摘要:现有基于干扰观测器（Disturbance Observer, DOB）的四通道双向控制遥操作系统能够不依赖力传感器实现一定的透明性。然而目前主/从控制器的设计多基于累试法，缺少一种系统化的设计方法，并且受到DOB工作带宽的限制，透明性难以得到提升。提出一种基于鲁棒控制理论的系统化设计控制器方法。通过求取主/从机器人之间位置响应误差和干扰残差的动力学方程，将遥操作四通道双向控制转化为两个一般反馈控制系统，基于H∞控制理论选取合适的权函数实现系统化的控制器综合。新方法给出了在无力传感器条件下实现主/从机器人力反馈双向控制的一种一般方法。实验表明，系统化方法设计出的控制器能够保障系统的稳定性和透明性，实现了两个电机位置的互相跟踪和作用力的传递，并且与传统基于PD控制设计的四通道双向控制相比对系统中的干扰和模型不确定性有更强的鲁棒性。

摘要:为了改善高速列车在行驶过程中定位不精准的现状，本研究采用全球卫星导航系统和惯性导航系统，构建了GNSS/INS紧耦合精准定位系统。提出等价权原理将UKF算法中的噪声协方差进行等价替换，使其能够在信息融合过程中对滤波增益进行调节，降低观测粗差带来的影响,提高UKF算法的鲁棒性。本研究在改进UKF算法的基础上，用地图匹配算法对滤波器处理后的定位数据进行再处理，进行仿真对比。结果表明：改进UKF算法和标准UKF算法仿真得到的位置速度误差曲线，其AVE和RMSE值均降低20%以上；又经过地图匹配算法处理后的定位精度更高，表明本研究能够提高高速列车的定位精准性、稳定性。

摘要:针对下肢外骨骼机器人的助力需求，提出了一种基于Verilog HDL硬件描述语言，FPGA（现场可编程逻辑门阵列）实现的自适应模糊PID控制系统设计方法，应用于下肢外骨骼机器人关节的驱动控制。首先，通过MATLAB/Simulink系统仿真软件，进行算法模型仿真，检验算法的稳定性及参数的准确性。再以Quartus II为开发平台，完成自适应模糊PID控制器的Verilog HDL分层设计，基于FPGA芯片EP4CE10F17C8来具体实现及验证。实验结果表明模糊PID控制可更快的达到稳定状态，超调量约降低4.7%，且通过FPGA来实现控制算法更好地满足了下肢外骨骼机器人的控制需求。

摘要:传统舞蹈编排耗时费力，需要大量人工参与和重复劳动，另外智能编舞存在数据不足的情况，因此，设计并实现了一种基于有向图神经网络算法进行智能编舞并展示编舞的系统。系统包括场景管理、网络管理、交互管理与数据管理等功能，按照需求将用户分为管理员和普通用户。对于管理员，系统提供资源迁移和用户管理功能，以定期更新可供模型训练使用的数据集。对于普通用户，系统审核用户上传文件的有效性，按需编舞并展示。实验结果表明，与传统方法相比，本文方法可以生成更优的舞蹈序列，用户满意度高，系统响应及时，具有一定的应用价值。

摘要:为提高行为识别算法的实时性，适用于资源有限的嵌入式设备，提出了一种行为识别算法硬件加速方法，并在FPGA平台实现。传统的基于可穿戴传感器的行为识别算法需要严格标记的数据进行训练分类，但传感器序列的标注过程消耗大量的人力和计算资源，针对该问题，在传统的卷积神经网络模型中引入注意力机制，用于基于弱标签数据的行为识别。算法中的卷积、池化和注意力机制等计算模块使用高层次综合设计。针对模型的运算特性，通过流水线约束、多像素多通道并行计算和数据定点化等方法，提升运算速度。在Ultra96_V2平台上使用弱标签数据集进行实验，实验结果表明：所设计的行为识别系统识别准确率达到了90%的同时，计算速度达到25.89frams/s，相较于ARM_A53处理器实现了54.15倍的加速效果。系统的平均功耗为2.204W，功耗效率为11.75 frames/J，满足了低功耗、低延时设计要求。

摘要:为了获得动力电池组蛇形液冷结构的合理参数，提出了一种均匀设计法、BP神经网络算法以及多目标遗传算法相结合的动力电池组液冷结构优化设计方法。首先进行了单体电池温升试验，对电芯仿真计算模型进行了验证，为均匀设计试验与参数处理的数据准确性提供支持。然后以电池组温差与液冷结构压降为设计目标，以冷却液入口质量流量、冷却液入口口径及液冷管管道宽度为设计参数，通过均匀设计试验进行CFD仿真，获取液冷结构具体参数，并通过BP神经网络算法进行训练获得设计目标与设计参数之间代理模型。最后通过NGSA-Ⅱ多目标遗传算法对该代理模型进行计算获得Pareto解集，根据工程经验选取Pareto最优解进行优化结果验证和优化前后仿真结果对比。仿真结果表明：电池组最高温度降低5.06℃，降幅为14.3%；电池组最大温差降低4.88℃，较优化前下降51.5%；液冷结构压降上升122.8%，解决了负压问题，减小了冷却液压力损耗，验证了该优化方法的有效性。

摘要:针对机械臂逆运动学求解时使用传统解法实时性差，使用传统神经网络求解精度不高的问题，本文提出了一种利用粒子群算法（PSO）优化长短期记忆神经网络（LSTM）的逆运动学求解模型。首先建立串联式六自由度机械臂的模型进行运动学分析，获取训练数据，然后利用粒子群算法对长短期记忆网络的隐藏层神经单元数和学习率迭代寻优，参数优化后的LSTM学习机械臂末端执行器位姿与关节变量的映射关系，最后通过训练好的PSO-LSTM模型对机械臂的关节变量值进行预测得到逆运动学解。实验结果表明，模型的逆运动学求解速度维持在10 ms以内，与传统解法相比提高了数十倍，且模型的均方误差低至0.001，在提高求解速度的同时还能够保证求解精度。

摘要:针对患者间的差异导致医疗闭环控制系统具有不确定性的问题，基于MCPS的概念提出一种基于模型的闭环自适应控制体系架构，以BIS信号为控制变量来控制麻醉中的催眠深度。控制方案使用患者的药代动力学/药效学模型，将计算结果作为标准PID控制器的反馈信号来修正模型的不确定性。模型中，参数的调整使用遗传算法离线执行，以此最优化患者数据集的性能指标。提出的方法可以自动调节麻醉药物的输注速率，使麻醉深度保持在一个稳定的目标值。对该方法进行了仿真模拟，加入了噪声块进行了鲁棒性测试，采用蒙特卡洛方法验证了该方法在广泛人群上的有效性。仿真结果表明，该方法能够在规定时间内稳定地达到目标值，且具有良好的干扰排斥反应。

摘要:为了提高数字式光谱仪的测量效率，研究并实现一种基于FPGA+ARM架构和两级数据缓存的嵌入式高速数据采集与处理技术。采用FPGA为高速A/D转换器提供采样时钟，采样数据由FIFO进行一级缓存，实现跨时钟域的数据传输。采用ARM外围设置的动态数据随机存储器（DDR3）完成二级缓存，解决由于数据实时处理相对偏慢所造成的数据传输堵塞、丢失等问题。实验测试表明数据传输稳定可靠，采集速率可达65 MHz，传输速率最高可达25.6 Mbytes/s，归一化光谱强度误差小于0.5%。可推广应用于具有大吞吐量嵌入式数据采集与实时计算处理需求的精密仪器与设备。

摘要:滚动轴承是机械传动设备的重要组成部件，对其进行性能退化趋势预测是保障设备安全稳定运行的关键。为了提高滚动轴承性能退化趋势预测的准确性，提出一种多头注意力机制（Multi-head-attention, MHA）与长短期记忆网络（long short-term memory, LSTM）相结合的滚动轴承性能退化趋势预测方法。首先构建时域、频域、时频域和威布尔参数的多域特征，并根据综合性能退化指标对多域特征进行筛选。其次，采用注意力机制增强关键特征的权重，并采用PCA进行特征融合，进一步采用LSTM模型预测滚动轴承性能退化趋势。最后，采用NSF I/UCR中心的轴承疲劳寿命实验数据对本文所提出的方法进行验证，并与其他几种模型进行对比分析，表明本文所提出的方法可以更加准确地预测滚动轴承性能退化趋势。

摘要:针对目前大容量NOR Flash存储器单粒子效应模拟缺乏具体操作方法的问题，本文提出NOR Flash单粒子翻转、单粒子功能中断、单粒子闭锁三种单粒子效应对应软件故障注入方法，设计适用于大容量器件的板级测试系统并进行功能验证，通过故障注入方法开展单粒子效应模拟实验。NOR Flash存储器单粒子效应测试系统包括FPGA控制逻辑、Flash检测板和上位机软件三部分。结果表明，单粒子翻转、单粒子闭锁和单粒子功能中断三种单粒子效应的软件故障注入方法均通过NOR Flash存储器单粒子效应测试系统得到验证。本文的研究可以为相关单粒子效应模拟提供参考，为分析存储器单粒子效应对电子系统的可靠性影响打下基础。

摘要:特高频时差定位法由于对放电脉冲到达时间差的计算精度要求较高，难以在局部放电监测的实际场景中广泛应用。本文提出了一种基于微观信息和统计信息的GIS局部放电定位技术，首先利用放电脉冲的微观信息检定到达时间并修正时间差，然后利用多次定位结果的概率分布确定最终定位结果。现场实验和案例分析表明，该局部放电定位技术能够提高局部放电定位的精度和抗噪声干扰能力，并且无论是单个放电缺陷还是多个放电缺陷，都能够准确定位到放电源的位置。

摘要:针对传统隐蔽水声通信误码率高、频谱利用率低等问题，提出一种基于稀疏多址接入技术(SCMA)的水声隐蔽通信方案。该方案在发射端利用艾森斯坦整数和Logistic混沌序列生成新的SCMA码字，再通过映射矩阵生成码本。在接收端，通过多用户检测算法和译码，恢复出原始信息。最后，通过实验仿真验证了该方案的可行性，分析了不同用户数量对水声通信性能的影响。同时将稀疏多址通信方案与扩频通信方案进行对比，仿真结果表明，前者误码率更低，性能更优。

摘要:针对现阶段局部立体匹配在弱纹理区域具有匹配精度低且过度依赖中心像素的缺点，提出一种基于改进Census变换的自适应局部立体匹配算法。首先根据中心像素领域的纹理复杂度采用自适应支持窗口改进Census变换，引入Tanimoto系数与Hamming距离算法结合，并融合颜色或亮度差的绝对值用作新的初始匹配代价计算。通过十字交叉域算法进行代价聚合并采用赢家通吃算法计算视差，在视差优化阶段采用左右一致法、迭代投票、插值填充和亚像素细化，针对边缘模糊化将改进的自适应中值滤波用作抑制噪声得到最后的视差图。实验结果表明，本文所提出的算法在Middlebury数据集上的平均误匹配率为4.39%，相较于其他改进的Census变换算法有明显提升，并在抗噪能力上具有一定的鲁棒性和适应性。

摘要:精准的负荷预测有利于电力系统的稳定运行，提高经济性和可靠性。为了提高短期电力负荷的预测精度，提出了一种基于改进型黑猩猩算法优化长短时记忆网络的短期负荷预测模型。由于黑猩猩优化算法存在易陷入局部最优、寻优精度低等缺陷，采用Circle映射策略初始化种群，产生分布均匀的黑猩猩种群，提高黑猩猩种群的多样性，为全局寻优奠定基础；其次，引入螺旋位置更新策略，使黑猩猩种群有多种搜索路径，扩大搜索空间，提高种群的全局搜索能力；然后，引入Levy飞行策略和自适应t变异策略，在最优解位置进行扰动变异，增强抗局部极值能力，提高算法的收敛精度。针对LSTM网络的隐含层神经元数，学习率等参数较难选取的问题，利用ICOA对LSTM网络自动寻找最优参数，建立ICOA-LSTM负荷预测模型。结合某地区的实际数据进行预测分析，结果表明，与BP、LSTM、PSO-LSTM、COA-LSTM预测方法相比，ICOA-LSTM模型具有更高的短期电力负荷预测精度，其预测平均绝对误差为17.01kW，均方根误差为21.80kW，平均绝对百分比误差为0.37%。

摘要:大型室内场景通常在高程方向结构较为相似，导致激光雷达扫描点云在高程方向特征退化，传统激光雷达SLAM的无人机定位方法易发生高程特征误匹配。针对于此，提出了一种基于惯性/高度传感器信息辅助的机载三维激光雷达解耦SLAM算法：将高度传感器、惯性姿态引入点云初始化过程，提高初始位姿匹配精度；将基于多元正态分布的点云配准算法在水平、高度通道解耦，约束点云配准方向，提高高程退化环境下的定位精度；同时使得传统SLAM六维位姿解算降为三维，降低了计算量。通过Gazebo构建船舱仿真场景，对提出的方法进行验证，结果表明本文方法可以提高在高程特征退化下的激光雷达SLAM定位精度，比传统算法提升40%以上，并有效提高了计算效率。

摘要:针对永磁同步电机（PMSM）在实际运行过程中会受到参数摄动和外界不确定干扰等非线性因素影响，导致电机控制性能下降，位置跟踪精度降低。提出将滑模控制（SMC）与反演控制(Backsteeping Control)结合设计非线性控制器，对反演滑模控制中的趋近律做出改进，提出一种基于指数趋近律的双幂次趋近律，并利用非线性干扰观测器（NDOB）观测和估计干扰，对其进行补偿。最后利用Matlab/Simulink进行仿真，结果显示：该方法在一定程度上提高了电机位置控制精度，减小了位置跟踪误差，同时增强了系统抗干扰能力。

摘要:针对电容器热压机温度控制系统存在滞后大、非线性的问题，分析了电容器热压机温度控制系统的原理，建立了温度控制系统的数学模型。通过对传统PID控制算法、粒子群算法和模糊控制算法的研究，提出了一种将模糊粒子群PID算法应用于温度控制系统的方案。用MATLAB对温控系统进行仿真，得出采用传统PID控制算法的温控系统的调节时间和超调量分别为66s和58.173%，而采用模糊粒子群PID算法的温控系统的调节时间和超调量为分别是34s和6.295%。研究结果表明，基于模糊粒子群PID算法的电容器热压机温度控制系统在调节时间、超调量和抗干扰能力等方面均优于传统PID控制算法。

摘要:针对正弦相位调制激光干涉仪测振信号的解调，本文提出一种融合自适应滤波和归一化PGC-Arctan的解调方法。该方法在传统PGC-Arctan算法的基础上，通过准确识别载波相位延迟和相位调制深度对正交干涉信号对进行归一化处理，从而减小相位解调的非线性误差，同时引入基于最小均方算法的自适应滤波器对解调信号进行滤波降噪，进一步提高信号的SNDR（信噪失真比）。通过数值仿真和实验测试验证了算法的有效性，在实验室条件下，对频率为100Hz-3KHz声波激励的固体表面微振动进行了探测和解调。结果表明本文所述方法能够实现振动信号的精确解调，经自适应滤波后解调信号的SNDR平均提升了12dB。 关键词：激光测振；归一化；PGC-Arctan; 自适应滤波

摘要:针对施工场所中目标遮挡引起的安全帽佩戴者的轨迹追踪困难的问题，本文提出了一种结合YOLOv5和质心匹配算法的安全帽佩戴检测及轨迹追踪方法。该方法首先采用YOLOv5网络准确检测未佩戴安全帽的人员，计算其质心坐标；进一步的采用扩展卡尔曼滤波器预测目标位置信息；最后采用基于马氏距离及直方图相关性的质心匹配关联算法，结合预测信息实现了目标遮挡环境中的目标轨迹异常修正，可获得准确的目标轨迹。实验结果表明，本方法有效解决了目标跟踪中由目标遮挡引起的目标互换和丢失等问题，在自建数据集中获得了高于传统算法10%以上的目标跟踪准确度，为智慧工地的发展提供了有力的技术支持。

摘要:针对视网膜血管细小和尺度变化复杂的特点，提出一种多级自适应尺度的U型视网膜血管分割算法。首先以编码-解码结构为基础引入残差模块，加强通道特征传播能力。其次在网络底部嵌入多尺度特征提取模块，旨在调整感受野有效地提取多尺度特征。同时在跳跃连接部分增加改进的自适应特征融合模块，促进相邻层次特征之间的有效融合，以提取更多的细小血管特征。最后在解码部分设置侧输出的多级注意结构对多层次特征进行自适应细化。实验结果表明，该算法在DRIVE、STARE和CHASEDB1数据集上准确率分别达到0.9645、0.9694和0.9671，灵敏度分别达到0.8417、0.8465和0.8545，AUC分别达到0.9866、0.9908和0.9877，整体性优于现有算法。

摘要:针对大型吊车在高压输电线路下施工易发生碰线事故的问题，提出一种基于目标检测和双目测距的方法来对风险进行管控。所提方法首先使用YOLOv4算法对输电线进行检测，然后考虑到双目相机处于不同拍摄角度会导致图像存在亮度差异的情况，提出了基于AD-Census代价的SGBM（Semi-Global Block Matching）双目测距算法对输电线进行测距。最后通过实验验证了所提方法的有效性。结果表明：该方法在检测输电线时平均置信度能够达到81.67%，在5~8米以内测量误差能够控制在0.4米以内，平均检测测距用时50ms。相比原始双目测距算法，改进算法的测量精度有一定提升。所提方法能够准确测量吊臂与输电线间的距离，对防止吊车碰线具有一定意义。

摘要:在地震、矿难等突发灾难发生时的恶劣现场环境下,抢险搜救任务的紧迫性及危险性突显了对智能搜救机器人的迫切需求。针对搜救机器人在废墟狭窄空间中行走困难，且在低照度环境下，图像处理时间长、细节丢失的情况。首先基于仿生学设计了机器人的三维模型，并对机器人的运动进行控制；其次为提高搜救工作中图像的光照一致性，加入了一种基于Retinex视网膜的结构感知平滑模型，为搜救机器人提供了高可见输出，建立图像评价模型剔除低质量图像；最后通过算法加速求解器减少图像处理时间以满足在树莓派上实时输出优质图像的需求。实验结果表明，当六足机器人工作在微光环境下，树莓派图像处理时间仅需0.23秒大大减小了输出延迟，峰值信噪比为14.752dB显示的细节更饱满，证明提高了机器人的性能，在未来地质调研,地震搜查,艰难地形的侦查方面有很大的应用前景。

摘要:面板模组是影响车载触摸屏触控性能和光学性能的关键因素，传统的人工检测方式已无法适应现代化工业生产高质量、高效率的需求。针对车载触摸屏面板透过率波动大、检测幅面大、检测精度要求高的难题，研发了一种基于机器视觉的车载触摸屏面板模组检测系统。根据车载触摸屏玻璃检测对象的特点，设计了基于线扫描的车载触摸屏玻璃图像采集系统和图像处理方案，通过对比标准灰度模型、建立灰度值和透过率转换关系、支持向量机分类等技术，实现多种缺陷的动态识别和玻璃屏任一点的透过率在同一台CCD下的测定。实验结果表明，通过图像校正处理和SVM训练，该车载触摸屏面板模组检测系统可同时满足多规格车载触摸屏模组的质量检测，最大尺寸为450mm×250mm，检测速度可达120pcs/h，检测精度达到0.01mm，缺陷检出率超过95%。

摘要:针对军事信息侦察中卫星接收系统信号处理速度慢的问题，设计了一种基于GPU的卫星信号信道化方案。利用数字下变频级联多相信道化来提高子信道带宽位置的灵活性；设计二维Block复用输入数据以并行处理多路下变频过程；基于共享内存设计多相滤波内核完成72路信道化中的加权叠加运算。CUDA环境下使用NVIDIA RTX 2060和Intel(R) Core(TM) i5-6400的测试结果表明，本设计并行处理4路75M实信号的288路信道化耗时4.51s，相较于单CPU处理的加速比高达40.27倍，极大的提高了侦察卫星接收端的处理速度。

摘要:利用脉冲形状甄别（PSD）法区分中子和γ射线脉冲信号是核探测过程中一项重要的任务。本文基于Labview平台实现了n/γ脉冲信号的仿真及信号预处理过程，分别利用传统的甄别方法电荷比较法、脉冲梯度分析(PGA)法及上升时间法对所产生的n/γ脉冲信号进行甄别，筛选出以上三种甄别方法结果一致的中子和γ射线混合脉冲信号作为KNN分类算法的训练集。通过训练样本构建KNN分类模型，使得能够通过该模型实现中子和γ射线脉冲信号的分类。结果表明，基于KNN分类算法的中子和γ射线脉冲信号甄别准确率高达99.58%，与电荷比较法，上升时间法和PGA方法相比，甄别错误率显著降低。并且KNN分类算法原理简单，易于实现，因此可应用于实际混合场中的n-γ脉冲甄别。

摘要:针对非合作雷达辐射源采用不可控的第三方辐射源导致杂波趋于复杂的问题，提出了根据杂波协方差矩阵特点进行杂波动态化的方法，设计了对杂波动态化处理的非合作雷达辐射源目标检测系统。结果显示：所设置的辐射源与目标信息在杂波动态化处理后，可以通过非合作雷达辐射源目标检测系统提取到准确的辐射源、目标的位置、速度、角度信息。结果表明该动态化杂波不会轻易淹没功率较大的目标，该目标检测系统可以对目标进行数据采集处理,且位置速度误差均不超过1%，对目标跟踪、实际情况下的雷达信号处理有参考作用。