摘要:针对舵机测试数据量大且样本不均衡问题，提出了一种使用灰狼优化算法（GWO）优化深度神经网络（DNN）并与逻辑回归分类器（LRC）相结合的舵机异常检测模型（GWO-DNN-LRC）。模型的构建有效的解决了舵机测试数据中小样本难以被准确分类的问题，适用于舵机测试数据的深度特征提取与多故障分类。该方法的准确度达到99.261%，相较于LRC、DNN、GWO-DNN分别提高了4.931%、0.205%、0.087%，精确度、召回率、F-score达到98.417%、98.062%、98.217%。在不同类别分类准确度对比中，6种小样本的类别能够达到100%。实验结果表明，该方法充分提高了舵机异常检测的性能，是深度学习技术在舵机测试数据中的有效应用。

摘要:在我国空管安全监视中，对于监视精度的把控至关重要。近年来“低慢小”飞行器引起的航空不安全事件逐渐增多，增加了空域监视的难度。为了加强对于空域的有序管理，提高对于“低慢小”航空器的监视需求，提出了一种采用外辐射源作为发射端，只建立接收站的监视方式，通过对接收站进行合理的布局，对低空空域的“低慢小”飞行器进行监控使监视精度满足机场起落航线附近的监视要求。通过对HDOP进行推导得到精度因子作为评价该监视方式能否达到监视精度的指标，并对不同数目、接收站故障和接收站不同高度下的情况进行仿真，仿真结果表明，四个地面站在不同情况下的精度均小于推导的HDOP，证明该监视方式可以满足民航对于机场附近低空空域监视精度的需要。

摘要:地外天体着陆探测是我国深空探测的重要形式和方法，针对地面探测模拟训练系统中探测车位姿提取的需求，提出了一种利用激光扫描仪和标靶球结合的方法进行特征识别，拟合出探测车的位姿数据，并建立地面模拟训练系统。首先对激光扫描数据进行滤波预处理去除点云中离群点，然后选择适当的参数对数据进行重采样。通过基于分类改进的区域增长法对点云进行分割，筛选出指定数量范围的点集并拟合多个标靶球位置信息以建立局部坐标系。通过实验数据分析，标靶球拟合精度满足3mm最大允许误差，点云处理速度得到有效提升，验证了特征识别方法的准确性和高效性。最后通过坐标系转换估计出探测车的位姿矩阵信息。

摘要:为了实现孤岛模式下交直流子微网之间功率合理互助互济，提出了一种孤岛模式下的协调混合微网系统的功率分配策略。首先分析了微电网的拓扑结构得出了可表征功率传输参考值的特征量，并根据该特征量将系统方式运行方式分为ILC空闲控制段与ILC工作控制段，对运行阶段的切换条件进行了合理的设计;其次，设计了基于交流侧母线电压和直流侧电压反馈的功率反馈算法用以实现功率互济互助目标。最后，在MATLAB中搭建了仿真模型。仿真结果表明，利用文中所提的功率互助策略，交直流子微网能够根据自身条件承担系统的功率波动且保证系统整体的稳定运行，且仿真中ILC功率变化响应时间小于50ms,控制策略具有较高的动态响应。

摘要:高幅度窄脉冲时域脉冲信号源及超宽带低振铃时域脉冲天线是脉冲探地雷达（ground-penetrating radar，GPR）的关键部件。本文通过挖槽技术有效的减少了电磁辐射干扰,设计并研制了脉冲幅度为156.2V,脉冲宽度为1.6ns的MARX级联脉冲信号源。同时首次提出了半圆形天线臂电阻加载天线,相比于传统三角形天线臂电阻加载天线，0.5-7GHz带宽内驻波系数控制在3.5以内,天线时域脉冲的拖尾幅度由17.5%下降到8.3%,具有超宽带、低振铃的特点。最终开展了隐藏目标的探测实验,雷达探测结果成像清晰、浅层目标分辨率高,有力的验证了本文所研究的脉冲探地雷达前端探测子系统的优越性能及潜在的使用价值。

摘要:主动噪声控制系统是运用声学干涉相消的理论，由自适应算法对参考噪声进行处理来产生抗噪声信号。本文针对燃气站压缩机在中低频段具有声压级高且难以抵消的问题，首先对压缩机噪声进行时频分析，然后提出了一种基于自适应IIR的主动噪声控制系统，该系统由两个参数可调的数字滤波器和相对应的自适应算法组成。最后利用Xilinx FPGA作为系统的核心控制模块进行系统的硬件设计。实测结果表明该方法在中低频段降噪效果可达20dBA，系统收敛速度为30us，且消耗更少的硬件资源。

摘要:为了解决传统化学发光酶免疫分析方法中大尺寸光电检测装置探测头与反应孔的对准难题，采用多模光纤结合光纤型光子计数探头对目标信号进行探测，设计一种基于光电检测技术的黄曲霉毒素B1光纤检测系统。通过ZEMAX仿真与测试结果显示，在反应孔范围内，与反应孔中心位置检测相比光纤光子收集比达到95.83%以上，检测相对标准偏差RSD ≤ 0.21 %，光纤探测口与反应孔对准要求大大降低。试验结果表明，该光纤检测系统的检出限为0.63 μg/L，标准曲线相关系数为0.9977，RSD为1.03~2.38 %，样品加标回收率为92.62~96.03 %，具有更高线性度、精密度、重现性等。

摘要:针对当前动力电池系统尚未建立健全检测评价标准体系、测试技术滞后于产业发展的问题，对动力电池系统检测评价标准体系进行探讨和对检测关键技术进行分析。综合国内外现行动力电池检测相关标准，初步构建涵盖电性能参数测试、安全性能测试、寿命测试和电池管理系统测试的动力电池检测评价标准体系，并围绕动力电池动态工况关键参数测试评估、动力电池热扩散局部热失控安全性测试、电池管理系统功能安全评估等检测关键技术提供方法和思路，为实现动力电池系统测试奠定坚实的基础。

摘要:模拟退火算法是求解无约束优化问题的有效方法，但求解旅行商问题时存在精度较差、容易陷入局部最优且收敛速度慢等缺点。为了改进上述问题，本文提出了一种基于Spark平台的并行模拟退火算法。修改模拟退火算法的降温函数，构造旅行商问题的解空间，采用大邻域搜索技术和2-opt算子增强局部搜索能力，引入OX交叉思想增强全局搜索能力，提出交叉协同试验并行策略与Spark平台并行实现。选取若干TSPLIB数据集进行仿真实验，对求解质量和运行时间两个方面进行测试，与其它Spark框架的并行算法进行对比实验。仿真结果表明，该算法求解精度有较大的提高，求解速度上对比其他算法提升3-10倍，能够有效求解旅行商问题。

摘要:针对圆网印花图案疵点检测问题，本文采用了一种基于YOLOv5改进算法模型来检测印花图案的疵点。本实验根据实际的情况对YOLOv5模型网络结构进行了更改，首先，对YOLOv5网络的骨干部分进行优化改进，引入了注意力机制模块，对输入图片的通道注意力和空间注意分别提取特征。其次，针对印花疵点目标较小的情况对网络的检测层结构进行了修改。实验结果显示，改进的YOLOv5检测算法精确率提升了14.4%，检测速度提升了7.6fps，达到了43.1fps满足实时检测要求。

摘要:针对单一精简算法无法精确保留模型特征信息、易造成点云表面孔洞等问题，提出了一种基于二分K-means聚类的曲率分级优化精简算法。首先采用最小二乘法对邻域进行曲面拟合，计算曲率值，依据曲率值划分显著特征区与非显著特征区，其次采用二分K-means聚类划分非显著特征区，依据子簇的曲率阈值筛选保留具有特征重要性的亚特征点，最后合并更新显著特征区的数据集和亚特征点，得到简化结果。通过仿真实验，从算法运行速度和信息熵两方面与空间包围盒法、曲率精简算法进行对比分析，结果表明，该算法在精简质量上优于其他两种算法，在点云数据重建方面具有一定的应用价值。

摘要:为了从神经控制层面探究脑瘫患儿步态运动障碍原因，设计了以17名受试者双侧下肢各8块肌肉在步态过程的表面肌电信号，通过Kendall模型将表面肌电信号映射到相应脊髓运动神经元位置。同时为描述脊髓节段激活位置变化，提出脊髓激活中心点CoA曲线，并计算CoA曲线极值点数。结果为健康儿童与健康成人在步态过程脊髓节段激活均表现出先是腰段被激活，随后转移至骶段，最后到达腰骶过渡段。通过对比健康儿童和脑瘫患儿脊髓映射图，发现两者在步态运动上表现在脊髓节段无明显转移以及CoA曲线不平滑的差异，健康儿童极值点数范围为8～34,脑瘫患儿为50～144。结果表明该研究成果将有助于更好地理解神经控制机理和脑瘫患儿步态运动障碍病理，进一步将Kendall模型方法推广到脑瘫患儿异常步态运动评估领域。

摘要:基于深度学习的雨滴图像增强方法普遍存在高度依赖配对样本数据集，雨滴去除后图像背景细节模糊等问题。对此，本文提出一种双重注意力引导的弱监督雨滴图像增强方法。该方法设计构建弱监督雨滴图像增强网络，仅需来自雨滴图像域与干净图像域的图像进行训练，可有效降低对配对样本数据集的依赖性；同时，将双重注意力引入生成网络，引导特征提取与多分支掩模生成，掩模同输入的雨滴图像融合后，获得背景清晰的干净图像，实现雨滴图像增强。实验结果表明，该方法在Raindrop数据集上PSNR达到27.0711 dB，SSIM达到0.8996，更好地保留了图像背景细节与颜色信息，证明该方法的可行性与有效性。

摘要:针对成像设备的景深有限，采集图像部分失焦的问题，提出了一种有效的多聚焦图像融合算法，进一步提高图像的对比度和清晰度。首先用NSCT将源图像分解为近似子带和详细子带；然后采用焦点度量优化策略(FMO)和修正拉普拉斯变换(ISML)分别合并近似子带系数和详细子带系数；最后进行逆NSCT得到融合后的图像。利用灰度多聚焦图像数据集进行实验，并与常用的多聚焦图像融合算法对比分析得出，本算法在融合图像的视觉效果和7种常用的客观评价指标都具有更优越的性能。

摘要:针对基于深度学习的手势识别模型参数量大、训练速度缓慢且对设备要求高，增加了成本的问题，提出了一种基于轻量级卷积神经网络的手势识别检测算法。首先利用Ghost模块设计轻量级主干特征提取网络，减少网络的参数量和计算量；通过引入加权双向特征金字塔网络改进特征融合网络，提升网络检测精度；最后使用CIoU损失函数作为边界框回归损失函数并加入Mosaic数据增强技术，加快模型收敛速度提升网络的鲁棒性。实验结果表明，改进后的模型大小仅为17.9M，较原YOLOv3模型大小减小了92.4%，平均精确度提高了0.6%。因此新的检测方法在减少模型参数量的同时,还可保证模型的检测精度和效率,为手势识别检测提供理论参考。

摘要:针对室外大场景环境建图精度不高，地图出现重影和漂移等问题，提出一种融合滤波与图优化理论实时定位与建图系统。该系统由点云数据预处理、基于滤波紧耦合惯性里程计和后端位姿图优化等三部分构成。首先，点云数据预处理采用随机采样一致性算法分割地面，并提取地面模型参数构建后端优化中的地面约束因子。然后，前端紧耦合惯性里程计采用迭代误差状态卡尔曼滤波，以激光里程计作为观测值，IMU预积分结果作为预测值，通过构建联合函数，滤波融合得到较为精准的激光惯导里程计。最后，后端结合图优化理论引入闭环因子、地面约束因子以及帧与图匹配的里程计因子作为约束条件，构建因子图并优化地图位姿。其中闭环因子采用改进的扫描文本的闭环检测算法进行位置识别，可以降低环境误识别率。本文提出的算法在室外厂区楼栋，停车场以及室内车间等多个场景完成场景建图，在距离，水平和高程三个方向的累积偏差均控制10厘米左右，能够有效解决地图的重影和漂移问题，具有高鲁棒性和高精度。

摘要:针对目前相机姿态估计方法都存在视觉局限性的问题，本文使用鱼眼镜头作为视觉传感器进行姿态估计，进而实现宽视角相机相对姿态估计。但鱼眼成像在具有宽视场优点的同时，伴随着严重的非线性畸变导致其在不同的方位和距离下具有不同畸变扩散的问题，为此本文提出了一种直接利用鱼眼图像的非线性进行相机相对姿态测量的方法。首先，构建鱼眼数据集kitti_FE；其次，使用卷积神经网络进行特征提取后结合长短时记忆网络进行双向循环训练，实现相机相对姿态的端对端输出；最后利用迁移学习的方法对实际场景进行相机姿态估计。为了验证本文所提方法的鲁棒性和精确度，在相同实际场景下，利用本文方法分别与现有框架CNN、DeepVO和CNN-LSTM-VO-cons进行对比。实验表明，本文方法分别比现有框架的相机姿态估计精度提高了32%、29%和25%，而且在高速运动下本文方法更具有稳定性。

摘要:扫描离子电导显微镜(Scanning Ion Conductance Microscope, SICM)能够实现微纳米级的形貌测量，引起广大学者的关注研究。针对SICM形貌图像易受噪声污染，影响后续应用的问题，提出了一种基于小波分层阈值处理的双边滤波算法。针对SICM形貌图像的多特征融合噪声，采用伪中值滤波局部处理图像中的强斑点噪声，有机结合小波阈值去噪和双边滤波去除图像高频和低频噪声，最终得到去噪效果较好的形貌图像。通过仿真实验和实测实验进行多次验证，本文算法对比中值滤波、双边滤波和小波去噪三种去噪算法，其峰值信噪比提升幅度均大于9.8%。实验表明本文算法在SICM形貌图像去噪方面具有更大优势。

摘要:步态作为一种行为特征，具有非侵犯性高、伪装性低和远距离识别等特点，具有广阔的应用前景。在实际应用时，步态识别易受环境因素干扰，识别率低。本文提出了一种在胶囊网络中引入空间注意机制，提升有效步态特征在胶囊的权重，又通过反馈权重矩阵的设计，更新输入图像，从而获得网络性能提升的方法。该方法在CASIA-B数据集进行了大量的实验。在正常行走、带包行走、大衣行走三种不同的行走条件下，平均识别率分别达到93%，85%，67%。同时在OU-MVLP数据集上进行了多视角的步态识别实验，平均识别率达到了85%。

摘要:为了实现红外和可见光图像信息的良好平衡，本文利用生成对抗网络技术，提出了一种深层次多分类的生成对抗网络红外与可见光图像融合方法。该方法将主辅思想引入到生成器的梯度和强度信息提取中，并提高了生成器卷积层的深度及浅层网络信息提取能力。在鉴别器中使用多分类器同时估计可见光和红外区域的分布。经过连续的对峙学习，使融合结果中具有显著的对比度和丰富的纹理细节信息。实验获得的信息熵及香农熵值为6.86、互信息值为13.72、标准差值为34.82、结构相似性值为0.71。对比实验结果表明，在主客观评价中，本文提出的方法获得更好的红外与可见光图像融合性能。

摘要:针对弹载遥测通信系统中频谱利用率低、设备体积大、可靠性差、设计复杂等问题，本文设计了一款采用高频谱利用率CPFSK(Continuous Phase Frequency Shift Keying)调制方式的零中频遥测发射机。首先根据CPFSK调制方式将采编组帧后的2Mbps遥测数据信号完成指数为0.715的正交调制，调制后的数据在AD9364芯片内部进行插值滤波、上边频等处理后，经过放大电路由天线发射出去。最后通过搭载测试系统，测试射频调制信号的频谱、传输距离和误码率。发现输出信号具有带宽窄、频谱主瓣能量集中、旁瓣衰减较快等优点，传输距离可达20Km以上。结果表明本设计的弹载遥测发射机具有体积小、复杂度低、可靠性高、频谱利用率高的特点，不仅满足弹载遥测系统的性能指标，还可应用于未来航天遥测遥控系统中。

摘要:血压是能够反映人们身体健康的一个重要指标，随着高血压人群分布范围日益增大，连续血压的监测变得愈发重要。本文提出了基于长期递归卷积网络对光电容积脉搏波进行血压连续无创测量的方法。首先将利用光电容积法采集到的脉搏波信号归一化、阈值处理和特征提取，然后用长期递归卷积网络从脉搏波中计算出血压。实验表明，当光电容积脉搏波信号直接输入时，所提方法比长短期记忆网络的平均绝对误差和均方误差分别提升了56.00%和73.25%。将特征参数作为输入时，该实验比光电容积脉搏波信号直接输入时的平均绝对误差和均方误差提升了59.55%和87.41%，相比直接输入，特征参数输入的实验效果更好，实现了血压的精确测量。

摘要:钢轨是铁路交通的基础设施，漏磁技术常用来检测诸如钢轨之类的铁磁性材料的表面缺陷。针对缺陷漏磁检测信号容易受到提离变化干扰的问题，提出了一种基于相关性的滤波算法。先根据缺陷尺寸、巡检速度和采样速度把检测数据分段，然后在每一段中，比较相邻磁敏传感器x方向采样数据的相关性、各个磁敏传感器x和z方向采样数据的相关性的相对大小，确定本段数据中提离干扰的幅值，以此实现滤波。构建了实验系统对钢轨表面的缺陷进行了检测实验，实验结果表明该算法能有效抑制提离干扰，信噪比增益在1.7以上。

摘要:针对两相流流型辨识精度低的问题，提出一种基于双通道混合网络融合支持向量机的流型辨识算法。通过多尺度卷积核对电容向量进行多尺度特征提取丰富特征层信息，利用压缩激励网络(squeeze-and-excitation networks，SENet)关注卷积核通道上重要特征张量，调整各通道的重要占比，此外引入多头自注意力机制对电容向量的深度特征进行学习。将带有SENet的多尺度卷积通道与多头自注意力通道进行特征融合形成双通道辨识模型，最后将双通道模型有效捕捉到的电容向量特征的特征送入支持向量机中进行训练并测试。仿真实验结果表明，相比于BP神经网络、SVM、1DCNN算法，所提算法在流型辨识中的平均辨识率显著提升，高达98.6%。

摘要:针对高压电缆故障复杂程度高，实时监测成本过高的问题，提出一种基于集合经验模态分解（EEMD）和天牛须搜索算法优化卷积神经网络（CNN）的组合诊断方法。将电缆护层电流数据经EEMD分解为若干个本征模态分量（IMF），结合相关系数选取与原信号相关度最大的分量，作为CNN网络的输入。为了提高网络模型的分类精度，使用天牛须算法（BAS）优化CNN诊断模型的超参数。以淮南某煤矿高压电缆电流数据为例，实验结果表明，EEMD有效的将电流信号进行分解，所设计的BAS-CNN网络与2组人为确定CNN超参数的网络对比，BAS-CNN具有最高的分类精度，监测准确率达到96.95%。

摘要:针对现有的故障诊断方法在处理高维度且动态特征明显的化工生产过程中观测的数据时，存在无法识别长时间依赖关系、精确度不够的问题，本文对长短时记忆模型进行改进，提出了一种基于深度学习与attention机制的分类模型，以田纳西-伊斯曼仿真平台的仿真数据作为研究对象，通过小波阈值去噪法对数据进行预处理，再对模型分类效果进行验证，比较了本文模型与改进前的模型，最后通过t-sne算法绘制样本数据及在模型各层输出特征向量在二维空间的分布图。实验结果表明，改进后的深度学习模型，对故障分类时能达到92.71%的召回率与93.05%的准确率，相对改进前的模型分别提高了16.84%与13.66%，对数据特征的学习效果更好，更适用于化工数据。

摘要:健康管理系统是雷达重要的保障资源，对雷达健康状态的快速评估又是健康管理系统中的重要组成部分。因雷达属于复杂电子信息系统，设备种类多、数量大，以往人工分配权重的方式所计算的雷达健康度准确率较低，且更新困难。本文提出了一种基于Logistic回归的雷达健康评估模型，可根据样本数据，自动训练模型参数，测试样本正确率可以达到83.23%。且本文提出的模型平均训练时间为126ms，可以实现算法的在线训练和更新。通过专家在线反馈机制，样本正确率可以进一步提升到85.37%，因此在雷达的日常使用中，通过在线反馈机制可以不断更新模型参数，从而提高健康评估准确率，确保雷达全寿命综合保障能力。

摘要:波导传输线电磁参数测试中，测量参考面无法做到被测样片两端，从而会带来较大的测量误差。本文首先利用传输反射测量法和电磁参数反演算法，通过构建测试仿真模型，得出被测介质材料的磁导率与介电常数表达式。在此基础上，为了解决测量参考面问题，首先使用TRL(Through-Reflect-Line)校准算法，使散射参量、与理论值偏差下降12%、16%；为了解决嵌入误差问题，使用去嵌入算法,实现散射参量与的误差分别下降了18%、6%。仿真结果表明两种优化算法均可有效减小测量误差，提高了电磁参数测试精度。