摘要:本文设计了一款新型的、工作于5G移动通信频段的限幅滤波一体化结构，其适用于射频前端，具有良好的电磁防护功能。该结构通过将限幅滤波两个模块进行一体化设计，避免了模块之间匹配网络的构建，实现了电路体积的减小。相较于传统的铁氧体频率选择限幅器，该结构在目标频段实现了宽跨度、大功率容量的特点。测试结果表明：在2.55-2.65GHz频带内，该结构的插入损耗小于1.8dB，限幅电平约为7.5dBm；在4.8-4.9GHz频带内，该结构的插入损耗小于2dB，限幅电平约为2.5dBm。在所选频带外，泄露功率被衰减到可忽略不计。因此，本文所设计的结构在保护敏感元件的同时可以有效提高射频前端接收机的灵敏度。

摘要:为研究冲击波在分叉管道内的压力分布和衰减规律，搭建模块化分叉管道模型,进行冲击波传播试验，得到了不同破膜压力和不同分叉角度条件下冲击波在管道内各测点的超压峰值，并利用兰基涅-胡果尼方程插值拟合衰减曲线。使用FLUENT软件的压强速度关联算法对冲击波在管道分叉处的传播过程进行数值模拟，观察管内压力流场分布。得出结论：分叉角度对干管和支管的压力分布有显著影响，冲击波在管道内的衰减速率与破膜压力有关。30°、90°和150°三种分叉管道中，90°分叉管道支管的平台压力最低。同一破膜压力下，支管与干管的衰减速率变化趋势相反。

摘要:电动汽车(EV)用电驱重构型车载充电系统(EDROC)因其突出的商业价值成为国内外学者的研究焦点。文中针对六相EDROC充电模式中单相绕组开路故障条件下的故障诊断与容错控制进行研究。首先，介绍了六相EDROC的电路拓扑与基本工作原理；其次，针对绕组开路故障问题，提出一种简单易行的故障诊断方法，包括故障检测与故障定位两个环节，分别通过判断电流矢量的角度变化率与绕组电流平均极性实现；然后，研究了系统单相开路故障下的容错控制，通过重新分配绕组电流幅值与相位，实现网侧电流平衡与无旋转磁场；最后，搭建了实验平台，实验结果验证了所提故障诊断方法与容错控制的正确性。

摘要:针对可穿戴MEMS传感器检测多场景下的人体摔倒行为时，单一采用加速度阈值判断存在表征不完全的问题，提出了改进麻雀搜索算法(Improved Sparrow Search Algorithm, ISSA)优化SVM(Support Vector Machine, SVM)的人体跌倒检测识别方法。首先通过可穿戴MEMS传感器采集人体离散化姿态数据，然后通过时间滑动窗口找出加速度阈值与角速度阈值特征向量并进行一级判定；同时构建ISSA-SVM跌倒状态检测模型，即利用改进的麻雀搜索算法对SVM的核参数和惩罚因子进行自适应优化，获得最优分类模型；最后根据SVM分类模型，对一级判定的数据进行分析，判断是否真正跌倒。实验仿真和产品应用结果表明：对于人体在不同场景下意外跌倒的检测，所提出的ISSA-SVM 识别检测模型测试正确率达98%以上，同时降低了漏报率。经过多次测试，跌倒检测器表现出较好的鲁棒性。

摘要:为更好满足变电站中大规模设备接入和高可靠低时延业务传输需求，提出了一种适用于变电站业务的多频异构无线通信网络接入选择算法。首先构造了一个异构无线网络覆盖下的变电站场景模型，综合考虑变电站业务对于可靠性和有效性的需求。其次为有效提升接收到信息的新鲜程度，以平均信息年龄（Average Age of Information，AAoI）作为无线网络接入选择的优化目标函数，提出了基于信息年龄的变电站业务接入选择优化问题。最后利用深度Q学习（Deep Q-Learning，DQN）方法求解该问题，以获得最佳的接入选择方案。通过对应用实例与试验数据的分析可以看出，所提出的接入选择优化理论和算法，可以降低业务传输时的平均信息年龄，提升数据的新鲜程度。

摘要:本文设计了一种基于树莓派的轻量化EtherCAT主站及其测试系统。在测试系统上，通过多通道侦听器，测量了多个并行运行主站的性能参数；借助于软硬件时间戳，测量了轮询/中断、单/多核等多种模式下的时延抖动；还测量了数据帧在协议各层的时延与抖动。基于树莓派的EtherCAT主站采用VxWorks操作系统，在实现过程中重点对系统内核配置、网卡驱动、报文处理、应用层软件等方面进行了优化。经测试，该主站性能稳定，在125μs循环周期下的抖动约6μs，可满足工业现场数据采集、楼宇自动化、AGV控制等需求。

摘要:如今，虚拟现实（VR）技术已在各个领域得到广泛应用，但很多VR系统在带给用户沉浸式体验时会使其产生一种不适症状——虚拟现实晕动症。为弄清虚拟现实晕动症对大脑神经活动的作用，本研究招募被试者利用头戴式VR体验虚拟现实晕动症诱发场景，记录体验前及过程中被试者的脑电信号。采用样本熵及功率谱方法提取不同状态下被试者脑电特征，并进行显著性检验。从全频段来看，在电极F8、F12、CZ、CPZ及OZ处的样本熵均值具有显著性差异，在电极F7、T7及T8处的功率谱均值具有显著性差异（p<0.01）；从分频段来看，在Delta及Theta频段的样本熵均值及功率谱均值同时具有显著性差异（p<0.01）。研究结果表明，样本熵与功率谱分析结果可能与虚拟现实晕动症有关，有望成为度量虚拟现实病的有效指标。

摘要:多起点闭回路多旅行商问题是旅行商问题的扩展。针对这个问题文中提出了一种基于Spark框架的并行k均值聚类模拟退火算法。该算法首先采用k均值聚类算法将所有城市分类，然后对应每个类建立一个旅行商问题，并通过一种改进的模拟退火算法对旅行商问题求解，MMTSP的解由这些类的最短路径之和计算得出。所提算法采用先聚类再执行模拟退火算法的求解策略可以极大的缩减模拟退火的搜索空间，并且由于Spark框架可以将聚类算法分好的若干类并行求解，从而更快的得到MMTSP问题的最优解。选取TSPLIB数据库中若干测试实例进行仿真实验，对求解精度和运行时间两个方面进行测试，与其他几种相关算法进行对比实验。实验结果表明，与目前FCMPGA、IPGA、IWO等算法相比，求解精度提高了5%~40%，求解效率上对比其他算法提升1~5倍，尤其在K值较大时表现更优。

摘要:随着我国经济水平的不断提高以及社会生活的进步与发展，国家的通用航空的产业也一步一步走向崛起，低空空域逐步实现了开放。与此同时，低空空域的开放也进一步促进了航空产业的发展，一些新兴的低空飞行器被投入使用。低空飞行器数量的增加使得低空飞行的安全事故频发。为了应对低空空域安全等问题，应建立健全的低空空域飞行监视系统。本文首先对低空空域安全现状进行了分析从而引入ADS-B技术，介绍ADS-B的基本内容，接着对ADS-B系统功能模块进行了详细介绍，再阐述ADS-B技术在低空空域安全中的应用和趋势，探讨该技术的存在的问题及可能的解决方法。最后结合文章内容对ADS-B技术未来在低空空域安全方面的发展和前景进行了总结。

摘要:在永磁同步电机（permanent magnet synchronous motor, PMSM)矢量控制系统中，针对传统的PI控制器控制精度不足、超调量大、易受外界扰动影响的问题，本文提出了一种反演滑模控制器替换传统的PI控制器，该反演滑模控制器是由反演法与滑模控制理论相结合产生的，且在趋近律设计方面引入双曲正切函数和系统状态变量，从而形成一种新型趋近律，代替传统的指数趋近律，提高系统的收敛速度，减小滑模抖振现象。在MATLAB/Simulink中搭建仿真模型，仿真结果表明，该方法使系统对电机的转速有着良好的控制效果，与PI控制、传统滑模控制以及变指数滑模控制相比较，具有较好的动态响应性能，转速超调量分别减少了22.15%、18%和2.75%，系统抗扰动能力提高，具有较强的稳定性。

摘要:传统模糊神经PID控制算法易出现网络参数调整不合适导致控制效果差的问题。本文提出一种改进蝗虫算法优化下的模糊神经网络PID控制算法。首先针对传统蝗虫算法粒子多样性不足的问题引入Levy随机飞行策略，其次引入非线性缩减因子和模拟退火算法来改善算法寻优能力以及跳出局部最优解的能力，然后将改进的蝗虫算法与模糊神经PID结合来优化神经网络超参数以及实现控制参数自整定，最后由仿真结果验证所提出的改进蝗虫算法优化模糊神经网络PID算法的优越性和可靠性。

摘要:为了解决直接转矩控制系统中永磁同步电机抗干扰能力差的问题，速度环采用自抗扰控制器取代传统PI控制器，移除自抗扰控制器中的跟踪微分器以提高系统信号的跟踪速率，并且通过引入负载观测器对速度环进行前馈补偿，减少自抗扰控制器的负担；同时考虑到电流采样时零漂产生的干扰，引入二阶高通滤波器对传统电压模型进行滤波操作，采用梯形离散法对二阶高通滤波器进行离散处理，提高观测器的观测精度，并设置滤波器截止频率跟随电角速度变化，提高系统的动态性能。最后仿真结果表明系统输出转速超调小，输出磁链、转矩精度高，具有良好的抗干扰能力。

摘要:为了提升有监督学习的单目深度估计网络对于实际场景测距任务的准确性和适用性，提出了一种基于单目深度估计和校准参数的距离测算方法。首先通过引入多元注意力模块和优化设计网络结构，构建了一种融合全局上下文和空间注意力机制的网络（GSNet），然后制定校准参数以建立场景的预测距离与实际距离的比例关系，从而获得校准后的距离值。实验证明，融合网络GSNet和校准参数可以有效减小单目深度估计方法在实际测算距离的误差。相比于使用单目深度估计直接预测距离信息，本文方法测算距离的平均绝对误差小于0.15m，平均相对误差小于10%，具有很好的可行性和准确性。

摘要:为提高炒药机温度控制系统控制精度和响应速度，提出了一种改进的模糊滑模控制方法。改进内容包括滑模面和趋近律的设计。设计了一种带有指数函数的滑模面，当误差较大时，控制加热系统保持最大功率输出，缩短了系统调节时间；为抑制固定切换增益引起的抖振现象，设计了带有幂-指函数切换增益的指数趋近律，利用模糊控制器调节幂-指函数的权重，当系统误差较小时，利用幂函数快速衰减的优点，有效抑制了抖振。MATLAB仿真结果表明：与传统模糊滑模控制相比，本文控制方法的调节时间缩短54.94%；对抖振现象具有明显的抑制作用。工程应用效果表明：采用本控制方法的炒药机在稳定工作时，温度波动范围为±2.12℃，符合中药炒制工艺要求。

摘要:作为一种分布式机器学习范式，联邦学习在用户数据隐私保护方面拥有巨大潜力，是近年来的一大研究热点。首先，针对数据统计异质场景中普遍存在的用户模型偏差问题，提出了基于生成对抗网络的虚拟特征生成与分类层校正方案。其次，针对特殊的概念偏移场景，提出了基于分类层聚类的个性化分组聚合方案。最后，整合上述两种方案，并在图像分类数据集CIFAR-10上进行单项实验和集成实验。实验结果显示，相较于经典的联邦平均聚合算法，本文所提出的集成方案不仅显著提升了单中心全局模型的收敛速度，也增强了多中心簇模型的个性化能力。 关键词： 联邦学习；数据异质；分类层校正；分类层聚类

摘要:铁路周边危岩落石侵入铁路限界内会严重危害旅客生命财产与铁路行车安全。针对传统检测方法对复杂动态环境识别误检高、小目标识别准确率较低等问题，提出一种基于视频的铁路落石侵限检测深度学习方法。首先，融合混合注意力模块，增强网络对与背景相似落石检测能力。其次，改进YoloX部分网络结构为双向特征金字塔网络，加强了不同层级特征的相互交流，提升小目标识别能力。同时采集大量不同场景模拟落石数据，构建模拟落石数据集，并在训练中使用Mosaic数据增强方法，增强方法的泛化能力。实验结果表明，本文方法随着改进模块的添加，识别精度不断提高。对比多种主流目标检测方法，取得了最高识别准确度，不同大小目标识别稳定，证明了本文算法在实际铁路场景的应用价值。

摘要:针对传统视网膜血管分割算法检测速度慢，难以应用于实时医疗辅助诊断系统的问题，提出一种轻量型的基于Shuffle-Unet的视网膜血管分割模型。对轻量级模型ShuffleNetV2进行结构剪枝，剪除ShuffleNetV2结构上最后一层卷积层、全局池化层和全连接层，简化模型结构；将剪枝后的ShuffleNetV2作为模型的主干提取网络，降低模型的计算复杂度，提高模型的运行速度；使用随机通道分离操作模块搭建上采样模型结构，增强网络特征传递能力；使用注意力机制模块将模型的第一层特征层输出和上采样层相融合，分别从通道和空间两个维度上增强模型对有效特征的提取。通过DRIVE、CHASE_DB1两个公开数据集与其他视网膜血管分割算法进行对比，有效的证明了Shuffle-Unet模型具有高分割精度和高检测速度的特点。

摘要:由于电力巡检中所拍摄的电力金具图片数量多，检查工作量大，为了提高电力金具的自动化检测效果，本文基于UNet框架提出了一种UNet-DB_ECA（UNet Dimensionality Reduction, BN, and ECANet, UNet-DB_ECA）网络检测金具的方法。先降低UNet网络宽度，然后在网络中嵌入高效通道注意力机制模块ECANet（Efficient Channel Attention Networks, ECANet）和批量规范化(Batch Normalization, BN)，最后引入了Hard-Swish激活函数，从而构建了UNet-DB_ECA网络。本文使用电力金具检测数据集进行实验，实验结果表明本文所提出的方法检测效果良好，与UNet网络检测效果相比，在提升检测效果的同时也兼顾了算法性能。此外，电力金具检测数据集中包含七类形状不同的金具类型，另一方面也表明本文所提方法具有较好泛化能力，因此该方法在电力金具自动化检测方面具有一定的应用前景。

摘要:架空输电线路金具的状态评估工作对于线路的可靠运行至关重要，金具的检测是评估工作的重要一环。针对金具识别检测中数据集人工标注的工作量大，以及难以兼顾高精度和快速性问题，提出一种基于YOLOX网络改进的输电线路金具检测方法。将无人机拍摄的金具图像进行增广预处理丰富数据集，骨干网络采用在线Mosaic、Mixup增强方式，引入基于特征提取的迁移学习并采用余弦退火学习率进行两阶段模型训练。实验结果表明，改进后的方法对各类金具检测的平均精度均值提高了18.32%，与Faster R-CNN等5种主流检测模型相比，所提方法平均检测精度均值最高，且检测速度仅次于YOLOv3，能够更加快速、精准地识别各类金具，并在一定程度上减少人工标注的工作量。

摘要:针对传统ORB-SLAM2算法精度较低、图片帧跟踪容易丢失的问题，以及没有构建稠密点云地图与OctoMap的问题，原本构建的稀疏点云地图不能直接应用于机器人的三维路径规划。本文在传统ORB-SLAM2算法基础上，对关键帧的选取进行了改进。首先，在传统的ORB-SLAM2算法的基础上，在相邻图像帧间添加相对运动量的综合变换因数，并添加帧间特征点跟踪来提高关键帧选取的准确性；然后，使用已选取关键帧进行稠密点云地图与OctoMap的构建；最后，在TUM 数据集上进行验证，并基于真实环境进行物理测试。实验结果表明，改进的关键帧选取方法在保证关键帧选取的准确性和快速性的前提下，可以增加ORB-SLAM2算法定位精度，有效的缓解了图片帧跟踪易丢失问题，并且构建的八叉树地图可直接用于机器人的三维路径规划。

摘要:脊椎CT图像分割是脊椎三维重建可视化的关键。针对脊椎CT图像中脊椎边缘模糊，结构复杂，形状多变等问题，基于深度学习方法提出一种双解码器网络。该网络在编码解码网络U-Net结构基础上增加了一条结构相同的并行解码分支，两个解码分支可以互补地提取图像特征。并且，在编码与解码之间加入双重特征融合模块，解决网络在下采样和上采样过程中造成的语义信息丢失问题。同时用密连混合卷积模块代替原始卷积模块，提高网络对多尺度特征的提取能力。此外加入高效注意力模块，使网络在空间上注重学习感兴趣区域，在通道上抑制无关信息。在CSI2014公开数据集上进行测试，Dice系数达到0.970，Jaccard系数达到0.945，召回率达到0.962。实验结果表明，该网络能够提高脊椎分割精度，具有较好的泛化能力，可以满足临床脊椎CT图像分割需求。

摘要:本文的研究目标是重新设计一种用于提取特征点的特征图案以满足远距离视觉定位的需要，与二维码类似，本文中特征图案同样采用黑色块排列组成，但是其排列数量相对更少，黑色块之间具备连续性，从而极大降低对分辨率的要求，而对其进行识别是采用模板匹配算法，并在文中给出以相似率为80%进行识别界定，实验时采用对比实验方式，在同样的环境与拍摄距离的情况下，该特征图案的有效识别距离相比二维码提升225%，在30*30cm尺寸下，最远识别距离达到90m，而在鲁棒性实验中对特征图案进行多种干扰处理并均能识别，显示出足够的抗干扰性，适用于应用在室外，所以本文所研究提出的特征图案能够基本满足远距离视觉定位的需要，非常适合应用在车辆视觉定位中。

摘要:针对水平剪切导波跨越焊缝检测裂纹缺陷信号弱的难题，提出了一种基于SH导波模式的时间反转检方法。本文选择低频的SH0导波模态，建立了3mm板上跨越焊缝检测缺陷的三维等效模型，并对时间反转检测进行了数值模拟以及实验验证。首先，从模拟角度验证了时间反转可以提高检测焊缝后缺陷的灵敏度。随后，设计和搭建PPM EMAT产生SH0模态波进行常规和时反检测实验。实验验证了时间反转检测的有效性。实验和仿真结果均表明，时间反转法对常规检测中较低的缺陷回波信号有较强的聚焦效果。该方法能够将铝板中的常规信号幅值最大增至3.22倍，可有效检测1mm的纵向裂纹缺陷。本文为跨焊缝导波检测缺陷提供了新的思路。

摘要:针对现有检测设备在产品效应影响下灵敏度低、误报率高等问题，设计研制了基于FPGA的金属异物检测系统。文章分析了平衡线圈传感器的原理，提出平衡补偿算法实现传感器自动平衡，使用高频激励对金属信号进行调制，在FPGA中实现锁定放大器来对接收信号进行解调，提高了信噪比。采用互相关算法对传感器输出信号进行处理，拟合产品学习数据得到产品的特征相位，分辨产品信号和金属信号。试验结果表明系统具有较高的灵敏度，在强产品效应下能有效检测金属异物。