摘要:脉搏波蕴含有丰富的心血管功能信息，可用于无袖带血压检测。但光电容积脉搏波（PPG）信号易受噪声干扰，而血压检测的准确性依赖于高质量的PPG信号特征。由此，本文提出了一种集成现代信号处理技术与脉搏波特征参数分析的方法提高基于脉搏波的无袖带血压检测的精确性。首先，联合使用集合经验模态分解与信号质量检测算法抑制噪声干扰，重构有效PPG信号，从而保证PPG信号的波形和频率特征的有效性。采用脉搏波特征参数与个体参数，建立BP神经网络血压检测模型，并通过平均影响法进行特征选取，减少冗余特征，最后利用遗传算法对神经网络进行优化，得到最优的血压估计模型。实验结果显示，本文所提出的血压检测方法获得的收缩压和舒张压预测误差≤10mmHg的百分比分别为93.1%和94.83%，其预测结果满足血压测量标准，可以有效实现无袖带血压检测。

摘要:为提高航空应急救援系统中北斗定位精度和指令传输效率，研究了基于北斗/5G的信息优化处理技术。建立了基于北斗星基增强的定位精度优化算法模型，研究了北斗时空信息传输压缩编码方法，并设计了基于北斗/5G融合的航空应急救援系统平台。利用搭建的系统对定位精度和信息传输性能进行了验证分析，实验结果表明：应急救援终端定位精度优化后在1米左右，并且有效降低了北斗短报文单次通信内容所需字长，提高了通信效率，实现了救援终端与指挥中心的信息可靠处理，研究结果对航空应急救援系统信息交互具有一定的参考价值。

摘要:为了提高无人直升机姿态角的控制精度，增强抗干扰能力，本文根据TREX 700L无人直升机机型，提出了一种ESO-LQG-PI的控制方法。考虑到直升机系统的高度非线性，采用了小扰动增量线性化处理方法。利用扩张状态观测器(ESO)对系统扰动进行实时估计并补偿，通过增加比例积分（PI）控制器来减小输入信号造成的稳态误差，使用线性二次高斯（LQG）控制器找到最优的控制增益。实验表明，采用LQG-PI和ESO相结合的控制技术设计的无人直升机悬停姿态控制器提高了控制系统的控制精度，姿态角的误差范围在±0.5°，能较好地实现直升机悬停控制，具有抗干扰能力。

摘要:目前大多数电动汽车充电设备输出功率有限，所采用的充电方法较为简单，造成电动汽车的充电过程存在时间长、能耗高、温升大等问题。为了解决这些问题，本文设计了一种大功率充电设备，基于最优充电曲线，提出了一种电动汽车的多段恒流充电方法，并将此充电方法应用于大功率充电设备中。首先，设计了大功率充电设备的电气结构图；其次，根据动力电池的充电特性，给出了多段恒流充电方法的实现流程；然后，在大功率充电设备上，与传统的恒流充电方法和恒流恒压充电方法进行了实验对比分析。结果表明，多段恒流充电方法与传统的1C恒流充电和1C恒流恒压充电方法相比，能够缩短5%以上的充电时间，与传统的2C恒流充电方法和2C恒流恒压充电相比，可以降低50%以上的充电温升，并且能够在比较短时间内使电池容量达到80%，满足电动汽车快速充电的要求。因此，本文提出的方法能够均衡电动汽车动力电池的充电时间和充电温升，延长电动汽车动力电池的使用寿命，综合性能更优。

摘要:针对海面油污清理，人工清理方法成本高、危害高，尤其无法适应恶劣天气下的复杂海况及易发生火灾的有毒油污环境。为此，引入装载油污清理设备的多艘无人艇协同清理海面油污成为一种必要方式。为了解决多艘无人艇之间的高效协作，提出了一种自定义直角路径规划算法。首先,将给定油污图像进行边缘轮廓提取、凸包点查找与聚类；其次,确定目标凸包点及其与多无人艇间的分配；然后，通过自定义直角法路径规划出由当前位置至目标凸包点的无碰撞路径。最后，进行对比仿真实验，验证了自定义直角路径规划算法规划出的路径转折点少、易于无人艇跟踪、更具可行性和优越性。

摘要:电网拓扑结构愈加复杂，故障后难以快速从海量数据中挖掘有效故障信息且具有较高的计算复杂度；当故障数据不完整或不确定时，无法得到正确的诊断结果。针对此问题，将Apriori算法与自编码算法结合改进，形成改进的自编码关联规则挖掘算法(ACT-Apriori)并引入电网故障诊断之中。以保护和断路器动作数据作为条件属性，故障线路为决策属性，建立故障初始决策表；然后利用ACT-Apriori算法进行核属性提取并利用动态阈值交互式挖掘技术确定最佳阈值；最后形成最简故障决策表，实现故障信息的诊断推理。文中采用四母线配电系统作为仿真对象，与传统的Apriori算法和FP-growth算法及目前最新的FP-Network算法进行对比分析，算例结果表明：改进的算法相较于传统关联规则算法，运行时间分别缩减了90.69%和83.55%，内存占用分别缩减了21.43%和15.38%，相较于FP-Network算法，在时间复杂度和空间复杂度上均有一定程度优化；且本文算法对故障数据不完备情况下的单重、双重、稀有故障诊断的容错性较高，准确率达到95.24%，可以有效实现故障的快速诊断。

摘要:摘　要针对立体匹配中传统局部算法在计算匹配代价时精度低、抗噪能力弱等问题，提出一种结合改进的Census变换和单方向动态规划优化的半全局立体匹配算法。首先，重排序不同尺度的Census变换窗口中的像素，取其中值计算Hamming距，解决了传统算法对Census变换窗口中心像素依赖的问题。其次，基于单方向动态规划的路径聚合算法对初始代价值进行优化，减少初始代价值中的异常匹配点，提高对弱纹理部分的视差重建，进一步提高匹配精度。最后，采用赢者通吃策略选择单个像素最小代价聚合值所对应的视差，并在视差优化阶段基于左右一致性原则剔除错误视差。实验结果表明，改进的半全局立体匹配算法生成的初始视差图平均误匹配率降低了8.22%，质量相对更高；且在不同噪声下的平局误匹配率均在8%以下，有效的增强了抗噪声的鲁棒性，提升了匹配精度。

摘要:干涉仪测向算法通过将接收信号相位差与本地相位差样本进行拟合从而获得信号的来波方向，具有布阵灵活、计算量小等特点，工程应用性较高。但由于存在天线工艺误差以及接收机幅相特性不一致等因素，导致了相位误差的引入。当相位误差具有较大时变性时，本地相位差样本的校准作用将会失效，从而严重影响干涉仪测向算法的性能。为提高干涉仪算法在相位扰动条件下的测向稳定性，本文提出了一种基于天线响应幅度修正的干涉仪测向算法及其优化方法，通过将信号接收幅度引入算法并做加权处理，降低了干涉仪算法的测向误差和对系统幅相一致性的要求。经计算机仿真验证，不同时变相位误差条件下，优化后的干涉仪算法其测向平均误差仅为传统干涉仪测向算法的38%，提高了算法在干扰条件下的精度和稳定性。

摘要:针对已知源-目标的最短最优航路规划问题，本文首先对无人机航路规划相关约束及算法仿真环境进行了综合分析，构建了航路规划算法仿真环境，明确了无人机的性能约束，进而提出了一种可以融合多种约束条件的航路评价函数；然后，针对遗传算法存在的早熟收敛以及后期搜索迟钝等问题，考虑其问题之间存在的耦合关系，提出了适应度值标定、种群多样化和精英保留策略的融合改进方案。实验结果表明改进的遗传算法会节省约11.8%的燃油损，同时无人机机动转弯相对更少，提高了无人机飞行的安全性和高效性。

摘要:针对高网络负载下非对称延时会严重影响时钟同步精度的问题，提出了一种时钟模型线性估计的方法来提高在高网络负载下的时钟同步精度。首先对主从时钟建立线性模型，然后从时钟以主时钟为参考时钟处理当前同步周期获取的四个时间戳，将其组合成两个端点，通过至少两个同步周期的时间戳信息及端点的特性，找到从时钟模型的线性上界和线性下界函数，由两者的均值确定当前同步周期从时钟的线性函数，最后根据此线性函数估计时间戳数值，从而估计出当前同步周期的主从时钟偏差。为了验证算法的有效性，使用基于开源软件Linux PTP的时钟同步模块对DAC模型和时钟模型线性估计算法进行实验验证和同步精度测试。实验结果表明，时钟模型线性估计算法避免了对本地时钟频率进行连续同向补偿的情况，在弥补了DAC模型不足的同时，达到了23.48ns的时钟同步精度。

摘要:为有效抑制工厂复杂环境中的背景噪声，获取音频信号中包含的有用信息，提出了一种基于多窗谱谱减法和自适应最小均方误差滤波算法相结合的音频降噪方法。首先使用改进多窗谱谱减法即修改谱减关系中的增益因子对含噪音频进行初步噪声抑制，有效避免了音乐噪声的产生并提升在了非平稳噪声干扰下的音频感知质量。然后再使用基于双曲正切函数调整步长因子的变步长自适应LMS滤波算法对已经初步去噪后的音频信号进行二次降噪处理，从而达到消除音频中噪声分量目的。仿真实验结果表明，本文方法相较传统多窗谱谱减法去噪后信噪比提升7dB左右，较固定步长LMS算法提升3至4dB，较传统多窗谱级联定步长LMS算法提升1至2dB，且该方法简单易行，且具有较好的实际应用价值。

摘要:为了提高故障诊断模型对拓扑结构经常变化的电网的适应能力，基于模糊推理脉冲神经膜系统，分别建立母线、线路和变压器三种元件电网拓扑结构变化而诊断模型结构保持的故障诊断模型。首先，采用模糊初始值表征可能不完备和不确定的告警数据。同时，根据故障区域拓扑结构和保护及断路器动作状态，对输入神经元进行“归一”预处理，以减小模型的复杂度和提高模型通用性。并针对不同元件故障诊断的特点，在矩阵推理中引入不同规则神经元，提高故障诊断容错率。最后，对IEEE 30节点系统的故障案例进行诊断验证，并与传统模糊推理脉冲神经膜系统和Petri网故障诊断进行了对比。结果表明，该诊断模型结构简单，在保护系统不正常动作的情况下仍能100%有效诊断出故障元件，且平均故障置信度为0.8161，高于另外两种方法，且能有效适应拓扑结构经常变化的电网。

摘要:针对片上系统芯片中处理系统和可编程逻辑之间数据交互量大的应用，提出了一种基于双倍速率同步动态随机存储器的PS与PL数据交互方法。PS与PL通过访问共同的DDR，按照自定义的协议进行数据交互。将DDR中用于数据交互的空间划分为指令空间和数据空间，PS和PL通过读写指令空间中的指令数据并按照协议分析其所传递的信息，以控制各自的读写进程。PL通过高速片内总线访问DDR，PS利用内存读写工具实现对DDR的读写。测试结果表明该交互方法具有速度快、占用逻辑资源少、使用方便等优点，数据交互速度可达88MB/s，适用于PS和PL需要实时交互大量数据的应用场景，在基于三维激光雷达的车辆实时高精度定位系统中得到了成功应用。

摘要:针对供水管道泄漏信号检测与泄漏点定位问题，设计了一种基于压电加速度传感器的供水管道泄漏信号检测系统。检测系统由两个振动信号采集终端和基于Matlab的上位机软件组成。从泄漏信号特点出发，对振动信号采集终端的前置信号转换电路、带通滤波电路和ADC数据采集电路进行了分析和设计。同时，对单片机程序和上位机软件的设计原理和功能进行了分析说明。采用VC-02振动校准仪和模拟供水管网，对系统的微弱振动信号采集功能和泄漏点定位功能进行了测试。测试结果表明，系统能准确采集加速度不低于0.01g（1g=9.80m/s^2）的微弱振动信号，对10m长的UPVC管道进行泄漏点定位的最大相对误差为3.97%，平均相对误差为3.51%。

摘要:由于不同道路监控视角下的车辆姿态不断变化，因此车辆重识别仍是智慧交通系统中一项具有挑战性的任务。现有的车辆重识别的方法大多数基于车辆的外观属性，但识别受光照和角度等因素影响导致识别效果较差。因此，本文设计了一种车辆姿态感知注意力增强网络以提高车辆在光照和角度等因素影响下的重识别效果。首先，将图片输入到卷积姿态网络中生成12个关键点重建车辆姿态信息，然后将输入图像车辆与目标图像车辆进行比较，提取出两辆车公共区域的特征；最后，计算车辆全局特征和局部特征之间的距离，并根据最终结果对识别结果进行排序。本文在Vehicle ID和VeRi776数据集上进行验证，实验结果表明，所提出的网络相较于其他模型top10的检测准确率提高了10%左右。

摘要:针对实际工业检测中内丝接头的凹槽尺寸人工测量存在效率低，精度低测量不一致等问题，开发了一个基于机器视觉的内丝接头凹槽尺寸测量系统，首先利用形态学定位凹槽位置，然后用双边滤波结合Roberts算子精确寻找凹槽的边缘，最后用最小二乘法将边缘拟合为直线段，利用Halcon图像处理软件计算直线段之间的最小距离，通过C#联合Halcon库创建界面显示测量结果。实验测试结果表明，本系统测量精度为±0.01mm，测量系统的检测准确率为98.73%，漏检率为0，过检率为1.27%；在检测时间上，检测一个工件的平均时间为0.37s。该系统测量精度高、测量稳定、运行速度快，因此可以有效地取代工业检测中的人工测量。

摘要:针对摩托车头盔的传统检测方法准确率低、泛化能力差和目标检测网络参数量大难以在嵌入式设备运行的问题，提出改进的YOLOv2的MNXt-ECA-D-YOLOv2目标检测算法模型。首先引入MobileNeXt网络替换YOLOv2原始骨干网络，其次在MobileNeXt的沙漏块中引入密集连接结构同时在网络中引入有效通道注意力机制，然后在不同深度网络层应用不同的激活函数，最后在网络输出卷积层之前增加DropBlock模块。采用K-means聚类算法重新设计了自制数据集的先验框尺寸。实验结果表明，改进后的模型相比原始YOLOv2,在AP50指标上提高了3.53%，模型大小减少77.44%，检测速度提高了近4倍。 通过对比实验可知，改进后的YOLOv2模型在保持较高的精度下模型更小，在CPU中的推理速度更快，具有一定的应用价值。

摘要:针对车载激光雷达线性测量数据中由于遮挡造成的远离主体点云且成簇状分布的孤岛数据滤除困难问题，提出一种与数字信号处理技术相结合的点云滤波方法。通过对点云数据帧中相邻数据点构造高差序列，采用离散傅里叶变换求解高差序列的幅频响应。经过频域信号的低通滤波与反傅里叶变换，还原出孤岛数据被极大修正的比较信号。通过比较信号对点云数据帧中数据点进行阈值判断，从而滤除孤岛区域点信息。通过实验验证算法性能，结果表明，该滤波方法实现了孤岛数据的全部滤除，同时，一类误差与三类误差均低于1%，滤波对主体点云特征影响较小。满足中大型测量场中对点云滤波的使用要求，具有良好的工程应用价值。

摘要:针对工业大尺寸图像中小目标检测的平均精度均值低的问题，提出了一种改进的Faster R-CNN-Tiny模型。首先采用特征金字塔结构来对二阶检测器Faster R-CNN进行改进，来增强特征的表达能力，同时增加小目标特征映射分辨率，提高预测精度；其次将原本ResNet结构的最后一块改变为可变形卷积，自动计算各点的偏移，从最合适的地方取特征进行卷积，用以加强对小目标区域的特征提取；最后在提取感兴趣区域特征的时候，引入了内容的上下文信息，提高小目标检测的准确率。在工业中具有代表性的卫星遥感UCAS-AOD数据集以及天池瓷砖表面瑕疵质检数据集上进行对比试验。结果表明，改进后的FRC-Tiny模型相比原模型，其检测的平均精度均值分别提高了5.57%和14.25%。

摘要:良好的弓网关系是电气化铁路正常运行的重要因素之一,应用机器视觉技术对滑板厚度进行测量，可以减少由人为误差导致的弓网事故。通过对实验室环境下拍摄的滑板图片进行图像灰度处理、透视校正、滑板图像滤波、滑板图像增强处理完成图像预处理，本文提出对滑板图像进行边缘检测和形态学开闭运算后采用图像追踪的方法，实现滑板边缘提取和定位，计算得到滑板厚度最小值。对滑板进行测量实验，由本方法得到的数值与实测值进行对比分析，得到的测量结果误差基本在±0.5mm。结果表明本文提出的图像处理方法可以实现滑板磨耗检测，对现场实际应用研究有很大的价值。

摘要:针对目前呼吸波提取准确率不高的问题，提出一种从光电容积脉搏波（PPG）信号中提取呼吸波的改进方法。在MIMIC数据库获取十组脉搏和呼吸信号。利用遗传变异粒子群参数优化的变分模态分解（VMD）算法对同一时段光电容积脉搏信号进行分解，得到本征模函数（IMF），选择相关系数大于0.3的IMF分量重构呼吸信号，并将重构呼吸信号与原始呼吸信号进行比较。实验结果表明，呼吸速率的平均准确率为0.95，波形相关系数（RCC）的平均值为0.9451，均方根误差（RMSE）的平均值为2.0110，该算法提取呼吸波呼吸速率相比于EMD、EEMD算法提高了5%和3%，RCC提高了19.96和13.17%，准确性更高。同时该算法克服了VMD算法在分解时惩罚因子和分解层数选取的不确定性。这对临床实践具有重要意义。

摘要:为了更好地使用脉诊手段来研究个体的生理状态变化。针对现阶段脉搏波参数研究中未考虑脉搏波在不同压力下的变化问题，本文从中医脉诊过程出发，设计了可施压的三通道脉搏采集系统，进行了阶梯压力下的脉搏采集，利用相关性检验和小波多尺度分析了51例不同年龄个体在最佳取脉压力下的脉搏波，发现脉搏主波上升时间和年龄的皮尔逊相关系数r=+0.64，脉搏波在高频段（7.7-15.8Hz和3.85-7.92Hz）能量占比和年龄的皮尔逊相关系数分别为r1 = -0.69，r2 = -0.75，低频段（0-3.9Hz）能量占比和个体年龄皮尔逊相关系数r3 = +0.77，差异均有高度显著性(P<0.0001)。结果表明：加压采集脉搏信息时，最佳取脉压力下的脉搏波上升时间占比和脉搏波能量分布可能是一种有效的动脉硬化评价参数，可以进行进一步研究。

摘要:叶轮不平衡在风力发电机组运行的过程中是不可避免的，长期运行则会直接影响风力发电机组的可靠性，降低风电机组的寿命。针对风力发电机组叶轮不平衡故障的非线性和非稳定性等问题，传统的频域变换频谱分析方法存在一定的局限性，因此，本文研究了一种基于变分模态分解的叶轮不平衡故障的检测方法。结合风电场实际运行数据进行对比分析，该方法可以把复杂的多信号分解成若干个调幅调频信号，并能有效提取出故障特征，与传统频域变化频谱方法进行对比有较大优势。研究结果表明，叶轮气动不平衡故障会造成风轮1P纵向振动明显增大，且随着安装桨距角的偏差越大轴向振动幅值越大。

摘要:针对现有的基于数据驱动的滚动轴承剩余使用寿命(RUL)预测方法仍需要大量的先验知识来提取特征、构建健康指标和设定故障阈值的现状，提出了一种基于带多头注意力机制的时间卷积网络(TCN)的RUL直接预测方法。该方法首先将原始振动信号的短时傅里叶变换(STFT)作为堆栈降噪自动编码器(SDAE)的输入，得到深度特征表示；然后将其输入到注意力TCN中进行RUL预测。最后，在PRONOSTIA的滚动轴承数据集进行验证。结果表明，本文方法的预测误差指标MAE和MAPE分别比其它四种方法平均降低了53.92%和46.13%；得分指标也比这些方法平均提高了52.98%。

摘要:滚动轴承是高科技机械设备的重要零部件，也是重要故障源之一。目前，轴承故障样本稀少，数据分布不均匀，传统轴承故障识别方法效果不稳定等给故障识别技术带来了巨大困难。将深度学习相关技术与轴承故障诊断技术相融合，利用深度学习模型识别图像的优势，提出一种广义S变换方法。广义S变换是小波变换和短时傅里叶变换的继承和发展，通过其将一维轴承故障信号数据转换成二维时频图，对Xception网络进行模型的微调和超参数的优化，再将处理后的二维时频图输入改进后的Xception网络开展迁移学习。基于凯斯西储大学公开的滚动轴承数据进行了上述实验，针对不同工况的故障信号识别率达到99.95%，实验结果证明基于广义S变换与迁移学习的识别方法真实、有效。

摘要:基于图像或声音的单信号输送带纵向撕裂的检测方法往往受光线和噪声影响较大，为了克服这种局限性，提出了一种多尺度特征交叉融合检测方法。本文首先利用Log-Mel特征提取算法将一维声音信号转化为二维谱图；然后搭建双输入神经网络对图像与声谱图同时进行特征提取以及多尺度特征交叉融合；最后根据融合后特征通过损失函数判定损伤分类。经实验该方法的检测准确率、划痕和纵向撕裂的灵敏度分别可以达到97.37%、96.53%和98.67%，分别比现有的视听决策级融合检测方法提高了7.04%、6.96%和6.4%。因此，该方法能够更好地满足输送带损伤检测的可靠性要求。