摘要:为实现基于线阵CCD成像原理的调焦调平系统的图像数据采集、上传与分析，设计了基于PXIe总线与FPGA的数据传输系统。系统采用FPGA夹层卡（FPGA Mezzanine Card,FMC）架构，由夹层卡和载卡构成。夹层卡配备4个高速光纤通信接口，实现与高速图像输出设备的接口互联。载卡采用FPGA做为主控制器，实时接收夹层卡传输的图像数据，将其缓存至板载的DDR SDRAM后，通过PXIe接口传输至PC机。系统研制完成后，对10Gbps传输速率下的光纤接口的数据传输性能进行了测试，得到了端正、线迹清晰的眼图；进行了PXIe接口的批量数据传输测试，结果表明FPGA发送的数据与上位机接收的数据完全一致，验证了方案的正确性及合理性。

摘要:固件空中升级(FOTA)是一种利用无线通信实现电子控制单元软件升级的技术。FOTA在汽车电子控制器中的大规模应用，使得汽车控制系统面临来自于公共网络中的安全威胁日益增多，而目前主流的FOTA方案着重关注固件从服务端到汽车端的远程传输，车内固件的安全性处理仍是薄弱环节。本文提出一种固件安全多重校验方案，服务端通过基于ECC的数字签名算法签名固件得到两个校验码，分别用于远程传输以及车内处理流程中的固件完整性和身份验证，以保证FOTA全流程的安全。实验结果表明本文所提的方案可以很好的识别固件远程传输和存储时篡改的风险，增加的时间成本仅约为5%，同时与使用RSA算法实现的方案相比，同等安全条件下，还具有验签速度快、占用存储资源少等优点。

摘要:针对现代社会多功能一体化、小型化、轻量化的趋势，并基于前人的研究，提出了一种更低剖面的平面超宽带模块化天线阵列。该阵列通过更换介质基板材料，并在天线末端添加金属片的方式，降低天线剖面的同时，保证天线在5.5～21.35GHz频带内具备较好的性能。仿真结果表明，在边射、45°和55°三种扫描状态下，有源驻波比分别低于2.0、3.0和3.5；端口隔离度大部分低于-15dB；交叉极化亦能低于-15dB。在具备较好的天线性能同时，更低的剖面，有利于降低实际工程应用中的成本。

摘要:针对传统深度强化学习中移动机器人在稀疏奖励环境下只有在规定时间步内到达目标位置才能得到积极奖励，中间过程的每一步都是负面奖励的路径规划问题。提出了基于改进深度Q网络的路径规划方法，在移动机器人在探索过程中，对以真实目标为条件的轨迹进行采样，在经验回放过程中，把移动机器人已经到达的状态来代替真正的目标，这样移动机器人可以获得足够的积极奖励信号来开始学习。通过深度卷积神经网络模型，将原始RGB图像作为输入，通过端对端的方法训练，利用置信区间上界探索策略和小批量样本的方法训练神经网络参数，最后得到上、下、左、右四个动作的Q值。在相同的仿真环境中结果表明，该算法提升了采样效率，训练迭代更快，并且更容易收敛，避开障碍物到达终点的成功率增加40%左右，一定程度上解决了稀疏奖励带来的问题。

摘要:预测变压器潜伏性故障对评估其健康状态至关重要。本文提出一种新型变压器故障预测方法，首先以LSTM网络为载体搭建时间注意力机制预测框架，并采用IALO算法优化其参数；其次利用优化的模型预测变压器油中溶解气体；然后采用MPA算法优化的SVM模型对气体预测结果进行故障诊断；最后统计诊断结果并与实际运行状态对比验证模型。实验结果显示在第42-58天内运行状态异常次数最多为29次，未来两个月内运行异常几率为86.89%，其中中温过热故障占比最高为88.67%，与实际情况误差仅为2.46%和1.29%，预测结果与实际运行情况符合较高，证明了所提方法在准确预测变压器运行状态异常时间点和故障类型中的可行性。

摘要:零件识别是机械部件装配、装箱的重要基础,人工识别效率低,传统机器视觉检测要求高、场景单一。本文提出一种基于深度学习机器视觉的机械零件识别方法,通过加入PointRend模块提升原始Mask R-CNN实例分割模型的检测精度；针对相似度高零件设计类别细分方法,通过尺寸估算与特征匹配,较好地解决由于数据增强图像缩放造成的尺寸特征丢失问题。采集25种不同零件进行识别实验,结果表明：本文方法可有效提升机械零件的识别准确率,算法对相似零件识别准确率达100%,较原始Mask R-CNN方法提升11.51%。并且本文方法可推广到其它具有相似特征目标的识别任务中。

摘要:针对天然气管道微小泄漏信号的特征在单一尺度上难以全面提取的问题，提出一种基于变分模态分解（VMD）与多尺度模糊熵（MFE）结合的管道小泄漏信号识别方法。首先使用VMD算法对管道负压波信号进行降噪处理，通过欧氏距离（ED）法评估确定VMD分解的有效模态并对其进行重构，以重构信号信噪比最高原则确定VMD分解的模态个数；将多尺度模糊熵作为故障特征值向量，最后用支持向量机对特征值向量进行分类识别。实验结果表明：该方法对管道信号状态整体识别率达99.33%，证明了该方法总体识别效果较好，可实现对管道小泄漏信号的准确识别。

摘要:针对双向快速扩展随机树(Rapidly-exploring Random Tree connect，RRT-connect)算法在路径规划过程中耗时长、节点采样随机性大的缺点，提出了基于引力场引导的RRT-connect算法。该算法在路径起点和终点之间设置了第三节点作为新扩展节点，使其在三个节点交替扩展随机树，同时在各节点上分别叠加一个引力场引导节点的产生方向，以降低无效空间的搜索范围。算法在少障碍物、多障碍物以及存在狭窄通道三种场景中进行了仿真实验研究，结果表明改进算法平均迭代次数相比于基础算法降低了47.1%，平均路径规划时间降低了43.4%。证明了改进算法相比于RRT-connect算法能够有效减少规划耗时，具有更高的规划效率。

摘要:卷取温度控制精度是影响带钢产品性能的主要因素之一，提高卷取温度控制精度和保证卷取命中率是热轧领域的重点问题。针对某钢厂现有的卷取温度设定模型中存在个别钢种命中率低的问题，结合数据挖掘及现场专家经验，提出了一种基于灰狼优化极限学习机的新建模思路，并引入Henon映射、小孔成像策略和权重因子策略来改进灰狼算法，建立了基于改进灰狼优化极限学习机（IGWO-ELM）的热轧带钢卷取温度预测模型，并与ELM模型、GA-ELM模型和GWO-ELM模型进行对比。模型结果表明：建立的IGWO-ELM模型，预测卷取温度在±3℃之内的命中率为91.1%，在±4℃之内的命中率为96.7%，均好于对比模型，具有广泛的实际应用前景。

摘要:针对差分进化算法在参数辨识时容易陷入局部最优、辨识精度需要优化等问题，改进的算法在原有选择、变异、交叉操作的基础上，引入随机游走策略，加强了算法的局部搜索能力，提高了种群的多样性。本文以等效串联电阻(ESR)和等效阻抗(Z)的实测值与预测值为基础构造目标函数，采用改进算法优化目标函数，对两个复杂程度不同的电解电容器模型进行参数辨识，得到参数辨识结果以及ESR和阻抗Z预测值。通过仿真表明，改进的算法是有效的，并且在经典模型下改进的算法预测精度始终维持在5%优于传统算法的14%。

摘要:随着国防工业科技的不断发展，弹上导航制导技术的应用越来越广泛。为了实现对高旋弹的飞行控制，获取姿态信息是最为关键的步骤，而传统的利用IMU或地磁来解算姿态的方法，在滚转角结果上存在着较大误差且存在灵敏度不足的缺点。本文提出了一种使用补偿后的三轴地磁数据来解算姿态的方法，采用最小二乘与椭球拟合的方法对磁传感器进行温度标定与弹体系数标定，补偿了地磁数据的误差，并在此基础上研究了利用地磁信息解算弹体姿态的方法。实验结果表明，本文提出的方法在易于工程实现的同时，采集的地磁数据相比于国际地磁标准减小了近20%的误差，在姿态的解算上可以减小14.21%的误差，在滚转角解算上提高了30.72%的精度。

摘要:针对动态测试系统在测试过程中存在误差导致精度损失的问题，提出了一种基于集合经验模态分解和BP神经网络的动态误差溯源方法。该方法在全系统动态精度理论的基础上，首先通过EEMD对动态测试系统输出总误差进行分解，对分解得到的单项误差进行希尔伯特变换，分析误差信号的幅频特性，然后采用BP神经网络拟合溯源。通过仿真分析，结果表明该方法可以有效地追溯到动态测试系统中误差产生的模块，并且偏差精度达到10-2，比经验模态分解的方法溯源效果更好，避免了EMD存在的模态混叠等问题，具有可行性和应用性。

摘要:针对永磁同步电机（PMSM）弱磁控制系统的建模不精、抗干扰能力不足等问题，分析了该系统的基本结构，并对该系统的控制策略进行主要研究，但是目前常规的模糊PID控制下的系统依然存在不足之处。本文提出模糊控制与飞蛾火焰优化（MFO）算法相结合的控制策略，重新构建出控制系统中的电流环和速度环，对系统的控制参数实时自整定。本文将传统的PID控制算法、模糊PID控制算法和本文中的模糊飞蛾火焰优化算法（MFO）法进行仿真测试，通过这三种算法得出相应的转速和转矩的仿真曲线，并对转速、转矩的波动误差和恢复时间进行数据分析，最终结果表明，本文所提出来的算法控制下的系统恢复时间相比于传统PI控制算法、模糊PID控制算法分别提升了0.04s和0.02s，且抗干扰能力也具有明显提升。

摘要:肌电干扰是心电信号采集过程由于肌肉的轻微颤动引起的噪声干扰，因此需要对采集到的心电信号进一步的去噪。针对传统小波阈值去噪算法对心电信号去噪后存在信号震荡与失真问题，文中提出一种含有两个动态参数的改进小波阈值函数，通过动态参数可以对改进阈值函数进行整体和局部的调节，从而达到可以对不同程度的噪声进行去噪的目的。为了验证新阈值函数的去噪效果，采用信噪比、均方差和心电信号的时频域特征3种评估指标，对本文改进的阈值函数和传统的肌电干扰去噪算法进行去噪效果的比较。研究结果表明：本文改进的阈值函数对心电信号去噪后的特征波形保存较好，克服了软、硬阈值函数的缺点，去噪后在平滑性和保真性方面表现良好。与传统肌电干扰去噪算法相比，对轻微噪声和严重噪声去噪后信噪比分别为38.7948和36.7212，均方差分别为0.0013和0.0018，去噪评估结果最好。

摘要:石油采收过程中油井动液面深度监测对确保油井的安全生产非常重要。当使用声波法测量油井动液面深度时，受到套管中复杂结构的影响，井口接收到的声波信号的接箍波和液面回波易受到噪声的干扰，导致传统的信号处理方法很难计算声波的速度和旅行时间，从而无法获得油井动液面深度。针对这一问题，本文首先对接箍波进行巴特沃斯低通滤波，采用短时平均幅度差函数来获取接箍波的平均采样次数，以此来计算声波在油井中传播的速度；在此基础上，对液面回波进行小波去噪，采用小波奇异值检测方法来获取液面回波位置，以此来计算起爆波和液面回波位置的时间差，进而实现油井动液面深度的检测。为了更加直观方便地对比处理效果，设计了基于Matlab的可视化数据处理软件。选取多组采油现场获得的声波信号进行测试，结果表明，测量绝对误差控制在1米以内，相对误差不超过0.075%，与其它信号处理方法（相对误差范围0.3%～0.5%）相比，所提的方法误差较小，能够较好地满足实际工程中的需求。

摘要:当滚动轴承发生故障时，故障特征信号会夹杂在振动信号中，造成故障特征信号提取效果不理想。针对这一问题，提出了一种互补集成经验模态分解与多点最优最小熵（CEEMD-MOMEDA）的滚动轴承故障提取方法。首先通过CEEMD算法对采集到的振动信号进行处理，然后通过峭度准则对非故障冲击成分进行筛除，最后利用MOMEDA算法对重组后的信号进行处理从而抑制噪声的影响，从中提取出故障特征。并与单一的MOMEDA算法进行对比。结果表明，提出的CEEMD-MOMEDA算法故障提取能力、抗干扰能力有较大提升。

摘要:核电站对板式换热器使用需求正逐步上升，现有的污垢热阻预测模型泛化能力较低，时序序列角度设计方案较少。针对国内某核电站1号机组的RRI/SEC换热器的实验数据进行主成分分析，优化长短期记忆神经网络设计模型来预测瞬时污垢热阻，覆盖12条管道温度和4条管道流量等变量。模型可精确预测未来25天内的污垢清洗需求，精度可达99.35%，能够在实际使用中，减少换热器监测的人力成本，以提前对板式换热器部分机组停机清洗，增加使用周期和整体机组换热效率。

摘要:针对经典BM3D去噪算法中存在的相似块匹配误差较大及对图像细节保护不足的问题，提出了一种基于旋转块的BM3D图像去噪改进算法。新算法首先对参考块进行不同角度的旋转获取旋转块，通过旋转块进行相似块匹配过程；然后使用低秩正则化来代替传统算法中的硬阈值滤波；最后，对结合旋转块匹配与低秩正则化的BM3D算法进行自适应调整，从而改善在均匀图像区域中的去噪效果。实验结果表明，新算法的相似块匹配程度更高，峰值信噪比相较于经典算法平均提升0.5dB，有效保留图像边缘和纹理细节。

摘要:针对固定融合算法无法适应动态场景下视频帧间差异特征变化造成融合效果差的问题，提出了一种基于差异特征驱动的红外与可见光视频拟态融合方法。首先，分别提取了红外与可见光视频序列的三种差异特征；其次，利用改进的融合有效度公式计算不同融合算法对三种差异特征的融合有效度；最后，利用熵权法对融合有效度进行加权合成，进而得到多融合算法的决策评分，确定视频不同序列段上的最优融合算法。实验结果表明，本文方法相较于在不同序列段选取的最优融合算法RP和MOD，在整段视频序列上融合效果更好，综合客观评价指标上比上述固定算法分别提升了59.925%、2.7608%，为红外与可见光视频融合提供了新思路。

摘要:为了解决SIFT算法在立体视觉中耗时长、误匹配度高以及提取的特征点扎堆的问题,提出一种基于四叉树的SIFT与K-D树融合的快速特征匹配算法。该方法采用一种结合了自适应阈值的快速特征点提取算法提取关键点,由于所提取的关键点具有扎堆现象，故提出一种四叉树结构并将其应用到图像匹配中。利用改进的K-D树与随机一致性算法进行关键点的粗匹配与提纯。实验证明，该改进算法的平均匹配速率相比SIFT算法提高了3.35倍，匹配正确率由86.18%提高到97.53%，同时该改进算法比SIFT算法在视角、模糊、光照以及尺度变化方面更具有优越性，所以该算法能够满足高匹配率、实时性好且特征点均匀化的要求。

摘要:针对采集到的桥梁裂缝图像存在污渍、阴影、光照不均等现象，导致后期裂缝特征提取困难的问题，提出一种结合MASK匀光和K-means聚类算法的裂缝提取方法。该方法首先对MASK匀光算法进行改进，提高算法自适应能力，采用对比度拉伸增强图像反差，然后根据裂缝与背景像素灰度值的差异，利用K-means聚类算法进行图像分割，最后结合形态学方法和连通域检测实现裂缝的桥接和去噪。实验结果表明，相比于其他方法，该方法能够有效降低图像亮度不均干扰对裂缝提取结果的影响，裂缝提取准确率达到95%，保证后期裂缝尺寸测量和桥梁病害程度评估的准确性。

摘要:针对大型多重复单元PCB图像拼接耗时长、拼接错误率高等问题，提出了一种快速鲁棒的图像拼接方法。对采集到的高分辨率PCB图像进行降采样，基于人工选点精准获取含重叠区域的图像单元作为配准区域；引入抑制半径的方法对Shi-Tomasi角点检测算法进行改进，使提取出的区域特征点分布更加均匀；使用暴力匹配方式分别对区域特征点进行粗匹配并通过RANSAC算法剔除误匹配点对后获得配准系数矩阵；结合仿射变换公式推导计算出原图像的配准系数矩阵，根据配准系数矩阵对待拼接的图像进行融合，得到完整的PCB拼接图像。实验结果表明：所提出的PCB图像拼接方法，加快了PCB图像拼接的速度同时也提高了特征点匹配精度，在对图像降采样8倍下，改进的Shi-Tomasi算法较传统的Shi-Tomsi算法和Harris算法在匹配正确率上分别提高了7.8%和4.0%，验证了该方法的可行性。

摘要:针对传统人体尺寸测量方法不能够实现远程、便捷式测量的问题,本文提出了一种基于微信小程序的人体尺寸测量系统应用于远程服装定制,设计开发微信小程序设置特定的轮廓获取含有三种姿态的人体图像数据集,采用u-net网络框架进行训练,提取人体轮廓特征图,经过openpose人体姿态估计算法定位人体骨节关键点,提取人体关键部位提取特征点,利用身高比例法､双椭圆模型拟合人体尺寸信息通过微信小程序反馈给用户｡以手工测量为标准,人体尺寸测量中二维尺寸测量准确率达97.8%,三维尺寸准确率达89.5%，最终平均总误差为3.19%｡实验表明,基于微信小程序的人体尺寸测量系统能够实现便捷式的人体尺寸测量及远程服装定制｡

摘要:本文针对在地震等自然灾害及遮蔽空间范围传感器体积受限制和对周围环境参数感知问题，设计了三维微组装多气体传感器测试仪，结合设计的GPSO-BP算法，该测试仪可以在高温高湿的环境下实现实时对有毒气体浓度以及压力的多参数测量，并对其进行温湿度补偿，具有高性能、小型化、准确度高的特点。测试结果表明，在湿度为80%RH，温度为50℃的环境下测量不同气体，经过温湿度补偿后，该测试仪的准确对度至少提高到2.2%以上，稳定性较强，对于地震等恶劣环境下的环境参数感知具有重大的意义。

摘要:为了实现铝管式油冷器的横向磁通感应加热技术（TFIH），并解决传统平面线圈存在的管端溶蚀和合格率低问题，本文设计了一种新型锥形线圈来替代传统平面线圈。通过COMSOL软件基于变物性条件进行电磁-热耦合仿真，分析了铝管式油冷器的温度分布、升温曲线、电流密度分布和焦耳热分布情况，并分析了锥角对加热效果的影响。结果表明：铝管式油冷器在新型锥形线圈下具有较好的温度分布，避免了管端溶蚀并且合格率在95%以上。使用温度传感器对管端温度进行监控，耦合仿真的相对误差在4%以内，结果表明耦合仿真具有一定的精度。此项研究可以指导工业设计及生产，为铝管式油冷器提供了TFIH线圈解决方案。

摘要:为充分挖掘滚动轴承故障类别与振动信号间的潜在联系进而提升故障诊断精度，提出了一种基于尺度自适应卷积神经网络(SACNN)和改进门控循环单元(MGRU)混合模型的故障诊断方法。首先，提出了一种尺度自适应因子用以获取合适的CNN窗口尺寸从而更有效地提取振动信号中蕴含的局部故障信息，并在CNN中引入比例指数线性单元(SELU)以提升其训练过程的鲁棒性；随后，在GRU中嵌入SELU进一步提升网络稳定性，并改进GRU网络结构增强其时序特征的挖掘能力，进而更充分地提取局部故障信息中的时序特征；最后通过Softmax函数识别故障类别。经实验对比和分析表明，该方法具备较好的收敛性和稳定性，能够有效挖掘振动信号中蕴含的故障信息，准确识别不同转速下滚动轴承的故障类别且识别精度均高于99.5%，具有一定的应用价值。

摘要:现有高压直流(HVDC)故障检测方法灵敏度低，难以识别高阻接地故障，文章提出了一种基于改进灰狼算法(GWO)优化时间卷积神经网络(TCN)的HVDC传输系统故障检测方法，整流侧检测装置采集的故障电流信号直接用作TCN的输入数据，克服了故障信号处理的繁琐过程。利用Simulink仿真软件建立±500 kV高压直流输电线路模型，对不同故障区域和故障类型进行仿真实验，使用基于LSTM模型，BiLSTM模型和CNN模型三种模型的故障检测方法进行比较。测试结果表明，GWO-TCN网络能够可靠、准确地在过渡电阻高达800Ω时进行HVDC输电线路故障选极和选区。