环境下，匹配对的数量提升了17.6%，SLAM轨迹精度提升了49.8%，有效的提升了SLAM系统的鲁棒性和精度。
-
2024,47(6):116-122, DOI:
Abstract:
滚动轴承在旋转机械中发挥着重要作用，若出现故障，轻则引起设备停机，重则危及现场人员生命安全，因此有必要对其进行故障诊断。针对滚动轴承故障特征难以提取，传统分类方法正确率不高的问题，本文提出一种基于集合经验模态分解（EEMD）能量熵和金豺优化算法（GJO）优化核极限学习机（KELM）的故障诊断方法，实现了提取滚动轴承故障特征并正确分类的目标。通过实验数据进行验证，该方法能够提取到滚动轴承原始信号中隐含的故障信息特征，其诊断正确率高达98.47%。
-
2024,47(6):64-70, DOI:
Abstract:
为满足复杂车辆任务在时延、能耗和计算性能方面的要求，同时减少网络资源的竞争和消耗，设计了一种基于车载边缘计算(VEC)的任务卸载策略，以最小化任务处理延迟和能源消耗之间平衡的长期成本为目标，将车联网中的任务卸载问题建模为马尔可夫决策过程(MDP)，提出了在传统双延时深度确定性策略梯度(TD3)的基础上，利用长短期记忆网络(LSTM)来逼近策略函数和价值函数，将系统状态进行归一化处理以加速网络收敛并增强训练稳定性的改进算法(LN-TD3)。仿真结果表明，LN-TD3性能与全部本地计算和全部卸载计算相比提高了两倍以上；收敛速度上与深度确定性策略梯度DDPG、TD3相比提高了约20%。
-
2024,47(6):34-40, DOI:
Abstract:
星载扩频应答机的数据比特与扩频码是异步的，由于传输系统噪声及多普勒频移的影响，会引起接收扩频码与发送扩频码相关峰值的衰减，导致捕获性能下降。传统的捕获技术通常存在算法复杂度高，捕获速度慢，难以适应上百千赫兹大频偏的要求等问题。本文提出了一种将扩频序列截成两段分别作相关运算的扩频序列搜索法，并结合信号平方和FFT环进行大频偏锁频的捕获方案，有效抑制了相关峰的衰减，提高了伪码捕获性能。MATLAB仿真及FPGA板级测试表明，本文所提出的扩频信号捕获方案能够对抗高达±300 kHz的多普勒频移，平均捕获时间约为95 ms。另外，该算法的FPGA实现与传统结构相比节省了约47%的LUT、43%的Register以及一半以上的DSP和BRAM资源，在资源受限的实时通信系统中具有很大的应用价值。
-
2024,47(6):28-33, DOI:
Abstract:
随着卫星网络、车联网络、工业网络等业务仿真模拟需求的日益增长，针对传统专用信道损伤仪存在的模拟链路数量少、灵活性低、资源占用高等问题，本文提出一种基于时延量程策略的多会话时延损伤模拟方法，构建灵活的软件网络损伤模拟。该方法通过识别检测独立控制各会话流的时延损伤，并采用基于时延程策略的多队列合并架构以降低资源占用。实验结果表明，相较于传统专用设备与模拟软件NetEm，该方法支持百万级链路的独立时延配置，会话流数从十数条增加到百万条，且在各带宽下降低至少85%的内存占用，满足大规模和精度的同时极大的降低系统成本。
-
2024,47(6):41-49, DOI:
Abstract:
液压支架立柱压力预测是回采工艺决策的重要依据，也是确保围岩稳定的基础信息之一。然而，液压支架立柱压力虽然具有一定的规律性，却无法用简单的数学模型进行预测；且在回采过程中，支架不接顶、顶板破碎、传感器检测误差等带来大量的随机噪声，使得压力数据劣化为非平稳时间序列，给压力的预测带来的很大的困难。本文在Transformer基础上，提出一种差分非平稳Transformer模型，在Transformer的编码器和解码器中分别引入差分归一化和反归一化操作，以提升序列的平稳性。同时，在Transformer中采用去平稳注意力机制，计算序列元素之间的关联关系，以增强模型的预测能力。在真实的煤矿支架立柱数据集上的对比实验表明，本文提出的差分非平稳Transformer的预测效果达到0.674，表现明显优于LSTM、Transformer和非平稳Transformer模型。
-
2024,47(6):137-142, DOI:
Abstract:
针对烟草行业，目前尚未存在检测加热卷烟烟具加热温度及温度均匀性的检测装置和方法，为了解决在狭隘空间内对微型棒状加热片的测温需求，本文研制了一种卷烟加热棒测温仪，并设计了一种适用于卷烟加热棒测温的新型结构。为了验证卷烟加热棒测温仪测量结果的准确性与可靠性，对测温仪进行不确定度分析。分析结果依据《GB/T 13283-2008工业过程测量和控制用检测仪表和显示仪表精确度等级》标准，在量程为100 ℃~400 ℃，满足0.1级要求。最后实验验证可以有效测量不同烟支的加热温度场情况。
-
2024,47(6):190-196, DOI:
Abstract:
基于表面肌电信号和模式识别的手势识别方法在康复手领域中具有广阔的应用前景。提出一种基于表面肌电信号的手部姿势识别方法，以预测手部的52种动作。为解决表面肌电信号易受干扰的问题，提高对表面肌电信号的分类效果，提出了TiCNN DRSN网络，主要作用是在拥有噪声的情况下能够更好的识别率，减少滤除噪声的时间。TiCNN网络使用卷积核Dropout和极小批量训练，为卷积神经网络引入训练干扰并且增加了模型的泛化性；DRSN网络可以有效的剔除sEMG信号中的冗余信号，减少信号噪声干扰。TiCNN DRSN网络在不需要任何降噪预处理的前提下，取得了很高的抗噪与自适应性能。本模型在Ninapro数据库上的识别率达到97.43%±0.8%。
-
2024,47(6):50-57, DOI:
Abstract:
在面向一些大型商超、医院、教学楼等大规模室内多层结构定位中，针对多层WSN结构的非测距定位问题，提出一种基于改进天鹰的三维室内多层结构定位算法IAODV HOP算法。首先，为节点划分3类通信半径以细化跳数，同时利用最小均方差和权重因子修正节点的平均跳距。其次，用IAO算法对未知节点坐标进行寻优，通过佳点集策略对种群初始化，解决天鹰算法因初始种群随机分布而导致的种群的质量和多样性难以保证的问题，并且在局部搜索中加入黄金正弦的搜索策略完善种群的位置更新方式，增强了算法的局部搜索能力。通过仿真实验，本文所提算法IAODV HOP相较于传统3D DV Hop、PSO 3DDV Hop、N3 3DDV Hop以及N3 ACO 3DDV Hop算法，归一化平均定位误差分别下降7033%、6267%、64%、5367%，表现出更优的性能，具有更好的稳定性和更高的定位精度。
-
2024,47(6):164-172, DOI:
Abstract:
在信号生成算法中，需要大量标记信号样本用于网络训练，但通常携带电文信息标记的信号难以批量获取。针对此问题本文提出一种基于循环生成对抗网络和迁移学习的方法，实现了无需大量信号及对应电文作为标记的增强罗兰信号生成，并使用迁移学习在少量实测信号情况下快速生成。循环生成对抗网络的结构包括两个生成器和两个判别器，利用无需一一对应的增强罗兰信号和电文数据集，使生成器学习到两个数据集之间的相互转换关系，实现输入电文数据可以生成与之相对应的增强罗兰信号，并且针对增强罗兰信号的特性，使用一维卷积、残差网络、自注意力机制对网络模型进行改进。实验证实，生成信号与实测数据的均方误差为0.015 3，平均皮尔逊相关系数为0.984 3，且所含电文信息准确率为99.02%。本文在PSK、ASK、FSK数据集上验证了算法，实验结果表明生成的信号满足预期，为未知参数的信号调制和解调提供一种新的思路。
