摘要:深海原位核探测谱仪采集数据时，上位机软件配置和读出谱仪以及显示、保存和分析数据是重要问题。针对深海原位核辐射探测的特点和实际软件需求，设计了集成谱仪控制和读出、数据显示和分析功能的谱仪软件。谱仪读出上，基于MODBUS设计了谱仪通信协议，定义了谱仪工作模式和硬件统一接口，并实现了RS-485和雷电接口的谱仪驱动；数据显示上，设计了基于XAML的谱仪软件界面；数据分析上，基于小波变换和期望最大算法设计了能谱的寻峰拟合与核素识别算法。通过连接深海原位核探测谱仪采集并分析238U-226Ra平衡源和已知的深海岩石放射样品的方式，对软件功能进行测试。结果表明，软件能够实现谱仪的配置和读出以及数据的显示和分析，数据分析效果好于谱分析软件InterSpec。

摘要:光储配合的微电网预同步控制和离并网切换策略是保证电网平滑运行的重要支撑。针对微电网和大电网之间存在的电压幅值、相位和频率偏差等问题，基于储能逆变器的V/f控制，引入大电网电压作为控制器参考量，简化预同步控制环节结构，提出一种改进的预同步方法。基于离网到并网负序电流变化，提出孤岛检测方法，确定离网信号的发出。考虑光储电源输出随机性和离并网切换特点，提出两储能单元分时转换V/f控制模式和P/Q控制模式的离-并网切换策略，分时控制降低系统切换冲击。设计离-并网切换试验、并-离网切换试验、三组光储出力并网策略对比实验，仿真运行结果表明，改进预同步方法在保证离-并网电压幅值、频率、相角偏差分别小于1 %、±0.1 Hz、5 °的同时，结构简单；基于两储能单元切换策略的并-离网切换时间缩短、冲击降低，验证了改进预同步方法和基于两储能单元切换策略的有效性。

摘要:针对传统振动信号短时能量检测法精度低、需手工参数选择等问题，提出了一种稀疏自编码器（SAE）网络，用于提取振动信号有效特征，并将其用于支持向量机（SVM），从而检测脚步振动信号。为了缓解了振动信号色散效应造成的信号失真问题，使用了小波分解（WT）方法，并基于实验分析优化了分解参数，然后基于广义互相关和到达时间差（TDoA）算法进行定位解算。实验结果表明，相比人工特征筛选，SAE-SVM算法的活动段检测精度可达96.8%，系统平均定位误差为0.82m。

摘要:针对微机械传感器设计存在的流片成本高、耗时长等问题，在ConventorMEMS+和Matlab/Simulink环境下设计了一种静电驱动的微机械振动陀螺，对模型进行系统级的仿真测试。通过模态分析、直流分析、交流分析等方法优化模型结构，同时结合虚拟体硅刻蚀工艺抽取建立了微机械振动陀螺的传递函数模型，在Simulink中进行系统级仿真分析，获得了系统的暂态响应，确定其在开环条件下的谐振频率、安全工作电压、最佳驱动电压频率等关键参数，并得到谐振频率随梁的长度、宽度参数变化的关系。经测试，在工作电压和其他条件相同的情况下，微机械振动陀螺在需要检测的两个模态上谐振频率与仿真分析结果相差仅约3.8%和0.4%，说明系统级仿真结果可以为后续微机械陀螺闭环测控电路设计提供理论和实验依据。

摘要:毫米波雷达测量生命体征技术具有重大医用价值，然而呼吸谐波和人体随机移动信号作为噪声信号的一种，严重影响了心跳频率的提取。针对上述问题，论文根据不同呼吸方式的特点提出了一种多检测点信号分离技术与自适应噪声抵消算法相结合的方法测量动态目标心率，完成实验测试。该方法先通过77GHz调频毫米波雷达同时测量待测者胸部和腹部微动信号，再利用新提出的基于胸部和腹部的多检测点信号分离技术分离胸部和腹部基带信号，之后通过自适应噪声抵消算法消除噪声信号，最后对心跳信号进行频谱分析得到心跳频率。实验表明，在人体随机移动状态下，该方法可以有效消除噪声信号干扰，且单一目标多次测量实验中测量心率的误差率仅为1.19%，较多通道卡尔曼平滑器方法降低了0.97%。

摘要:为了快速识别出供热管道泄漏故障，以管道泄漏时产生的负压波特征，研究提出了利用卷积神经网络（CNN）识别压力数据的管道漏损诊断方法。通过搭建供热管道实验平台，采集了正常、泄漏、调阀三种工况下的压力数据作为卷积神经网络的训练集和测试集。对原始数据进行小波降噪处理，应用硬阈值的处理方法有效消除了噪声信号，同时在调阀工况中出现了强化特征，增强了卷积神经网络的分类能力。针对一维数据特征采用改进的AlexNet卷积网络模型对采集的数据进行学习及识别。结果发现，在对实验室数据测试中，CNN模型的平均识别正确率达98.39%。在对实际管网的验证中，三个热力站的泄漏数据均被正确识别，表明CNN模型具备良好的故障诊断能力。

摘要:针对目前太赫兹混频器测试方法功能单一、测试效率低等缺点，文章在基于矢网的微波混频器扫频测试方法的基础上，提出了适用于太赫兹混频器的扫频测试方法。该方法将矢网的测试频率由微波波段提高到110GHz以上的太赫兹波段，实现了太赫兹混频器的快速测试。为了证明新方法的可靠性，分别用 “信号源+频谱仪”测试方法和本文提出的测试方法对150GHz-170GHz四次谐波混频器进行实验验证。本文提出的扫频测试方法，不仅实现了太赫兹混频器的变频损耗、回波损耗等参数的快速测试，而且与“信号源+频谱仪”测试方法所测得得变频损耗结果互相吻合，对矢量网络分析仪在太赫兹频段的测试应用具有重要意义。

摘要:针对快速扩展随树算法(RRT)在移动机器人路径规划中随机性强、转折点多、存在大量冗余点的缺点，提出了一种基于单元分解法的改进RRT算法。首先在算法初始阶段，利用单元分解法将地图划分为可行区域与障碍区域；后根据区域与区域之间邻接关系，将随机采样点的选择固定在邻居区域内，直至扩展到目标点所在区域；并对搜索到的最终路径进行优化处理，改善路径转折点过多的问题。仿真结果表明，改进RRT算法生成的路径长度更短、消耗时间更少，最后将改进RRT算法应用在实际移动机器人中，进一步证明改进算法的实用性和有效性。

摘要:准确估计SOC在防止锂电池过度充放电、提高锂电池能量利用率以及保障电池管理系统安全稳定运行方面具有重要意义。本文以三元锂电池为研究对象，提出一种基于多新息辨识理论的SOC估计方法，通过建立二阶RC等效电路模型，采用遗忘因子多新息最小二乘法（FFMILS）对模型参数进行在线辨识，结合多新息无迹卡尔曼滤波（MIUKF）算法估计锂电池的SOC，通过UDDS实验验证,并和EKF、UKF及MIUKF算法进行对比，实验结果表明，FFMILS-MIUKF算法估计锂电池SOC的误差控制在1.08%左右，其具有高精确性和快速收敛性。

摘要:针对印刷电路板表面面积小而且上面电子器件焊点众多，传统检测方法很难进行有效检测的问题，提出了一种基于GhostNet-YOLOv4的印刷电路板表面焊点检测算法。首先，修改了YOLOv4算法的主干网络以增强特征提取能力，其次加入注意力机制使网络更注重缺陷特征，用GhostNet代替CSPDarknet53作为主干网络。此算法相比于传统的印刷电路板检测算法提高了检测精度和检测速度，可以实现对印刷电路板表面常见的断路、漏焊、短路等缺陷的精确检测和迅速分类。通过对印刷电路板数据集的检测结果分析表明，该改进算法具有较好的实用性，在测试集上的平均精度为86.68%,FPS达到了25.43，可以满足印刷电路板实际检测需求。

摘要:极限学习机自动编码器（ELM-AE）将极限学习机（ELM）技术与自动编码器（AE）结合，可以无监督学习数据特征且克服了参数迭代调整的昂贵时间消耗。然而，以最小化重构误差为目标的ELM-AE并不能有效利用分类问题中的数据类别信息，导致特征的类别可分性较差。针对此现象，本文提出一种面向数据分类的含类信息极限学习机自编码（CELM-AE）特征学习方法，该方法将投影特征向量的类间离散度与类内相似度限制到ELM-AE的目标函数中，且可通过解析算法求得更具类别分辨力的最优数据表示。对6种UCI数据集分别使用基于CELM-AE、ELM-AE和AE的特征表示进行分类实验，结果表明，CELM-AE得到的数据特征在两种分类器（ELM/KNN）下的分类精度与稳定性表现均优于ELM-AE与AE，且时间代价很小，说明了CELM-AE在提取可分性数据特征表示方面的优势。

摘要:为了提高传统Hybrid A*算法的路径规划效率和安全系数，提出一种改进的Hybrid A*路径规划算法，并将此算法应用在拖挂式移动机器人系统上。首先，对启发函数进行改进，以减少路径规划过程中的计算量，从而提高规划效率；其次，设计障碍惩罚函数，进而实现提前避开行进路径上的障碍物，避免在U型障碍中陷入局部最优解；最后，考虑到拖挂式机器人模型结构的特殊性，无法将其视为质点，为此采用碰撞检测算法来提高规划路径的合理性和准确性。仿真试验验证，提出的改进Hybrid A*路径规划算法可适用于拖挂式机器人系统，且具有规划效率和安全性能高、路径平滑等特点，为其在实际应用中的路径规划提供理论依据。

摘要:忆阻器具有纳米级尺寸、低功耗、类似神经突触等优点，在神经计算、图像分类等领域具有广阔的应用前景。本文提出了一种基于忆阻器卷积神经网络的面部表情识别方法，首先基于忆阻器构建了ResNet卷积神经网络，并对ResNet网络进行剪枝操作，然后将ResNet模型的所有卷积层以及全连接层的权重映射为忆阻器十字交叉阵列中忆阻器的忆导值。实验结果显示忆阻器卷积神经网络模型在FER2013数据集上的识别准确率为63.82%，在CK+数据集上的识别准确率为93.95%。相比与原卷积网路，准确率损失仅分别为0.31%和0.76%。最后测试了忆阻器的非理想特性对准确率的影响，为忆阻器神经网络的实际部署提供参考。

摘要:近年来用于图像压缩感知的深度学习网络得到广泛关注，深度学习网络可以实现图像的压缩采样，并从采样数据重构出原始图像。但现有的压缩感知算法在信息分布不均匀的图像场景中，无法有效提取原始图像信息，导致重构精度较低。针对上述问题，本文提出了基于多通道采样和注意力重构的图像压缩感知算法。该算法包含了多个不同采样率的采样通道，能够根据视觉显著性对图像不同区域应用不同的采样率，使得采样数据中能够包含更多原始图像信息。重构采用了残差通道注意力结构，自适应调整通道特征来提高网络的表示能力。通过对比实验表明，本文提出的基于多通道采样和注意力重构的图像压缩感知算法能够取得更好的重构质量与视觉观感。

摘要:针对现有算法在SAR图像舰船目标检测场景中难以提取模糊目标特征的问题，提出一种基于特征重用金字塔的舰船目标检测算法。所提算法以YOLOV4-tiny为主体，首先将线性因子引入到K-Means算法中整合初始锚框，加强网络对多尺度目标的适应性；其次在主干CSPDarknet53-tiny中添加注意力机制来抑制干扰信息，减弱复杂背景的影响；最后利用特征重用机制强化特征金字塔，提升网络对模糊目标特征的提取能力。实验结果表明，相较于YOLOV4-tiny网络，改进后的算法在SSDD数据集上的平均检测精度提升11.79%，证明了改进后算法在舰船检测中的有效性。

摘要:为了提高传统SSD算法对小目标检测的准确率，提出一种改进的SSD目标检测算法：采用基于可变形卷积的ResNet50作为SSD算法的特征提取网络，提高对目标的处理能力；设计特征金字塔(FPN)来融合不同层的特征图，丰富浅层特征图的语义信息；在特征融合时引入通道注意机制，提取相应的通道权重，增加重要信息的比例，提高检测效果。最后采用PASCAL-VOC2007开源数据集进行仿真实验，并与传统SSD目标检测算法进行对比，准确率得到显著提高，验证了该算法对小目标检测的有效性。

摘要:针对实际工业检测中发动机气缸壁珩磨角人工测量存在效率低、精度低等问题，提出了一种基于机器视觉的发动机气缸壁珩磨角测量方法。首先利用Gabor最优滤波通道算法处理样本图像获得线性特征增强后的网纹图像，再对网纹图像进行DFT转化获取傅里叶频谱图像，然后基于数字微分分析算法获取频谱图像中的峰值直线并计算两条峰值直线的夹角作为计算结果，同时与基于Camera Measure测绘软件手动测量结果进行对比。通过实现测试结果表明：该方法相对于手动测量结果的误差仅为0.33%，重复测量的均值差为±1°以内；在检测时间上，检测一个工件的平均时间为0.53 s。该测量方法测量精度高、测量速度快等优势，可以有效地取代工业检测中的人工测量。

摘要:为了提高人脸识别在嵌入式设备中的识别精度和速度，提出一种基于Ghostnet轻量级人脸识别算法--Ghostfacenet。首先，通过预设卷积生成固定数目的内在特征；针对卷积运算计算消耗大的问题，使用计算成本低廉的线性操作代替卷积运算，产生一系列与内在特征相关联的特征信息；其次，基于Ghostnet中的Ghost模块以及深度可分离卷积设计出Ghostfacenet-Bottleneck，并且由其构建出Ghostfacenet轻量级卷积神经网络；最后，联合Softmax损失函数和Arcface损失函数进一步增加人脸类内紧凑性以及类间差异，同时使得轻量级模型有更好的收敛性以及泛化能力。实验结果表明，Ghostfacenet在嵌入式设备的识别速度分别是Resnet50、Efficientnet、MobilenetV2和Mobilefacenet的11.08倍、8.57倍、2.75倍和2.82倍。在不显著降低识别性能同时能够显著提高运行效率，非常适用于资源有限的嵌入式设备中。

摘要:各行各业安全问题尤为重要，对人员的异常行为须及时检测并采取相应的措施才能有效预防安全事故的发生。因此本文提出基于改进的YOLOv5网络的异常行为识别算法，通过实时处理视频监控中人员的异常行为，从而保证企业的安全运行。首先，对输入数据集进行特征提取处理，本文使用YOLOv5的backbone特征提取网络提取视频特征，能够在不同图像细粒度上聚合并形成图像特征；其次，送入到时间注意块，因为不同时刻特征的贡献值并不相同，因此加入此模块赋予特征不同的贡献值；最后，送入特征预测网络，该网络由LSTM搭建，对历史特征序列进行解码，以预测当前的特征。以玩手机和吸烟为例对所提出的网络进行验证，训练集准确率高达96.42%，测试集准确率高达95.21%。

摘要:为解决YOLOv4目标检测网络结构复杂、参数多、训练所需的配置高以及实时检测图片的传输帧数低，难以实现工业上的应用普及等问题，提出一种基于YOLOv4改进的轻量化算法SL-YOLO。在原始的YOLOv4网络上进行改进和优化，使用ShuffleNetv2轻量级网络替换YOLOv4原始骨干网络，将SENet模块融入ShuffleNetv2，降低网络计算复杂度，在网络层中加入Swish激活函数，使模型收敛效果更好；同时用简化后的加权双向特征金字塔结构改进原模型的特征融合网络，优化目标检测精度；通过消融实验判定各通道的重要性，对冗余剪枝，将模型进行压缩。在PASCAL VOC和MS COCO数据集上进行对比实验，改进后的模型与原始YOLOv4相比，模型内存减少89.4%，浮点运算量下降88.4%，检测速度提升了近2倍。实验结果表明，改进后的YOLOv4模型能够在保持较高的精度下有效减少模型推理计算量，大大提升模型检测速度。

摘要:针对目前内燃机缸盖火力面热场探测时温度场误差大的问题，结合不同位置处火力面热场的差异性，提出了一种基于梯度变化规律的多尺度气缸盖火力面区域划分方法，为火力面热场分布的精准性探测奠定了基础。首先，依据缸盖燃气侧传热规律和热场温度的高低，以喷油孔为中心位置将火力面划分为进-排、进-进、排-排气门间鼻梁区以及外围区域；其次，剖析各区域内温度梯度的变化特性，基于不同的梯度变化量对各区域进行不同尺度的划分；最后，确定不同尺度区域中测温点数量和具体位置，并结合热电偶测温技术对各点温度进行测量。实验结果表明，与单一尺度下测温数值相比，基于多尺度划分思想的测温方法更能凸显出鼻梁区等易出现热疲劳损伤的区域内温度变化，为缸盖内壁热疲劳损伤检测与评估提供了更可靠的数据来源。

摘要:非正交多址接入（NOMA）技术使多个用户共享一个时频资源块，显著地提高了频谱利用率，已成为5G多址技术的研究热点。针对NOMA系统能量效率最大化问题，对非正交多址接入技术中功率分配进行了研究，提出了基于混沌粒子群优化算法的NOMA功率分配方案。建立了能量效率最大化的NOMA优化模型，利用混沌粒子群优化算法对系统功率进行分配，使NOMA系统的能量效率得到优化。仿真结果表明，当发射功率为36dBm时，系统能量效率最大，且与传统粒子群算法相比所需迭代次数更少，获得的能量效率更优。

摘要:本文研究移动中的无人机通过动态感知和学习干扰来波方向，实时调整波束成形策略来抑制干扰。针对实际场景中无人机不能获得干扰者的全部动作来进行策略训练的问题，提出使用集群内部协作收集干扰机动作数据从而补充训练数据的方法来从而提升集群抗干扰。将波束成形决策建模为马尔可夫决策过程，基于深度强化学习架构，提出了基于数据辅助的无人机集群协同空域抗干扰算法。仿真结果表明，在辅助数据分别达到40%，60%，80%时，系统吞吐量分别得到33%，55%，70%的提升，验证了本文提出的方法能有效提高无人机协同抗干扰能力。

摘要:本文以光通信数字图像传输为目标，基于FPGA设计了一种可见光通信数字图像传输系统。首先，在光通信系统发射端利用数字图像编码技术将图片信息转换为BMP图像编码格式，然后通过UART串口通信协议将图像数据发送至FPGA调制系统进行OOK调制，经功率放大后以光通信方式进行传输。其次，在接收端将接收到的图像数据进行非相干解调，将解调后的图像数据在接收端显示或进行后续处理。在此基础上，基于FPGA对光通信的调制、解调电路及紫光LED通信电路进行了设计，并利用System Verilog语言进行了实现。最后，对光通信图像传输系统进行了实验测试，实验结果表明该系统可以在满足通信速率与误码率的条件下，实现图片信息的有效传输。

摘要:针对海冰流速较慢的特点和雷达海冰监测系统对海冰密集度检测精度的需求，提出视频累积和优化均值滤波算法，分别在时间域和空间域两个维度对数据滤波。采用去卷积算法处理雷达回波，减小水平波束宽度θH导致的角向误差和雷达脉宽效应引起的径向误差。以噪声的统计特性为基础，利用数值仿真验证视频累积和优化均值滤波算法对海冰雷达回波图像信噪比的提升效果。以车载移动雷达FAR-2117在夏家河水域实测数据为例试验，结果表明：利用该方法检测海冰密集度的精度较高，误差在工程要求可接受的范围内。