摘要:针对光伏阵列在复杂光照条件下的多峰值特点及常规的最大功率追踪算法无法兼顾追踪精度和速度、存在振荡的问题，提出了一种改进秃鹰搜索算法；该算法在选择搜索空间时使用混沌映射对选择位置控制变化的参数进行优化，增加种群位置的多样性，提升算法的全局搜索能力；并在搜索空间猎物时，引入Levy飞行机制，对秃鹰新位置进行优化，增强了算法跳出局部搜索的能力；同时提出一种新型并联Boost电路，提高追踪的稳定性，减小振荡。通过Simulink建模仿真分析可知，结合改进的算法与新型并联Boost电路，在三种阴影情况下，追踪的成功率分别为100%、98%、96%，均高于原始算法，能够更快、更稳定地实现最大功率跟踪。

摘要:为充分挖掘眼动模式信息，最大限度优化模型效果，提高眼动模式识别准确率，本文提出了一种基于融合特征与优化随机森林的眼动模式识别方法。首先提取常规眼动特征、眼动序列子模式特征、视线点高斯分布特征3组特征参数，结合ReliefF选择重要的特征，建立融合特征矩阵，然后以随机森林为基础，使用粒子群算法对模型参数全局寻优，建立优化随机森林眼动模式识别模型。通过自闭症患者眼动实验公开数据集验证本文所提方法的有效性，实验结果表明所提方法能较好区分正常人和自闭症患者之间的眼动模式差异，相较于常规眼动特征随机森林的分类准确率提升了957%。因此，融合特征能更好的挖掘眼动模式包含的信息，粒子群算法能有效优化模式识别模型效果，为眼动模式识别提供了新思路与方法。

摘要:目前带晶闸管控制LC型电抗器的混合有源滤波器（TCLCHAPF）一般采用等效阻抗法控制TCLC部分，采用滞环比较法控制有源滤波器部分。该类控制器忽视了有源与无源部分的联系，因而不能保证全范围内稳定的谐波抑制能力。对此，以单相TCLCHAPF为研究对象，分析得出TCLCHAPF双模式预测控制模型，在预测控制模型的基础上进行有源部分和无源部分的联合控制；然后将指令电流的历史波形输入预测控制器，通过稳定状态预测和滚动优化得出可能的优化方向，从而改善了带稳定负载时的长期运行性能。为使离散输出的优化结果作用于TCLCHAPF装置，提出了终段脉冲式PI控制器。变工况仿真实验表明：模型预测控制方案具有可行性；相较于传统方案，改善了系统运行状态，稳定时的控制性能变好。

摘要:本文基于阶跃阻抗谐振器（SIR）比同频率均匀阻抗（UIR）尺寸更小的原理，结合薄膜工艺设计加工了一款小型化的交指滤波器。设计的SIR谐振器长度比UIR谐振器长度缩短了24.8%。使用该小型化的谐振器设计了一款小型化的交指滤波器。使用薄膜工艺在0.254 mm厚的相对介电常数为98的陶瓷基板上对滤波器进行加工。经测试，滤波器的通带为355~435 GHz，带内中心插损为3 dB，带内平坦度为17 dB，带内回波损耗小于-186 dB，在带外28与51 GHz处的抑制度分别为-428与-661 dB。滤波器尺寸仅为640 m×479 mm（021λg×016λg）。

摘要:针对长距离多轴激光干涉测长同步动态数据采集问题，研制基于FPGA的高速动态测量数据采集系统及上位机动态测量软件。采用FPGA挂载DDR3的硬件系统方案，提出基于边沿检测捕捉外触发同步信号、构造读写FIFO结合MIG IP核实现读写逻辑的方法设计离线系统，满足降低测量软件的实时性要求。硬件与上位机建立串口通信，实现温度、大气压强、湿度等多参数多路环境传感器的实时采样及激光波长对空气折射率的实时修正。在触发脉冲重复间隔TPRI≤20 μs的条件下，与商品干涉仪进行动态测量比对，实现差值小于8 nm。实验结果表明该系统在50 kHz采样率下实现了纳米级高精度测量，且无数据缺失、误码现象，可广泛应用于高速、高精度的动态测量数据采集。

摘要:离散二维快速傅里叶变换被广泛应用于数字图像处理，对工程领域具有重要意义。通常2DFFT使用行列分解计算，即先沿着行计算一维快速傅里叶变换，再沿列计算。由于现场可编程门阵列的数据传输带宽以及相关存储硬件的物理结构特性的限制，该方案不满足高分辨图像实时处理的需求。采用行FFT转置行FFT的方案，虽减少计算过程中直接内存访问控制器的等待时间且能提高2DFFT的计算效率，但目前矩阵转置实现有很大的局限性。传统的设计使用加载和存储指令来完成矩阵的换位。提出一种基于快速分块转置的2DFFT方案，通过搭建转置模块与四路并行1DFFT模块，充分利用FPGA片上资源以降低延时。实验基于Xilinx Kintex UltraScale FPGA，在相同的时钟频率以及并行条件下，对比不同的2DFFT计算方案。在实验误差范围内，本文提出的解决方案使计算效率提升约15倍。

摘要:在雷暴云定位中，地表相对介电常数的测量至关重要。为解决地表介质连续监测难的问题，分析同面极板电容传感器测量原理，建立同面极板电容传感器理论模型，结合实际地表监测应用环境，完成传感器设计；引入电介质的德拜弛豫关系，研究契合地表介质测量的最佳驱动信号频率；设计信号调理电路，进行温湿度补偿，利用最小二乘法线性拟合最佳数据匹配函数，提高测量精度。实验结果表明，该系统测量误差小于5%，能够有效的对地表相对介电常数进行实时监测。

摘要:为实现输电线路绝缘子的精确定位与快速识别，提出了一种基于YOLOv5（You Only Look Once v5）的旋转目标检测算法。针对绝缘子自爆故障，提出了一种三标签的旋转矩形框标注方法，能够提升模型的检测效果和收敛速度；引入Hardswish激活函数加速计算，同时提高模型的数值稳定性；用Ghost module代替Conv结构，以此来降低模型的参数量，提升模型的检测效率；将位置损失使用的CIOU Loss(Complete IoU loss)函数改进为EIOU Loss(Efficient IoU Loss)函数，添加一个角度损失函数SLL(Smooth L1 Loss)，用于矩形框角度的回归，使模型能更精准的定位绝缘子的位置，提高模型的检测效果。实验表明，改进的绝缘子故障检测算法相较于YOLOv5s模型的浮点计算量减小了487%，模型大小降低了445%，推理速度提升29%，模型的整体检测精度能达到977%，同时还能满足移动端部署的实时性要求。

摘要:针对整数阶Tikhonov正则化方法识别桥梁移动载荷识别精度较差的问题，提出一种基于改进分数阶Tikhonov正则化的桥梁移动载荷识别方法。根据时域法理论建立桥梁移动载荷识别模型，模拟双轴车辆在桥梁上行驶过程，通过核函数方法将移动载荷表示为弯矩响应和加速度响应核函数的微分形式，采用离散化方法将微分方程转化为线性方程组，通过改进分数阶Tikhonov正则化方法进行求解。结果表明：较分数阶Tikhonov正则化方法和整数阶Tikhonov正则化方法，采用改进分数阶Tikhonov正则化方法的移动载荷识别结果在识别精度和抗噪性上都有一定优势，且改进分数阶Tikhonov正则化方法在低噪声水平下载荷识别精度较高，识别误差仅为分数阶Tikhonov正则化方法的15%；识别结果受弯矩响应影响较小，且具有良好的鲁棒性，更适用于桥梁移动载荷的现场识别。

摘要:为了解决现有的地面分割方法在路面复杂、点云稀疏场景下存在的地面分割不准确的问题，提出一种基于凹包算法的地面分割算法。该方法首先根据激光雷达点云生成凹包，然后根据粗滤提取的三角面内点的分布和三角面法向量的扫描特性，将地面三角面选取出来，之后再精确提取地面三角面的内点，根据内点到三角面的距离即可精确的完成地面分割。实验结果表明，该方法可以充分考虑点云周围的几何特征，对物体的几何边界敏感，可以在地面倾斜的场景下精细的将小凸起、路牙石等小型障碍物分割出来。

摘要:针对钢材表面缺陷种类多，背景干扰强且尺度变化多样导致的检测效率低、精度差的问题，提出了一种钢材表面缺陷检测算法CBEYOLOv5。在YOLOv5算法基础上进行改进，通过主干采用坐标注意力机制，加强对目标的关注，提高特征提取能力；用BiFPN作为特征提取网络，给出有效的特征对应权重，以充分融合不同尺度的特征，并通过EIOU来计算模型损失，使模型能更精确的回归。在公开数据集NEUDET上的实验结果表明，CBEYOLOv5算法mAP为755%，较YOLOv5提高了38%，检测速度也高于一些常见的目标检测算法，能够更准确、更快速地检测到钢材表面的缺陷。

摘要:在多无人机协同电力巡检任务中，现有的路径规划方法普遍忽略了信号质量的影响，致使其难以在大范围的电力巡检任务中得到有效应用。因此，针对由于通信受限所引起的检测效果下降问题，提出了5G信号约束下的多无人机协同电力巡检路径规划方法。首先，基于5G信号传输特性，建立了面向电力巡检大尺度空间的传播损耗模型；继而，基于遗传算法架构，提出了综合5G信号质量、飞行里程、巡检目标共同约束的多无人机路径规划方法；最后，对基于5G信号的多无人机协同电力巡检路径规划方法进行了仿真验证。结果表明，相较于传统方法，约束后信号质量较差路径的飞行长度减少了452%，并且无人机会在距离相差较小的情况下优先巡检信号较强的杆塔，进而提升巡检任务的检测效果，从而可以保证在大范围环境下的使用。

摘要:基于模型预测控制的五桥臂逆变器存在公共桥臂电流过大的问题，以五桥臂逆变器下的双永磁同步电机系统为研究对象，在模型预测控制策略的基础上对公共桥臂电流抑制方法展开研究。结合五桥臂双永磁同步电机系统的拓扑结构以及模型预测控制策略的算法架构，探讨了公共桥臂对应的两相电流相位差对其电流的影响，将基于转子磁链角度差的公共桥臂电流抑制方法应用于模型预测控制策略中，并对电流抑制效果进行实验验证和量化评估。实验结果表明，在均衡负载以及不均衡负载情况下，基于模型预测控制策略的公共桥臂电流抑制算法均能够实现较好的电流抑制效果。

摘要:针对传统的跑道侵入告警设备自动化水平低、安装维护成本较高的问题，通过机场视频系统获取机场场面图像信息，采用YOLOv5对机场场面航空器进行检测；使用轻量化网络ShuffleNetv2对DeepSORT算法进行优化，实现对机场场面航空器的跟踪；根据单目视频采集系统建立坐标转换和测距模型，对机场场面航空器与跑道中线的距离进行准确测量，根据地面保护区设置合适的阈值实现跑道侵入告警。实验结果表明，优化后的模型平均处理时间降低了2564%，模拟环境下航空器距跑道中心线11、18和43 cm的测距平均误差分别为002、001和001 cm，跑道侵入告警准确率为9586%，该模型实时性好、准确率高，能够有效预防跑道侵入事件的发生。

摘要:盲图像去模糊的目的是通过迭代在模糊核未知的情况下，从模糊图像中恢复出清晰图像。当真实图像具有较少的暗像素时，暗通道先验算法不能产生令人满意的结果。实验中发现，二阶梯度（海森矩阵）中元素的绝对值随着图像逐渐模糊而减小。利用这一特点，提出一种基于L1正则化二阶梯度的暗通道先验盲图像去模糊算法模型。首先，展示了算法相关的理论证明，通过实验说明海森矩阵在保留边缘细节以及图像细节方面的可行性，其次在暗通道去模糊模型的基础上，引入二阶梯度项并施以L1范数约束。然后采用半二次分裂策略来解决该非凸优化问题，最后，使用快速傅里叶变换求得最终的清晰图像和模糊核。实验结果表明，该算法能够在抑制噪声的同时很好地保护图像的边缘细节和消除振铃伪影，并且在合成图像和自然图像上都比现有的图像去模糊方法鲁棒性更强，并且性能良好。在自然图像数据集中SSIM值平均提高了10% 以上。

摘要:海陆分割是通过遥感影像进行海岸线变化分析、资源管理等应用的重要基础，由于遥感影像场景复杂、陆地大小形状分布不均，海陆分割面临着误分类和边界分割不清等问题。针对上述问题，提出了一种用于遥感影像海陆分割的门控金字塔融合网络。首先通过基于注意力诱导的跨层聚合模块聚合两个深层特征，捕获全局上下文，准确而粗略地获取陆地的大小和形状信息。然后将聚合的全局特征送入门控融合模块，以全局信息为指导，在多尺度特征中选择有用的上下文信息，逐层优化边界细节并突出整个陆地区域。最后对每个侧输出进行全局监督。选取两组不同数据源的遥感影像进行实验，准确率分别为9913%和9898%，F1分数分别为9903%和9889%，mIoU分别为9826%和9797%。实验结果表明，与其他算法相比，该算法具有更好的分割效果。

摘要:针对多光谱行人检测中双模态特征融合不充分、特征融合质量低的问题，提出一种基于多阶段交叉信息融合的多光谱行人检测算法。算法首先通过双流骨干网络分别对可见光图像和红外图像进行特征提取；设计交叉信息融合模块并多阶段嵌入双流骨干网络中引导双模态特征融合，实现双模态特征信息的充分融合；引入条件卷积对融合后的特征信息进行动态处理，改善融合信息的质量，最终提升算法的检测性能。实验结果表明，算法的漏检率仅为1041%，较原算法降低了10%，显著提升了算法的检测性能。

摘要:瞳孔定位在人机交互中起着关键性作用，然而由于反射、眨眼和睫毛遮挡等噪声以及瞳孔位置不居中、运动导致模糊等问题，使得瞳孔中心定位的准确率下降、鲁棒性减弱，从而导致精确地定位瞳孔仍存在巨大困难。为此，本文提出一种基于注意力机制和空洞卷积的瞳孔检测定位算法。该算法以UNet的编码解码结构为基础，编码部分采用VGG16并引入空洞卷积，以充分地提取特征，解码部分加入Attention Gate，使得模型具有更好的鲁棒性。然后，使用最小二乘法对网络输出的瞳孔分割图进行拟合，最终根据拟合图像获取瞳孔中心坐标。本算法使用ExCuSe公开的24个数据集进行验证，实验表明该算法可以准确的定位瞳孔位置，平均检测率可达到926%。

摘要:密集场景下小目标的高效精确检测是目标检测领域的关键问题。为了解决环境的多样性和小目标自身复杂性存在着特征难以提取、检测精度低等问题，提出一种面向密集场景结合TCYOLOX的小目标检测方法。首先，通过在CSPNet中引入Transformer Encode模块，不断更新目标权重实现增强目标特征信息，提高网络的特征提取能力；其次，在特征金字塔网络中增加卷积注意力机制模块，关注重要特征并抑制不必要特征，提高不同尺度目标的检测准确度；然后，采用CIoU代替IoU作为回归损失函数，使得模型训练过程中网络收敛更快，性能更好；最后在PASCAL VOC 2007数据集上验证。实验结果表明，所设计的TCYOLOX模型能够有效的检测出多样化场景中正常、密集、稀疏、黑暗条件下的小目标物体，mAP和检测速度可以达到946%和38 fps，与原始模型相比提升了109%和1 fps，对多种密集场景下的小目标检测任务均具有较好的适用性。

摘要:针对目前测量装载机装卸动作时间过程中存在的测量效率低、误差大的问题，设计了一种基于机器视觉的装载机装卸动作时间测量系统。首先对采集到的装载机装卸运动视频序列图像进行图像预处理，再利用形状模板匹配结合运动预测在图像中找寻铲斗并获取其质心像素点坐标，建立装载机铲斗运动轨迹，然后定位装卸动作的4个运动阶段的轨迹分界点确定每个阶段各自的起止帧及其帧数，最后利用帧率将帧数换算成时间进行计算，实现装载机装卸动作时间的自动测量。实验结果表明，该系统对装载机装卸动作时间测量偏差小于05 s，测量结果稳定有效；并且通过运动预测对铲斗位置进行估计的方法，使形状模板匹配的匹配耗时缩短了1645%。

摘要:传统机械设备剩余使用寿命(RUL)预测方法需进行多源数据融合、建立健康指标等人工干预过程，预测精度受限于健康指标对设备退化过程的表征能力。为实现端对端的RUL预测并提升预测精度，提出了一种基于注意力机制和残差深度分离卷积网络相结合的RUL方法，并采用CMAPSS航空发动机仿真数据集检验方法的有效性。采用滑动窗从发动机多源状态参数中截取多元序列作为表征发动机状态的样本，并基于一维可分离卷积网络建立RUL预测模型，为提升模型的预测精度在网络中引入了注意力机制和残差网络。最终所提方法对CMAPSS 4个测试集的均方根误差均值分别为1128、1412、1157和1561，且对发动机在运行期间的RUL预测也具有良好的泛化能力。通过与多种RUL预测方法的结果相比较，表明所提方法对4个测试集的整体预测精度均较高，是一种有效的机械设备RUL预测方法，并可用于设备的早期故障预警。

摘要:工业现场的电缆外护套破损主要依靠人工巡检的方式，消耗人力，主观性大容易出现检查盲点，实时性差且某些工业现场人工巡检危险性较大。针对人工巡检产生的一系列问题，提出一种基于改进的Faster RCNN电缆外护套破损检测方法。为提高模型泛化能力对采集的训练集采用灰度化、翻转、平移、锐化等方法进行数据增强；使用参数量更少且层数更深的特征提取网络RseNet50替换原始的VGG16作为主干特征提取网络；采用迁移学习的方式将ImageNET数据集上训练完成的权重作为模型的初始权重；利用双线性插值法替换感兴趣区域池化操作；通过Kmeans聚类算法对原始数据集进行聚类分析，采用轮廓系数法作为评价标准，由聚类结果定制外护套破损检测的锚框。实验结果表明，改进的Faster RCNN对电缆外护套破损检测的平均精度均值（mAP）为8833%比原始的Faster RCNN提高了549%，同时优于经典的SSD算法和YOLOv3算法，改进后检测速度达到036张/s满足检测要求。该模型可后续搭载各类移动检测平台，具有较高的工程使用价值。

摘要:为有效提高滚动轴承故障诊断准确率，提出了基于自适应噪声集合经验模态分解(CEEMDAN)气泡熵(BE)和支持向量机(SVM)相结合的轴承故障诊断方法。首先经CEEMDAN分解得到一系列本征模态函数(IMF)分量，然后筛选重要IMF分量计算其气泡熵值，构建故障特征向量并输入到经算术优化算法(AOA)优化的SVM模型中进行训练和轴承故障分类。结果表明该方法识别准确率高达992%，相比GASVM准确率提升了28%，也能成功识别出滚动轴承单一故障与复合故障，可以用于轴承故障分类。

摘要:超低频介质损耗因数测量方法，由于测量信号频率低导致采样时间长，采集数据量大，且在非同步采样时，快速傅里叶变换存在频谱泄露和栅栏效应，影响对介质损耗因数的精确测量。为降低测量信号采样时间和采集数据量，以及非同步采样时频谱泄露和栅栏效应，提出一种基于Prony算法准同步序列的超低频介损测量方法，利用Prony算法并结合据辨识方法，对采样电压信号的基波频率进行预估，通过Newton插值算法，实现对电压和电流信号的准同步插值重构，获得采样信号的准同步序列，由FFT及介损等效电路模型，对准同步序列进行求解，实现对超低频介质损耗因数的求取。在频率波动、谐波含量变化、介损角变化和不同信噪比的噪声下测量介质损耗因数。仿真结果表明，该方法在软件上实现了准同步采样，有效降低了栅栏效应和频谱泄露对介质损耗因数测量的影响，并且采样时间短，采集数据量少，测量精度高，适用于对超低频介质损耗因数的精确测量。

摘要:为了解决在工业生产过程中时序和多阶段的问题，提出了一种基于正交局部保持投影(OLPP)和自适应时序窗口加权k近邻(ATSWKNN)的故障检测方法。首先，采用OLPP方法，在保持样本近邻关系的基础上，将原始数据投影到低维特征空间；其次，在特征空间中选取某类时序窗口，并计算时序平方距离；然后，将窗口内样本到其空间上近邻集的平均累积平方距离的倒数作为权重；最后, 构造统计量对过程进行监控。OLPPATSWKNN通过时序信息的提取和窗口内权重的引入降低了过程的自相关性和解决了多阶段的统计差异问题。此外，自适应的窗口切换策略解决了阶段切换时统计指标异常的问题。通过对数值模拟过程和青霉素发酵过程的监控实验，检验了OLPPATSWKNN的监控性能，监控结果显著优于经典方法。

摘要:针对电机轴承易发生故障，传统故障诊断方法具有耗时长、诊断精度低、调节参数多等问题，提出一种改进麻雀搜索算法ISSA优化支持向量机SVM的轴承故障诊断方法。该分类算法在传统麻雀寻优算法中引入改进Tent混沌映射、鸡群算法随机跟随策略、自适应t分布与动态选择策略，首先采用CEEMDAN能量熵对振动信号进行分解，选取与原信号相关性最大的5个IMF分量的能量熵值作为特征向量，然后输入到ISSASVM分类器中进行轴承故障诊断。分别与PSOSVM、GWOSVM、SSASVM分类模型进行实验对比，结果表明ISSASVM诊断模型的诊断精度最高可达到100%。