摘要:能量管理控制策略是提升燃料电池电动汽车经济性及部件耐久性的关键技术，为了解决已有能量管理控制策略存在的缺陷，本文提出了一种基于二次型效用函数的能量管理策略。首先建立了车辆和零部件的数学模型，并通过零部件试验验证模型的准确性。其次应用二次型效用函数将需求功率分解为燃料电池和电池的输出功率，该策略考虑了电池及燃料电池的历史输出状态、变载率等，此外为了提高能源的耐久性和车辆的经济性，应用纳什均衡计算出所提出策略的最佳参数。仿真结果表明，所提出的控制策略可以有效提高燃料电池和电池的耐久性，降低氢气消耗，提升续驶里程。与基于有限状态机的策略相比，该策略可降低21.15%电池性能的衰退。与模糊控制策略相比，所提出的控制策略可减少36.52%燃料电池性能的衰退。

摘要:与三线圈中继无线电能传输结构相比，两线圈结构具有更高的效率但传输距离较近，而三线圈结构多应用于中远距离无线电能传输，在近距离系统中效率偏低。对于电动汽车底盘距离不一导致充电效率低下的问题，本文给出一种基于垂直中继的U型线圈切换系统，该系统在适合的距离点切换，即在不同传输距离到达最优效率，可以解决间距变化导致效率低下的问题。本文对三线圈电路模型进行分析，对其线圈特性、负载特性和无线电能传输的距离特性进行分析及优化，推导出其效率影响因素，在此基础上进行系统仿真分析。仿真结果表明，与单一两线圈或三线圈结构模型相比，所设计的切换系统在较近和较远距离下无线电能传输效率都提升了58%；与普通三线圈结构相比，该系统无线电能传输效率最高提升了71%。

摘要:半航空瞬变电磁法通过在地面布设发射源，在空中使用无人机搭载接收线圈获取二次场信号实现对地下结构的探测，然而在实际应用过程中其探测能力会受到接收高度、水平偏移距等因素的影响。针对这一问题，开展半航空瞬变电磁响应空间分布特征研究。首先通过均匀大地模型和层状大地模型的正演计算，采用控制变量的方法分析不同因素对半航空瞬变电磁响应的影响；其次通过含异常体模型的正演计算，分析异常体埋深、电阻率等参数等对半航空瞬变电磁勘探地下目标体能力的影响。研究结果表明：接收高度和水平偏移距对半航空瞬变电磁响应的影响主要集中在早期，随着接收高度或者水平偏移距的增加，早期垂直感应电动势幅值逐渐降低，且回线源外响应出现极性反转现象；半航空瞬变电磁响应曲线在不同电阻率地层中表现出不同的衰减速率，这表明其对地层电阻率变化有着较好的识别作用；半航空瞬变电磁响应曲线中可以体现出地下目标体的埋深及电阻率变化，证明了半航空瞬变电磁对不同异常体的分辨能力。

摘要:针对传统图卷积网络易忽略空间特征与时间特征之间关联的问题，设计了一种基于残差结构和图卷积网络相融合的双流网络模型。首先网络包括空间流和时间流两个通道，将手势骨骼数据构建成空间图和时序图作为两通道的输入，通过分离时间维度和空间维度极大地提高了训练速度。然后为了增加网络深度，避免梯度消失等问题，嵌入残差结构并对其进行改进，更加有效利用时间特征，保证了特征的多样性。最后将两通道输出的空间点集序列和时间边集序列串联转化，输入Softmax分类器进行分类，得到识别结果。将新提出的方法在CSL和DEVISIGN-L手势数据集上进行实验，结果表明在两个数据集上识别精度分别达到了96.2%和69.3%，证明该方法具有一定的先进性。

摘要:为了满足测量系统供配电控制设备实时监测输出电压与输出电流的需求，本文设计了一种高精度电流测量电路，该电路基于TI公司的精密电流监测计INA260芯片设计，实现了对0~36V供电范围内的0～15A持续电流实时监测和精确测量。电流测量值通过I2C接口输出，信号测量电路同数字控制电路实现电气隔离。通过大量数据测试，输出电压实测值与理论值间误差范围在0~10mV，输出电流实测值与理论值间误差范围在0~5mA。实验结果表明，该电路对0～15A内的电流测量精度和0~36V内的电压测量精度均优于1‰，实现了实时监测的功能，并提高了测量精度。

摘要:针对投影式光刻机检焦系统对图像处理强实时性的需求，以FPGA芯片为载体，设计了一种基于SOPC的检焦图像实时处理系统。首先，使用Microblaze嵌入式软核执行图像处理算法，无需更改硬件架构即可进行系统方案验证和算法调试；然后，采用软硬件协同的方案，将算法移植到FPGA硬件中，实现了检焦流程的加速。FPGA片内通过AXI总线进行软硬件间数据交互，片外通过光纤接口与工件台互连，完成检焦结果的高速上传。实验结果表明，系统运行稳定，完成整个检焦流程需要104μs，软硬件协同实现速度约为软核实现的1700倍。

摘要:针对某结构应力监测系统，提出应用光纤光栅传感原理来测量结构应力，设计了基于光纤标准具的F-P可调谐滤波器光纤光栅解调系统。利用标准具的稳定性来对F-P滤波器进行标定，消除环境温度对F-P滤波器的干扰。利用DDS原理设计了F-P滤波器的驱动源，产生的三角波分辨率可以小于0.42mV，确保解调系统最终的分辨率达到1pm。设计了光电转换电路，实现了微弱光信号的转换和放大，最后转换成易于采集与显示的电压信号。最终，利用本次设计的解调系统可以实现±3000με的应变测量，测量精度可达到2.59%。

摘要:针对传统拉线式位移传感器会因碰撞、恶劣天气等原因造成测量可靠性差、精度低等问题，提出一种通过神经网络建立油缸位移长度与标识点像素坐标间映射关系的挖掘机工作装置虚拟位移传感器系统。利用图像处理技术提取液压缸标识点的圆心像素坐标，以像素坐标和实际油缸位移信号作为输入，通过遗传算法优化的神经网络建立油缸位移与标识点圆心坐标的映射关系，预测油缸位移进而获得挖掘机工作装置的姿态。实验表明，该方法预测得到的油缸位移准确率高达99.5％，预测获得的工作装置姿态均方误差为1.1329，满足实际应用要求，可以应用于挖掘机位姿的实际测量中。

摘要:针对当采样协方差矩阵中包含期望信号时，模型失配会使MVDR(Minimum Variance Distortionless Response)自适应波束形成算法性能大幅下降的问题，本文提出一种基于空间平滑差分算法(Spatial Smoothing Difference Algorithm, SSDA)的鲁棒自适应波束形成算法。该算法首先通过空间平滑差分算法获得源数目先验知识，再对MVDR空间功率谱进行波峰搜索得到期望信号，最后再从采样协方差矩阵中去除期望信号协方差矩阵。仿真结果表明，在高信噪比输入的情况下，改进后的算法在去除期望信号后其输出信干噪比有了很大提升，比MVDR算法提高了2～3倍。

摘要:由于压燃式航空活塞发动机工作过程具有强非线性等特点，只采用模型预测控制（MPC）算法来实现压燃式航空活塞发动机的转矩控制，会导致基于状态空间模型的转矩预测精度不理想。采用径向基（RBF）神经网络结合MPC的发动机转矩复合预测控制能解决上述问题。首先，通过脉谱（MAP）控制方式获得发动机的运行数据，以此作为自行搭建的发动机联合仿真平台上的神经网络训练样本集。其次，在粒子群优化（PSO）算法中引入模拟退火（SA）机制，训练RBF神经网络转矩预测模型。最后，通过联合仿真不断修正控制算法，验证了SA+PSO算法在RBF神经网络上训练发动机转矩预测模型的优越性，还能有效改善PSO算法容易陷入局部最优的问题，并通过发动机台架实验验证了转矩复合预测控制的有效性。

摘要:随着微电网的迅速发展，其运行和经济优化控制越来越受到人们的关注。传统的经济优化控制为集中式控制，其面临着单点故障，资源消耗大等问题。分布式控制可以很好地解决上述问题，并可以结合一致性算法解决微电网中的经济调度问题。系统调度过程需要通信网络完成信息的交互，然而通信网络通常会受到噪声的影响，针对此问题，本文提出了一种基于有限时间一致性的完全分布式经济调度策略来应对噪声的干扰，并以分布式系统的发电成本和环境污染排放最小为目标，通过引入一致性增益函数来抑制噪声，实现系统的完全分布式环境/经济优化调度。算例仿真表明：本文所提出的完全分布式调度策略在保证一致性收敛的同时，可以抑制噪声的干扰并且达到了较好的优化效果。

摘要:针对传统的语音增强网络对未知噪声增强效果不理想的问题,本文从语谱图增强，网络结构，特征融合机制三方面提出改进方法。首先为了提取语谱图深层特征信息，使用VGG19结构来代替UNet结构中编码器部分，同时在解码器部分加入残差网络以加深网络深度，防止训练退化；其次，为了更好地结合语谱图中特征信息，在UNet结构跳跃连接部分加入自适应特征融合机制来融合深浅层特征。此外，为增强说话人信息，通过直方图均衡算法对语谱图进行特征优化，得到直方图均衡化增强后的语谱图。在不同的噪声环境中，本文所提方法在质量和可理解性度量方面评分都优于其他增强方法。

摘要:针对三维环境下A*算法搜索路径不平滑，不具有动态避障的问题，本文提出了一种融合A*算法。该算法在A*算法的基础上，首先引入了俯仰角和偏航角作为搜索约束，其次采用变权值的评估函数和无人机航程、飞行高度、威胁代价，最后将平滑后的A*算法与人工势场法相结合，并利用粒子群算法对A*算法和人工势场法涉及的参数进行寻优。仿真结果显示，融合算法较传统A*算法而言，节省5.34%的燃油损耗，提高了搜索效率，缩短了路径长度，规划出的路径更加平滑，而且能够实现实时动态避障。

摘要:为消除基于互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition，CEEMD）的谐波检测法易受到迭代次数与辅助白噪声的干扰而产生虚假分量与模态混叠等问题，以及CEEMD方法在检测噪声背景下的谐波信号精度不高的缺陷，提出一种基于排列熵（Permutation Entropy，PE）算法与CEEMD相结合的PE-CEEMD谐波检测方法。首先对谐波信号进行互补集合经验模态分解，得到若干频率由高到低排列的固有模态函数（Intrinsic Mode-Function，IMF），利用排列熵算法快速选定随机性较大的噪声分量进行剔除，对剩余信号再进行CEEMD分解。仿真实验数据表明，相较于CEEMD方法，PE-CEEMD方法能够较好地克服模态混叠与虚假分量等问题，并且针对复杂谐波信号的各次谐波频率成分与幅值的检测精度分别提高了4.424%与9.3%。

摘要:机器嗅觉是一种基于传感器阵列与计算机算法模拟生物嗅觉的新兴仿生技术，气味物质气味表征是机器嗅觉值得研究的领域，目前嗅觉感知处于初级研究阶段，气味的通用分类理论基础还不成熟。本文从物质气味电子信息角度出发，利用采集样本中相对均衡香型数据，通过机器学习算法及参数调整、网格搜索等模型优化手段，提出基于电子鼻数据的物质气味分类模型，建立物质气味电子鼻信息与感知联系，实验结果表明，基于随机森林的气味分类在各评价指标上表现突出，平均准确率达到93.6%，随机森林模型相比其他机器学习算法表现优异。

摘要:图像超分辨率是指从低分辨率图像生成对应的高分辨率图像。它在人脸识别、数字高清电视、视频通信等领域应用广泛。为了对图像超分辨率技术进行深入探索和总结，本文首先回顾了单图像超分辨率的历史，综述了基于非学习的超分辨率方法，其中展开介绍了基于插值和基于重建的方法，接着重点介绍了基于学习的方法，详细分析了基于深度学习的图像超分辨率，具体总结了SRCNN、ESPCN、SRGAN这三种图像超分辨率方法，并将其与递归结构、密集结构、注意力机制网络结构进行对比，之后分析了损失函数和上采样方式在图像超分辨率中的作用，介绍了常用数据集和图像评价指标，展示了图像超分辨率的可视化结果。最后，总结了现有单图像超分辨率方法的进展和不足。

摘要:针对锂电池X射线图像存在清晰度低、对比度差、图像电极轮廓模糊不清晰等问题，提出一种基于改进多尺度Retinex的锂电池X射线图像增强算法。首先，在传统多尺度Retinex算法中，使用双边滤波估计照度分量，同时利用基于平均对数亮度值进行全局自适应的图像动态范围压缩。然后使用改进的MSR算法提取图像的反射分量，利用sobel算子获取反射分量的纵向梯度，再与反射分量进行梯度信息融合，增强图像细节信息，再对融合图像使用CLAHE算法进行对比度增强，最后再使用双边滤波去噪声，得到最终增强图像。在自主构建的数据集上进行了实验研究，实验结果表明提出的方法显著提高锂电池X射线图像的清晰度和对比度，图像阴极线边缘轮廓有明显增强，在突出锂电池X射线图像边缘细节信息和增强图像对比度上，都要明显优于传统多尺度Retinex算法。

摘要:针对步态识别易受环境干扰等问题，本文以步态特征提取方法为研究重点，基于对抗学习网络框架提出了改进型姿态估计算法提取步态特征。该方法利用改进型残差网络获取由低层次到高层次的步态特征，随着网络层数的加深，对残差网络做出相应的调整，突出对局部细节特征信息的聚焦；同时设计了时序编码器，不仅提高了步态特征对于环境变化的泛化性，还减少了环境对特征提取的影响。最终在三种不同的实验模式下，基于CASIA数据集进行了大量的实验，识别精度均在83%以上，最终证明本文所提出的特征提取方法在复杂环境展现出良好的灵活性。

摘要:针对三维不规则的点云格式和密度不均匀的问题，提出了一种融合多注意力机制与PointRCNN网络用于三维点云目标检测。本实验主要对PointRCNN两阶段网络分别进行改进，首先，把通道注意力与空间注意力机制串行通过调节输入到第一阶段各网络层的分布，批量归一化进一步快速识别三维特征；其次，引入交叉位置注意力机制到第二阶段网络为了避免交叉路径出现位置偏差，从而进一步精细化三维目标位置以进行特征提取。在KITTI数据集上实验结果表明：相比于PointRCNN检测网络，改进的网络在小汽车和行人测试上平均均值精度(mAP)分别提高了1.2%、1.9%。因此改进的方法在解决了点云格式不规则和密度不均匀问题的同时还保证了检测精度。

摘要:随着我国经济的高速全面发展，人民生活水平的日益提高，我国对于交通运输方面的需求越来越大。为了满足列车安全运行的需求，本文提出铁路场景下基于单阶段实例分割的列车主动避障视觉算法，针对铁路场景中侵线情况下检测物体多重叠的特点对算法模型进行了优化，改进主干网络和多尺度融合方法提高了模型的精度，利用TensorRT半精度加速和CUDA重构对模型进行了加速，并对本文方法和其他方法进行性能评价与对比试验。最终，本文方法在嵌入式平台Xavier上实现了71.2MAP和108ms的速度，实现了车载部署下列车前方环境的高效高精度检测。

摘要:为实现球栅阵列封装芯片视觉检测中焊球质量和共面度在线检测，提出一种点云与图像数据相结合的检测方法。首先对彩色相机进行标定，再分别获取芯片彩色图像和点云数据，利用随机采样一致性算法获取点云主平面法向量，根据法向量提供的倾角信息，进行倾斜度校正。然后，将倾斜度校正后的点云利用彩色相机内外参数投影成像得到点云灰度图，将其与彩色图像进行点模式匹配，获取点云数据与彩色图像间的平移量和偏转角，完成点云数据与图像数据配准。从配准后的数据提取焊球进行焊球大小、破损、变形、桥连等缺陷检测和高度测量，完成焊球共面度测量。该方法与迭代最近点法进行了对比实验。二者测量结果总体一致，但本文方法在耗时上减少了62.8%。该方法在先进制造业中具有广阔的应用前景。

摘要:针对传统DV_Hop算法在无线传感器网络中定位精度不足的问题，提出一种基于测距修正和蜜獾优化的改进DV_Hop定位算法。首先，通过多通信半径细化节点间最小跳数；其次，利用最小均方差准则与修正因子减少跳距误差；最后引入全局寻优性能优异的改进蜜獾算法代替最小二乘法计算未知节点坐标，进一步降低计算误差。经网络仿真验证，在不同条件下，优化算法较传统DV_Hop算法和改进算法（PDDV_Hop）定位误差平均下降16.62%、3.92%，能够有效地提高定位精度，且优化算法定位精度受锚节点数量影响较小，可在保证定位精度的前提下降低锚节点部署成本。

摘要:光纤几何参数是影响光纤性能的一个重要指标。灰度法为光纤几何参数测量的一种常用方法，测量时需要对光纤通光照明以区分纤芯和包层。由于光并不完全集中于纤芯传播（部分光在包层中传播），导致纤芯与包层的界面难以区分。为了准确找出纤芯边缘，本文利用两段多项式分别拟合纤芯和包层区域的光强灰度分布，求得两段多项式的交点对应的灰度值作为纤芯和包层的分界点，从而得到纤芯的边缘数据。利用分段三次Hermite插值对测量数据进行矫正，降低误差点对拟合的影响。通过对两组成像质量不同的光纤端面图像进行测量，用标准仪器先后测得纤芯的直径和不圆度为10.068µm、0.616%和10.397µm、0.766%，本文方法的测量值为9.999µm、0.716%和10.020µm、0.857%。实验表明，本文方法对光纤几何参数的测量具有较好的准确性和稳定性，而且从理论上讲，本文方法较之常用的灰度法更具有物理意义和测量原理上的合理性。

摘要:为探究抑郁症患者脑网络连通特性及其作为在线反馈指标的可行性。首先，采用对容积导体效应不敏感的相干性虚部(IC)构建脑网络，能够有效便捷的避免虚假连接影响。然后，提取具有显著性差异的IC值作为特征集，提出结合Couple熵(CE)和Relief过滤式特征选择方法优化特征集，结合特征与类、特征之间关系信息提高特征集质量。同时，根据自我参照脑网络模块整合特征集，构造在线反馈指标。最后，采用K最近邻(KNN)、支持向量机(SVM)分类器进行对比分析。结果发现，各频段内CE-Relief特征选择方法提取的特征集最小，且分类准确率均高于90%；Alpha频段IC值识别抑郁效果最好，分类准确率可达到100%；自我参照脑网络的前额区平均IC值分类能力在各频段内具有优势且稳定，分类准确率均高于80%。

摘要:辐射源个体识别是电子对抗领域中的重要技术，通过识别设备间不同细微特征从而达到区分非法设备与合法设备的目的。针对辐射源个体间指纹特征差异细微且在噪声干扰下提取特征较少的问题，本文提出了一种基于深度残差收缩网络的辐射源个体识别方法。该方法首先将I/Q图特征数据进行拼接，利用数据增强技术进行样本扩充，进而构建了深度残差收缩网络识别模型，最后对构建的模型进行ADS-B辐射源个体识别训练并进行识别效果评估。仿真结果表明，本文构建的深度残差收缩网络通过消除数据噪声的优势，对数据增强后的20类ADS-B辐射源个体在0dB的低信噪比条件下总体识别准确率达到98.2%，其性能较相同层数的Resnet网络提高了1.3%，并明显优于现有其他方法。