摘要:本文设计了一种基于PIN二极管进行波束扫描的10×10超表面反射天线阵列。该天线阵列的天线单元表面由一个圆形金属贴片和四个寄生元件组成，通过控制寄生元件的工作状态改变天线单元上的电流，使天线单元在不同状态下理论上形成180°的相位差。本文采用CST软件对天线进行了仿真分析，天线的工作频率在15 GHz，在基于离散幅度加权的波束扫描计算原理中加入了参考相位，进行了方向图重构的优化，并通过对仿真结果的分析找到了最能还原方向图的参考相位，提升了天线的波束扫描能力。由于传统相控阵单元需要加装移相器，而该天线单元只需要二极管，所以它的结构较为简单，制作成本低廉，适合构成大型阵列。CST仿真结果表明，超表面天线在ZOX平面上±50°范围内有着良好的波束扫描结果。

摘要:针对传统防辐射罩内气流不易流通以及其工作能耗较大的问题，提出了一种具有低辐射误差、组合自然通风与强制通风的气象温度传感器设计。首先使用计算流体动力学(CFD)仿真分析在不同环境变量和风扇速度下的辐射误差优化设计，其次利用支持向量回归(SVR)算法训练仿真结果得到预测模型，最后搭建户外实验测试平台验证本设计的可行性以及预测模型的测量精度。实验结果表明，本文提出的气象温度传感器可将测量辐射误差降低至0.05 ℃以内，其降低辐射效果显著且预测模型准确度高，实验值与076B强制通风防辐射罩测量值的均方根误差为0.185 ℃，与预测值的均方根误差是0.129 ℃。

摘要:针对频域法测量脉冲调制辐射场受到分辨率带宽制约的现状，提出了基于均方根值检波进行测量和修正的方法。首先明确了测量原理，定义了均方根值检波下场强修正系数；接着对功率测量结果和场强修正系数进行理论建模，提出并采用功率因子进行表征，并给出了功率因子具体值，完成了场强修正系数的计算；然后讨论了分辨率带宽和驻留时间的优选方法，简化了修正方法且精确控制了偏差；最后开展了实验验证。实验数据表明，理论结果与测量结果偏差小于1.00 dB，测量方法准确可行，采用任意分辨率带宽均能准确获得峰值场强和平均值场强，不受测量仪器性能的限制。所提方法对确保装备电磁安全性提供了一定的支撑，对其他调制方式的脉冲辐射场的测量方法研究也有参考意义。

摘要:实现电池荷电状态(SOC)的估算预测是电池管理系统(BMS)的重要任务之一。电池模型参数的辨识是实现锂离子电池SOC估算的前提，也是决定其估算精度的关键因素。本文以18650型锂离子单体电池为研究对象，采用带时变遗忘因子的递推最小二乘法(TVFFRLS)对电池参数进行在线辨识，实现遗忘因子自适应的自动寻优，提高参数在线辨识的稳定性。在此基础上，采用自适应容积卡尔曼滤波(ACKF)对锂离子电池SOC进行估算，对过程噪声、量测噪声的协方差实时更新，并在不同工况下进行算法验证。结果表明，该算法噪声抑制性能良好，可以提高SOC的估算精度，最大估算误差不超过1.5%，且ACKF算法具有较强的鲁棒性。

摘要:5G无线通信毫米波频段因其具有大带宽、高速率的特点成为未来移动通信领域的研究方向。然而，在毫米波频段下信号发生器的需实现不同大小信号带宽的配置。针对这问题，本文设计了一种快速FIR滤波器与多相内插器相结合的并行内插结构，能够扩大5G毫米波信号发生器的发射带宽范围且具有插值效率高，功耗低、资源占用率低等优势。通过仿真及优化后实验验证结果表明，在不影响解调结果情况下，本文所提内插结构相比传统4路并行4倍内插器，快速FIR内插器DSPs的使用减少了25%，LUT的使用减少了15.2%，DSPs的功耗减少了23.8%，满足了系统资源占用率低以及低功耗的实际需求，成果已应用于国产5G基站综测仪中。

摘要:角度作为最基本的几何量之一，其精度直接影响制造业的产品质量。针对光栅传感器刻线数难以进一步提高的技术瓶颈，本文提出了一种基于正棱锥的角度传感器测量系统。通过正棱锥反射结构，将多束激光以45°入射至正棱锥棱面，并结合多个错位设置的位置敏感探测器，实现了角度的连续测量。实验结果表明，基于正棱锥的角度传感器原理正确，在1.2°的量程内，单个位置敏感探测器测量误差为±3.5″；四个位置敏感探测器连续交替测量时，在4.8°量程内，测量误差为±4″。本文提出的棱锥式角度传感器无需进行栅式刻线，精度与位置敏感探测器的距离以及其测量精度有关，随着位置敏感探测器的精度提升，系统的测量精度必然可以进一步提高。

摘要:针对传统弹载遥测通信系统设备通用性差、设计复杂、码速率较低等问题，文章采用了频谱利用率高、抗干扰能力强的QPSK调制解调算法，搭建了AD9364和ZYNQ-7000的软件无线电零中频收发一体遥测系统。该系统对PCM采编器采集编帧后的数据进行QPSK调制，通过LVDS数据接口将数据从PL端传输至AD9364射频芯片，在芯片内部经过混频、上变频、滤波等处理后，通过天线发送出去；天线可以将遥测数据接收回来，经过AD9364下变频、滤波之后，传输至PL端进行解调，经过载波同步，完成整个遥测系统的收发过程。为实现对载波环路的准确跟踪，文章采用了二阶锁频环辅助三阶锁相环的方式并且提出了新型的COSTAS环提高鉴相精度。通过搭建遥测测试系统，测试遥测系统的传输距离并且对收发的结果进行解析，实现了码速率为10 Mbps的高速率传输，且传输距离可达13 km以上。

摘要:采样示波器在宽带测量领域被广泛应用，取样器作为采样示波器的关键器件，其是基于梳状波卷积理论将高频信号转换为低频信号，且取样器输出信号为瞬态值、两路输出信号对称性差等问题，本论文将在分析微波宽带取样器原理基础上，对取样器输出中频信号的阻抗积分电路、偏移调控电路进行设计。实验验证，基于所设计的取样器、阻抗积分放大电路可将20 GHz信号转换为50 kHz的中频信号，偏移调控电路可实现信号偏移的校准，可以用于采样示波器的模拟前端。

摘要:为了得出光子晶体缺陷透射峰位置与溶液折射率及溶液浓度的关系，本文提出一种利用氯化钠溶液构建缺陷层的一维光子晶体传感模型，采用传输矩阵法计算和分析了缺陷峰波长与氯化钠溶液浓度之间的关系。结果表明，缺陷峰波长与溶液折射率及其氯化钠浓度呈正比关系，利用该传感模型测量溶液浓度的灵敏度为0.57 nm/%。本文提出的一维光子晶体传感模型具有灵敏度高、受温度影响小、可在线测量等特点，为实际光子晶体传感器的设计提供了理论参考。

摘要:针对传统PID控制算法在艾灸机器人温度控制中存在参数辨识复杂、适应性差等问题，将强化学习引入到艾灸机器人温控领域中，提出了一种改进强化学习算法。首先，通过多物理场仿真软件和神经网络联合搭建智能体离线训练仿真环境，以解决智能体在线训练效率低下的问题；然后，提出一种结合奖励引导和余弦退火策略的改进强化学习算法，提高算法的收敛性和成功率；最后，将仿真环境训练后的模型迁移到真实环境进行实验验证。实验结果表明，温度超调量为0.2 ℃，稳态温度保持在43.1 ℃±0.4 ℃内，改进后的强化学习算法相比于传统PID控制算法的温度控制能力更好。

摘要:心电信号中R波的准确定位是其他波形定位的基础，在心电信号特征波形的研究中处于首要位置。本文根据R波在整个心电波形中幅值最为明显的特点，提出了一种基于小波理论提取R波的方法。首先选择合适的方法去除心电信号中的噪声，其次对去噪后的心电信号做5层小波分解得到各阶近似信号与细节信号，再次将得到的第3、4阶细节信号叠加，将叠加信号的均值作为搜索的阈值，并确定搜索起点，最后将搜索起点的横坐标映射至纯净的心电信号中，并使用逐点比对幅值的方式向后搜索，直至找到R波。使用MIT-BIH数据库中的数据进行多次实验验证，实验结果表明此算法能够准确的定位R波，检验的准确率为99.65%，召回率为99.86%。

摘要:设备到设备(D2D)通信能够以蜂窝设施为基础来提高资源利用率、用户吞吐量和节省电池能量。在D2D网络中，模式选择和资源分配是关键问题。为了提高D2D通信的和速率与频谱利用效率，提出一种联合模式选择、功率和资源块分配的方案。首先根据用户地理位置选定模式选择标准，帮助用户选择相应的通信模式；然后针对复用通信模式，使用基于深度强化学习的异步优势动作评价(A3C)算法为不同的D2D用户分配资源块和功率。仿真结果表明，本文提出的基于A3C算法的联合优化方案收敛速度快，并且性能相对于其他算法较好。

摘要:针对存储式爆炸冲击波超压测试系统需要实时反馈测试状态的需求，设计了一种基于数传电台组网的无线多通道冲击波超压采集存储系统。该系统以XC6SLX16为核心，可同时进行四路冲击波超压数据的采集存储，每通道采样速率1 MSPS，触发阈值可设置，同时以数传电台进行组网，可实现15 km以内、1 Mbps通信的实时监测。并对系统进行了集成化设计，提高了系统的适应性，适用于多种实验环境。在靶场进行了小当量静爆试验验证，系统成功获取到了准确的冲击波超压数据，与HBM标准设备比较，误差在5%以内。试验结果证明该系统获取数据的准确性，为新型武器的毁伤评估提供一种测试技术。

摘要:长时间遮挡会导致光伏板光电转换受到影响，产生热斑，对应光伏阵列的输出U-I曲线随之会发生变化，相应的U-P曲线也会包含多个峰值。为了准确定位热斑，需要分析热斑产生的机理，构建具有通用性的阴影遮挡下光伏阵列模型，针对传统工程模型不能准确描述诸如CTCT等复杂光伏阵列的电气参数，本文提出一种阴影遮挡下的多点平抛运动的光伏阵列数学模型。为验证该模型的准确性，采用Matlab/Simulink建模仿真并搭建热斑模拟平台，改变光照强度模拟阴影遮挡以及光伏板的连接方式，得到并分析光伏阵列U-I、U-P特性曲线，相比于工程模型，本文所提出的模型使运算时间降低到2.5%，其能更全面地描述局部阴影条件下复杂结构的光伏阵列的输出特性。

摘要:检测和识别网络攻击对于防范高级可持续威胁等网络攻击行为、促进网络基础设施健康发展，保障网络设施安全稳定运行至关重要。本文利用互信息理论完成了网络流量数据中网络攻击行为的关键特征的选取，通过改进灰狼优化算法提出一种灰狼提升算法，并基于该算法和最小二乘支持向量机提出了GWB-LSSVM模型，该模型针对当前主要网络攻击形式显示出良好的检测性能，基于NSL-KDD数据集的实验结果表明其检测精度、检测率和检测准确率分别达到了99.7%、99.3%和99.1%；同部分已有研究工作相比，其检测精度最高提升约2.58%，检测率最高提升约3.98%，准确率最高提升约3.78%，训练时间最高提升约55.9%。

摘要:深度神经网络作为主流的表面缺陷检测方法之一，需要大量样本进行模型训练，而随着瓷砖产品多样化，同类型瓷砖缺陷样本有限。本文提出一种基于改进域对抗神经网络（MDANN）的瓷砖表面缺陷检测方法，参考传统的DANN结构，首先，在ImageNet公共数据集上预训练保存网络参数，提高训练速度；然后，在原网络中加入瓶颈层，并利用最大均值差异指标优化领域分布差异，改善了原DANN网络筛选源域的能力，实现小样本瓷砖的缺陷检测。实验结果表明，MDANN对瓷砖表面缺陷的有效检出率达98.77%，相比于原DANN网络提高了3.53%，可快速适用于不同类型的瓷砖检测，泛化性好。

摘要:针对目前地铁空调系统环境模式的检测判定，依旧存在效率低下智能化程度不高的问题，设计了Adam优化的BP神经网络地铁空调环境模式检测模型。选取3个关键变量：烟雾浓度、二氧化碳浓度、温度作为环境模式识别的特征条件，采用Adam优化算法对传统BP神经网络模型的梯度下降进行优化，采用一阶矩估计和二阶矩估计动态调整每个参数的学习率，加快模型学习，提高网络识别精度，并在收敛时减小震荡。实验结果表明，优化后的BP神经网络地铁环境模式检测模型收敛速度提高了98.88%，预测错误平均个数减少了45.6%，且收敛过程中震荡大大减小。同时相比于其他机器学习多分类模型，优化后的BP神经网络模型准确率为99.88%，检测运行时间为12 ms，整体性能更优。

摘要:为了提高通信系统的可靠性与传输速度，增加传输距离，降低系统的误码率并达到国产化的目的，创新性的设计的双路冗余与CRC相结合的算法并利用包括国产FPGA在内的国产器件，完成一套高可靠性高速通信系统的全国产化系统设计。经过多种复杂场景下的应用与测试，传输速度由原系统的0.4 Gbit/s提升至1.25 Gbit/s，单路传输提升为双路冗余传输提升了系统可靠性，传输距离由原系统的40 m提升至100 m，误码率降低为0。达到了复杂环境下保持高可靠性、高速、远距离、零误码率以及国产化的目的。目前已在某项目中得到应用。

摘要:为解决危险气体泄漏检测问题，提出一种基于VIBE算法的室外泄漏气体检测算法。针对目前基线算法检测过程中存在的泄漏气体与邻域背景成像灰度对比度低、存在非气体运动前景干扰以及检测结果噪声严重等问题，首先通过多个级联增强算法对红外源图像进行气体增强和背景模糊以增强灰度对比度，然后将气体增强检测图与背景模糊检测图进行差分操作去除非气体运动前景干扰，最后通过连通域滤波消除剩余噪声，得到泄漏气体检测结果。本文对大量真实数据进行对比实验和鲁棒性检测实验，实验结果证明,本文相较基线算法具备更强的检测性能，其中检测率和误检率分别提高13.21%和降低5.62%，算法耗时约25 ms/frame，满足实时性需求。本文通过级联图像增强、气体检测及虚警滤除等多个模块实现对室外泄漏气体的鲁棒性检测，提高气体检测精确度的同时生成直观视觉信息以准确定位气体泄漏源头及逸散范围，解决户外危险气体泄漏检测难题。

摘要:针对电力设备局部放电图谱的识别问题，提出一种改进交叉熵损失函数的双路径全卷积神经网络模型。使用局放图谱作为模型输入，采用双路径的方式，两路使用不同大小卷积核分别提取图谱较深层和较浅层特征，然后进行特征融合。使用卷积层代替全连接层，更多保留局放特征间的空间关联性。改进的交叉熵损失函数可以使模型更适用于数据集样本不均衡的情况。实验结果表明，改进FCN双路径特征融合识别方法准确率达到99.31%，可以准确识别局放图谱，且模型参数量更小。

摘要:采用无人机对输电线路进行智能巡检作业已成为行业主流，绝缘子缺陷检测是智能巡检作业中的关键环节。针对复杂环境中绝缘子缺陷检测精度低的问题，本文提出一种基于改进YOLOv5s绝缘子缺陷检测算法。首先，对现有数据集利用随机矩形遮挡、水平翻转、随机像素置零、添加随机像素等操作进行数据增强，并利用K-means算法对数据集进行聚类分析，得到最佳锚框尺寸，有效提高模型的泛化能力和定位精度；其次，在YOLOv5s的主干网络的末端和最后3个不同规模的卷积网络后加入GAM注意力模块，使模型可以在更大的网络上进行注意，来解决无效特征对识别精度的影响；最后，在特征金字塔结构FPN的基础上，引入自适应特征融合ASFF模块，来增强网络的特征提取能力。实验结果表明，改进后YOLOv5s模型的精确率和mAP0.5相比于原YOLOv5s网络分别提高了2.4%和2.2%。

摘要:近几年提出的基于Transformer的目标检测器简化了模型结构，展现出具有竞争力的性能。然而，由于Transformer注意力模块处理特征图的方式，大部分模型存在收敛速度慢和小物体检测效果差的问题。为了解决这些问题，本研究提出了基于预过滤注意力模块的Transformer检测模型，该模块以目标点为参照，提取目标点附近部分特征点进行交互，节省训练时长并提高检测精度。同时在该模块中融入新提出的一种有向相对位置编码，弥补因模块权重计算导致的相对位置信息缺失，提供精确的位置信息，更有利于模型对小物体的检测。在COCO 2017数据集上的实验表明我们的模型可以将训练时长缩短近10倍，并获得更好的性能，特别是在小物体检测上精度达到了26.8 APs。

摘要:基于人体骨骼数据分析人体行为的方法可解释性强，在基于视觉的人体行为分析研究中具有明显优势。但视角干扰及目标遮挡严重影响人体骨骼关节点的标定。本文提出了一种在人体结构约束条件下的基于人体姿态特征的人体骨骼关节点估计算法，并根据骨骼数据识别人体行为。首先根据人体运动的稳态趋势和暂态变化，基于决策树和加权线性回归分别建立特征提取模型，对缺失或混淆的关节点进行估计。然后设计了一个结合轻量级时间卷积和注意力图卷积的行为识别网络模型，针对行为样本的时间尺度优化模型。在NTU RGB+D 60数据集中建立遮挡情况进行实验，准确率分别达到90.28%(CV)与81.95%(CS)，且在UTD-MHAD数据集中达到98.2%，均优于现有方法。

摘要:针对目前Y型管接头组对焊接间隙人工检测误差较大的问题，提出了一种基于改进Canny算法的Y型管接头组对焊接间隙视觉检测方法。该方法首先对Y型管接头间隙图像进行多尺度细节增强处理，减少滤波导致图像细节信息缺失的影响；其次，利用Otsu最大类间方差法进行阈值选择，降低了人工选取阈值带来的缺陷；最后设计了一种提取特征点计算间隙量的算法，实现了对Y型管接头间隙的测量。实验结果表明，本文使用的方法能够准确、直接检测出Y型管接头组对的间隙量，满足了实际生产中管接头间隙质量检测的要求。

摘要:针对传统风机桨叶检测算法在复杂环境存在误检及检测精度低的问题，提出一种融合多尺度特征与注意力机制的风机桨叶缺陷检测方法。首先使用改进的骨干网络L-ResNet50进行特征提取，保留更多有效信息；然后对不同尺度特征层嵌入注意力机制模块，增强重点语义信息；最后对提取出的深层特征与浅层特征进行多尺度特征融合，进一步提高模型准确率。通过对无人机航拍采集的风机桨叶图像进行缺陷检测实验，结果表明，所提方法在复杂环境下的风机桨叶缺陷检测中平均准确率较原Faster R-CNN模型提高8.2%。