- 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CBAM-SRResNet的水下图像超分辨率重建研究
Abstract:
由于水体特性对光的吸收和散射作用,水下图像通常呈现细节模糊、分辨率低等问题,为提升水下图像的清晰度,提出一种基于CBAM-SRResNet的水下图像超分辨率重建方法。该方法将混合注意力机制引入到深度残差网络中,从而提高水下图像的清晰度。其次,引入结构相似性损失函数,从而能够更好地保护图像内容,提高图像质量,使得训练结果更加符合人类视觉感知。实验结果显示,基于CBAM-SRResNet的水下图像超分辨率重建方法能够有效地处理水下图像模糊、分辨率低等问题,在不同数据集上与其他多种水下图像重建方法相比,该方法在PSNR上提高了0.69 dB ~ 2.43 dB,在SSIM上提高了2.66% ~ 7.17%,在各项性能指标上均表现优异。
- 1
-
融合时频特征的通信辐射源个体识别方法
Abstract:
针对通信辐射源个体识别在信道噪声干扰下准确率低的问题，利用信号映射到不同时频域对信道噪声干扰抑制效果的差异性，提出了一种融合时频特征的通信辐射源个体识别方法。首先，从辐射源信号中提取I/Q、功率谱、小波谱信息，并通过横向和纵向的一维卷积来融合信号的时频信息；然后使用通道注意力模块和空间注意力模块融合时频特征；最后采用M-ResNeXt网络实现在信道噪声干扰下的辐射源个体识别。实验结果表明，受到信噪比为15dB的高斯白噪声、瑞利、莱斯三种信道噪声干扰下，本文提出的融合时频特征方法识别准确率达到97.6%、97.7%、98.5%，同时面临未知的噪声干扰，在信噪比为15dB时，依然能够取得超过97.7%的识别准确率。因此，融合时频特征方法能够显著提高通信辐射源个体识别的准确率和鲁棒性。
- 1
-
用于运动想象脑电信号分类的深度学习网络
Abstract:
运动想象（MI）脑电信号由于包含较长、连续的特征值以及其本身较强的个体差异性和较低的信噪比，导致其识别较为困难。本研究提出一种结合卷积神经网络（CNN）与Transformer的模型，旨在有效解码和分类运动想象脑电信号。该方法以原始多通道运动想象脑电信号作为输入，首先在第一个时间卷积层对信号的时域进行卷积操作，随后在第二个空间卷积层对信号的空域进行卷积操作，从而学习整个一维时间和空间卷积层的局部特征。其次，通过沿时间维度的平均池化层平滑时间特征，并将每个时间点的所有特征通道传递到注意力机制中，以提取局部时间特征中的全局相关性。最后，采用基于全连接层的简单分类器模块对脑电信号进行分类预测。通过在公开的BCI竞赛数据集IV-2a和数据集IV-2b上的实验验证，结果显示该模型可以有效分类MI脑电信号，平均分类准确率可达80.95%和84.79%，相比于EEGNet网络，平均分类准确率分别提升了6.45%和4.31%，有效的提高了运动想象诱发电位信号的脑-机接口性能。
- 1
-
扰动信息未知的永磁同步电机自适应滑模控制
Abstract:
扰动信息未知时，永磁同步电机（PMSM）终端滑模控制中的抖振加剧。为了减弱未知不确定和扰动对控制性能的影响，本文提出了一种改进的基于干扰观测器的自适应快速终端滑模控制方法。首先，建立包含参数化不确定性及负载扰动的PMSM数学模型，采用非奇异快速终端滑模面设计滑模控制器，以提高系统的响应速度。接着，利用干扰观测器估计系统的不确定性和未知扰动，并在滑模控制器中引入新的自适应增益以补偿估计误差，实现了无需扰动上界条件的自适应鲁棒控制。改进的自适应控制策略能够实现动态补偿，增强了系统对未知扰动的适应性。仿真和实验结果表明，扰动信息未知时，所提出的方法有效抑制了滑模控制引起的抖振现象，增强了PMSM系统的鲁棒性，显著提升了控制精度和动态性能。
- 1
-
基于多目标跟踪优化的路口车辆轨迹提取方法*
Abstract:
为应对传统方法研究车辆轨迹存在精度和效率局限的问题,加快推进道路交通数字化治理模式,本文提出了一种基于多目标跟踪优化的路口车辆轨迹提取方法。首先,基于YOLOv8s算法框架,引入多分支卷积模块并设计了一种结合标准卷积与深度可分离卷积的图像处理方法,以提高模型对不同场景的鲁棒性并保持帧率稳定。然后,通过精确量化角度差异和距离损失,改进了DeepSORT算法的损失函数,以提高模型的收敛速度和处理不规则物体的准确度。最后,通过推导出像素坐标系与真实世界坐标系的转换关系,确保了车辆轨迹的准确提取。实验结果表明,改进模型较原模型mAP、召回率和MOTA分别提升了2.9%、5.6%和0.7%,编码变换次数(IDS)下降64%,在检测的同时能够保持帧率稳定,能够准确提取车辆在监控录像中的轨迹信息。这对于深入研究车辆特性和道路交通风险提供了方法支撑,具有较高实战应用价值。
- 1
-
基于同步双向A星和灰狼优化的多点巡航规划
Abstract:
针对无人艇多目标点巡航路径规划问题,本文提出了一种基于同步双向A星算法与灰狼优化算法结合的路径规划方法。首先,对传统A星算法进行了改进,通过引入同步双向搜索策略和动态权重调整,减少了路径冗余点和算法计算时间。然后,将巡航路径规划问题转化为经典旅行商问题,并应用改进的灰狼优化算法进行求解,以获得最优巡航路径。实验结果表明,本文提出的方法在路径规划的总距离、转弯次数上,均优于传统方法,能够有效提升无人艇的巡航效率和安全性,为无人艇多目标点巡航任务提供了一种可靠的解决方案。
- 1
-
基于改进YOLOv8的轻量化皮革缺陷检测方法
Abstract:
为了解决YOLOv8参数量过大影响检测速度等问题，本文以汽车座椅皮革为样本对汽车座椅表面进行缺陷检测，提出了一种轻量化的基于YOLOv8框架的皮革缺陷检测算法。首先，将YOLOv8原本的主干网络替换成轻量化网络StarNet，StarNet通过星型运算实现了高维和非线性特征空间的映射，从而在紧凑的网络结构和较低的能耗下展示了出色的性能和低延迟。其次，将原本的检测头替换成了轻量级共享卷积检测头（LSCD），通过使用共享卷积，可以大幅减少参数数量，使得模型更轻便，以便于在资源受限的设备上部署。最后，将颈部网络的C2f模块替换成C2f_Star模块，在网络更加轻量化的同时，将不同尺度的特征图进行融合，提高目标检测的准确性和鲁棒性。在自制的HSV-Leather数据集上对模型进行实验验证，结果表明，改进后的YOLOv8-Leather检测模型性能优于YOLOv8n模型。对比YOLOv8n模型，改进后的模型在参数量上降低了57%，检测速度提升了20%，模型权重降低了52%，运算量降低了53%。实验验证了改进后的模型在解决皮革表面缺陷检测问题上的可行性。
- 1
-
改进YOLOv8的城市行车道路障碍物检测算法研究
Abstract:
针对目前城市道路复杂环境下障碍物检测精度不足、检测速度慢、模型参数量大和小目标障碍物检测效果不佳的问题,提出一种改进的YOLOv8n轻量级城市行车道路障碍物检测算法。首先,制作MRObstacle城市道路障碍物目标检测数据集,扩展了障碍物检测种类与数量；其次,设计全新的SPS_C2f改进主干网络,降低网络参数量与提升检测速度,添加M_ECA注意力模块至网络的Neck部分,提升网络检测速度与特征表达能力；再次,融合BiFPN特征金字塔和添加小目标检测头,更好地捕捉小尺寸障碍物的特征；最后,使用可优化边界框宽度与高度值的损失函数MPDIoU,提升网络边界框回归性能。相比于原YOLOv8n算法,该算法的mAP0.5指标提升2.04％,达到97.12％；FPS值提升12.08帧每秒,达到107.45帧每秒；网络参数量减少10％,降低至2.73MB。该算法在减少参数量的同时提高了检测精度和速度,可更好应用于城市行车道路障碍物检测任务。
- 1
-
结合视图感知CNN和Transformer的阿尔茨海默病诊断研究
Abstract:
为解决阿尔茨海默病（AD）患者大脑结构性核磁共振影像（sMRI）病变细微复杂和空间异质性分布引起的病症诊断准确率低的问题，提出了一种结合卷积神经网络(CNN)和Transformer优势的混合架构,用于AD病症诊断。首先,设计了多视图特征编码器,通过构造融合混合注意力机制的视图局部特征提取器分支,从sMRI的冠状面、矢状面和轴向面方向提取潜在互补信息,并通过多视图信息交互学习策略增强病灶区域的语义表征。其次,设计了级联式多尺度融合子网络,逐层融合多尺度特征图以生成更丰富判别信息。最后,利用Transformer编码器建模了全脑sMRI的全局特征表示。在阿尔茨海默病神经影像倡议(ADNI)数据集上的结果显示,本方法在AD分类和轻度认知障碍(MCI)转换预测任务的准确率分别达到了94.05%和81.59%,优于多种现有方法。
- 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
-
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):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):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):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):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):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):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):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):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):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。
