摘要:晶体振荡器作为时钟电路的重要组成部分，是时钟电路中功耗最大的模块，针对传统晶体振荡器功耗过大的问题，根据晶体振荡器起振和停振情况下输出电压信号平均值的特性，提出了一种能够获得振荡器维持振荡状态所需的最小电流的方法，大大降低了晶体振荡器电路的功耗。基于28 nm CMOS工艺设计了一种皮尔斯振荡电路。仿真实验结果表明，在1.8 V电源电压下，电路能够在200 ms内快速起振，振荡频率为32.768 kHz，输出时钟信号稳定后振荡器的工作电流仅为270 nA。

摘要:设计了一种太赫兹石墨烯贴片式高温传感器，可解决现有温度传感器测温量程小、尺寸较大和灵敏度较低的问题。该传感器由六边形石墨烯薄膜、氧化铝衬底和金三层结构组成。通过优化石墨烯结构尺寸、氧化铝衬底厚度，得到大量程、高灵敏度的太赫兹MEMS高温传感器的特征尺寸。结果表明：该温度传感器在3.0~5.0 THz频段内，测温范围可从25 ℃~1 050 ℃，灵敏度为0.259 GHz/℃，整体体积为20 μm×21 μm×14.5 μm。该传感器具有优异的传感性能和较大的测温量程，可为高温环境下的航空发动机、火箭发射系统、恶劣环境监测等系统的测温提供一种技术方法。

摘要:针对传统LLC谐振电路在电能转换过程中，仍需要先将交流电转换为直流电，再进行直流转换的问题，本文提出一种基于交流链接技术的LLC谐振变换器的拓扑结构及相应的控制方法。该拓扑结构通过变频的控制策略可以实现将三相交流电转换为直流电，且输入电流具有较高的功率因数和较低的谐波电流，输出电压具有较好的调节能力。之后建立了Matlab/Simulink仿真模型，对输入为380 V三相交流电、输出为500 V的1 kW的变换器进行了验证，仿真结果表明该拓扑结构功率因数可以达到0.99，输入电流总谐波为2.31%，输出电压误差小于1%。最后搭建实验样机进行测试，实验结果证明了拓扑结构及控制算法的可行性。

摘要:针对军事航空维修领域命名实体识别训练数据少，标注成本高的问题，改进提出一种基于预训练BERT的命名实体识别方法，借鉴远程监督思想，对字符融合远程标签词边界特征得到特征融合向量，送入BERT生成动态字向量表示，连接CRF模型得到序列的全局最优结果，在自建数据集上进行实验，F1值达到0.861。为压缩模型参数，使用训练好的BERT-CRF模型生成伪标签数据，结合知识蒸馏技术指导参数量较少的学生模型BiGRU-CRF进行训练。实验结果表明，与教师模型相比，学生模型以损失2%的F1值为代价，参数量减少了95.2%，运算推理时间缩短了47%。

摘要:为了解决燃料电池观光车能量管理的问题，建立了燃料电池观光车整车及零部件模型，设计开发了车载恒温器控制策略，并通过整车及零部件台架试验验证了模型的准确性；为了提升整车经济性及耐久性，提出了一种新的基于二次型效用函数的改进策略，并通过KKT条件获得了实时最大收益，最后开发了一种多目标闪电搜索算法，并通过该算法求解了策略的最佳参数。仿真结果表明，与恒温器控制略相比，所提出的改进策略可以提升1.7%的续驶里程，耐久性提高11.2%；并且该策略兼顾了SOC状态，结合了整车及零部件的历史输出功率信息，工况适应性强。

摘要:随着我国智能电网的快速发展，逐步采用带电作业机器人代替人工完成日常维护和事故检修任务。但带电作业机器人存在着控制精度低和抖动问题，影响作业任务的完成质量和效率。为了解决该问题，设计了模糊PID控制器实现带电作业机器人输出位移精确控制。首先，分析带电作业机器人的结构与液压系统原理，建立液压系统主要元部件的数学模型，并推导出系统的传递函数模型；其次，基于模糊规则设计带电作业机器人输出位移的闭环模糊PID控制器；最后，在Simulink环境中建立原系统、PID、模糊PID不同控制方案的仿真模型进行仿真分析，并对样机进行实验测试。仿真结果表明:相较于原系统和PID控制系统，模糊PID控制系统的调节时间相对缩短了81.3％和30.8％，超调量降低0.064，达到了无超调，并具有较好的位置跟踪能力；此外样机实验数据结果与仿真结果相一致，表明采用模糊PID控制器应用效果更好。

摘要:为满足交流电压参数校准验证的需求，本文设计了一种高准确度交流电压标准源电路。基于高准确度、高稳定性要求整体电路采用闭环反馈结构，使用AD9850芯片生成交流信号，通过直流参考电压对正弦波进行调幅，微控制器使用AVR芯片。同时信号模拟电路与数字控制电路实现电气隔离，通过硬件选型、软件补偿等措施提高准确度。设计输出量程范围1~10 V，输出频带40 Hz~100 kHz。交流电压标准源在典型频率点上多次测试，结果表明在频带40 Hz~50 kHz中输出满量程电压的允许误差小于0.006%；在100 kHz处满量程电压的允许误差保持在0.025%以内，电路具有准确度高、稳定性好等性能优点。

摘要:非视线链路可见光通信具有信号覆盖范围广、不易因遮挡而出现链路阻塞等优点，但存在着链路信号弱、采用单探测器的接收系统视场小等问题。针对上述问题，提出多探测器融合的接收模式。通过实验研究了接收方位角对接收信号的影响，对比了单探测器接收系统和四探测器接收系统接收信号的信噪比分布，测试了基于四探测器的非视线链路通信系统的通信性能。实验结果表明：采用多探测器融合的接收模式可以显著改善通信系统性能，采用四探测器接收可使非视线链路通信的系统最大信噪比提高10.71 dB，在视线链路被完全阻塞时系统的最高通信速率可达1 Mbps，且误码率低于10-6。

摘要:标志定位精度影响着视觉测量的精度，针对复杂环境测量标志自动定位精度不高的问题，本文提出一种基于亚像素弧段法的圆形标志中心定位方法。该方法首先对预处理图像进行边缘检测与跟踪，提取亚像素边缘序列，再利用边缘显著点与弧段几何特性对边缘序列进行中心约束，有效剔除伪圆弧特征，然后用更高效的相对位置约束与内接三角形约束对边缘弧段进行重组，最后对弧段组进行最小二乘拟合实现标志中心精确定位。本文通过提取亚像素弧段序列与更高效的弧段重组方法，提高了定位精度的同时，减少了弧段重组的时间。实验表明，在模拟图像的定位精度达到0.007 pixel，动态位移实验中精度达到0.05 mm，在光照变化、噪声、遮挡等不良条件下均能够满足视觉测量实时定位的需求。

摘要:针对超声治疗仪中压电超声换能器因制造工艺导致固有频率出厂误差的问题，以及因温度变化等因素导致频率漂移，使其工作在非谐振状态下影响压电超声换能器电声转化效率降低、治疗波形变化以及输出功率不稳定，从而影响超声治疗仪的治疗效果的问题，设计了一种超声治疗仪的自动跟踪锁频电路。该系统采用STM32F103ZET6作为微控制器。利用压电超声换能器逆向压电效应特性原理和最大电压式反馈法，通过扫频采样将最大电压值和谐振频率进行实时反馈，使得压电超声换能器始终工作在谐振点上，以实现自动跟踪锁频。实验测试证明，基于该自动跟踪锁频电路的超声治疗仪能够保持较稳定的输出功率以及良好的治疗波形、频率跟踪精准且成本低，能够达到良好的治疗效果。因此本课题具有较好的创新性和应用前景及广泛的适用价值。

摘要:对于波浪谱风速反演研究，虽然已经建立了波谱平衡范围斜率为-4幂律的初步反演模型，然而对于复杂多变的实测波谱，单一斜率模型的反演效果不佳。针对可变波谱斜率的问题，通过量化波谱函数对应的谱系数，提出一种自适应波谱斜率的风速反演算法。为了验证该算法估算风的准确性，本文通过对NDBC浮标观测的大量风浪数据进行海面风速反演研究，结果显示自适应波谱斜率算法反演风速与实测风速相关系数R=0.83，呈显著相关，且平均偏差BIAS和均方根误差RMSE分别为0.75 m/s和2.48 m/s。通过近海海试实验验证表明该算法依然有效具有普适性。总的来看，自适应波谱斜率反演风速算法与实测风速之间误差相对较小，反演精度较好，为风浪观测和风浪研究提供了一种新思路，且该算法能够融合应用于海洋观测应用平台，使理论研究和工程实际相结合。

摘要:为了产生高分辨率和宽动态延迟取样脉冲，引入了粗+细两级延迟框架。由外部0.1~12 GHz时钟信号经锁相环分频后生成大约100~250 MHz的同步时钟驱动计数器计数，当计数器达到预设值时，产生频率为50 kHz的同步进位脉冲信号，同时10 bit、10 ps分辨率的粗延迟芯片和0.1 ps分辨率的细延迟芯片开始工作并输出具有一定的延迟量的取样脉冲，由取样脉冲驱动取样器对同步射频信号进行精密取样。测试结果表明，数字可编程精密延迟触发器的分辨率和动态延迟范围分别可以达到1 ps和10 ns以上。

摘要:飞机的姿态角信息是飞机救援过程中重要的参数信息，而由于磁干扰的存在则会影响姿态解算的精度。本文在姿态角解算问题中提出一种基于扩展卡尔曼和线性卡尔曼相结合的改进方法，扩展卡尔曼滤波对俯仰角和横滚角进行更新，而线性卡尔曼则对航向角进行单独计算，并且在最优估计时加入调节系数，通过判断测量磁场和重力矢量夹角来调节航向角最优估计值，以降低外界磁干扰对航向角的影响。实验结果表明，与传统的扩展卡尔曼解算姿态角相比，改进之后的算法更加接近真实的飞机姿态信息，并且对于外界磁场变化有更强的抗干扰能力。

摘要:针对具有状态时滞和未知不确定性的卫星姿态控制系统，提出一种强跟踪鲁棒扩展Kalman滤波器，以实现执行器和传感器的并发故障估计。首先，考虑系统噪声，视故障为系统的辅助变量，建立增广时滞非线性系统。然后，提出鲁棒扩展Kalman滤波器，引入鲁棒上界以减少线性化误差。进一步，针对系统过程不确定性导致预测协方差精度较低的问题，引入基于多重次优渐消因子的强跟踪算法，以降低不确定性对滤波精度的影响。最后，给出仿真算例，将所提出方法与鲁棒扩展Kalman算法和扩展Kalman算法进行对比仿真。仿真结果表明，相较于其他两种算法，所提出方法的状态估计和故障估计均方根误差的平均值分别降低了69.2%、60.6%和88.1%、78.9%，仿真结果验证了设计方案的有效性。

摘要:针对引发泥石流灾害的致灾因子复杂多样而造成模型输入数据维度过大和极端梯度提升树容易陷入局部最优导致预测模型准确率不高的问题，提出一种基于GWOXGBoost算法模型的泥石流灾害预测方法。首先，对传感器采集到的原始数据进行预处理，得到规范数据，然后通过线性判别分析法进行数据降维得到耦合性低且贡献率较高的致灾因子作为模型输入，对泥石流灾害是否发生进行预测；其次使用灰狼优化算法对模型超参数进行寻优；最后以磨子沟监测数据进行仿真验证。结果表明：经过预处理和线性判别分析法降维后的规范数据解决了模型输入的维数灾难问题，GWO-XGBoost泥石流灾害预测模型的预测准确率为96.64%，相较于随机森林模型、支持向量机模型和极端梯度提升树模型的预测准确率分别提高了6.69%，5.13%和3.86%，丰富了泥石流灾害预测方法并为相关决策部门提供了全新的思路。

摘要:测试数据的生成是实现软件测试自动化的重要环节。为了提高单元测试中测试数据的生成质量和效率，提出一种基于混合蛙跳算法的测试数据生成算法。该算法通过引入动态阈值来控制个体的移动步长，以平衡算法的全局开发和局部搜索能力，同时改进个体的随机跳动策略，转化为向随机个体学习，增强种群之间的信息交流以提高算法的全局搜索能力。将改进的算法应用到测试数据生成中。实验结果表明，在种群规模不断变化的情况下，改进的混合蛙跳算法相较于标准混合蛙跳算法、布谷鸟搜索算法、粒子群优化算法，其稳定性最强；在测试数据生成的平均迭代次数评价指标上改进的混合蛙跳算法优于对比算法。

摘要:预测控制系统存在响应时间较大或者包含积分环节的非自衡对象系统时，为改善控制效果，需要加大预测时域，由于优化存在于预测时域中，数值求解过程可能随着预测时域过长陷入病态。为此，提出一种指数加权的渐进稳定优化策略。首先，对状态空间模型重构以嵌入积分作用简化反馈校正环节，同时引入Laguerre函数进一步提升MPC执行效率；然后，在预测控制设计中使用指数加权将模型特征值规定在单位圆内，保证模型的稳定；最后，通过修改权重矩阵实现长预测时域优化控制的闭环渐近稳定性。对包含积分对象的单变量及多变量系统进行仿真验证，仿真结果表明：提出的MPC算法可有效避免数值解病态，同时提升系统的动态及稳态性能。

摘要:手部功能障碍患者在家自行练习康复动作时，由于缺乏科学的指导，训练步骤混乱，动作的精度与强度难以得到保证，从而影响了康复效果。本文设计了一套基于Arduino和STM32的主动式手部训练系统，系统分为数据手套、动作指导手掌和上位机三大部分，数据手套通过传感器获取手指和手腕的转动角数据并进行处理，然后将数据无线传输给动作指导手掌，动作指导手掌中的控制器STM32将接收数据与标准动作数据库进行比对，分析动作标准度，然后通过语音指导患者做出调整。STM32根据运动数据驱动六个数字舵机带动仿生手掌运动，从而模仿人手动作，系统使用LD3320识别患者命令，进行人机交互。系统通过上位机将标准动作数据库下载至STM32外扩闪存中，用于患者手部动作数据比对。实验结果表明，该系统能够有效指导患者完成整套康复训练动作，数据读取准确，指导精准可靠，交互性强，可以帮助我国约600万脑卒中手部运动功能障碍患者进行康复训练，具有很强的应用价值。

摘要:脑电图（EEG）中蕴含着有关脑功能的丰富信息，这些信息对不同类型神经系统疾病的检测和诊断非常重要。针对单一特征无法充分表达脑电信号的问题，本文融合了频域特征和时空信息来更好的对信号进行表征，并提出一种基于时空和频域特征的注意力网络（STFACN）用于帕金森疾病（PD）的自动检测。在频域角度，利用快速傅里叶变换法从多通道脑电图中求取Delta、Theta、Alpha频段的平均功率特征。同时构建基于时空特征的紧凑型卷积神经网络，并将通道注意力机制嵌入到网络中，自适应提取表征PD的时空特征。最后将基于频域特征的模型与基于时空特征的紧凑型卷积神经网络模型进行融合，在新墨西哥州大学（UNM）数据集上进行实验，特异性、敏感性、准确率分别达到87.97%、84.39%、86.89%。在爱荷华大学（UI）数据集上进行跨数据集实验，准确率达到77.33%。实验结果表明：与现有的方法相比，本文提出的方法能够从原始脑电图中挖掘出有效特征，在基于EEG的帕金森疾病识别问题上准确率高，泛化能力强。

摘要:锂离子电池健康状态（SOH）是锂离子电池可靠运行的重要参考指标，为提高电池健康状态检测的精确性，提出一种基于CNN-BiLSTM网络的锂电池健康状态检测方法。该方法使用CALCE锂离子电池容量衰减数据集，提取电池健康因子（HI）作为模型输入数据，同时利用灰色关联分析法（GRA）验证HI选取的合理性，采用卷积神经网络（CNN）、双向长短期记忆神经网络（BiLSTM）构建网络模型，对电池容量进行预测，实现锂离子电池健康状态检测。实验结果表明，该方法SOH检测的平均绝对误差为1.3%，均方根误差为1.78%，精确度和可靠性较高。

摘要:变压器绕组因绝缘故障引发的局部放电危害着电力系统的安全运行，而目前针对局部放电的超声波外置检测方法受噪声干扰、传播介质等因素影响较大，故本文在变压器绕组中内置8个传感器内部检测局放产生的超声波信号。由于检测到的信号直接测量法不能反应实际的时延信息，以及传统智能算法定位精度低稳定性差，本文提出了一种广义互相关法（GCC）和混合策略麻雀算法（MSSA）相结合的超声定位方法。在COMSOL中搭建变压器绕组模型并仿真局放现象，通过GCC算法提取出精确的时延信息。根据时差信息建立超声定位的最优化约束方程，用MSSA算法求解得到局放源的位置信息。仿真结果显示，MSSA算法相较于其他传统智能算法定位误差更小。最后使用一种新型EFPI超声传感器进行变压器绕组局放实验，结果显示本文提出的方法定位平均误差为4 cm，比仿真的局放点大2.9 cm，具有工程应用实际价值。

摘要:针对传统云检测方法对特殊场景识别效果较差而造成的边缘信息丢失和薄云、碎云误判等问题, 提出了一种基于多尺度特征融合与混合注意力的高精度云检测MSHA-DeepLab算法。首先，在原始DeepLabV3+算法的基础上引入注意力模块,提高重要特征权重,增强网络对局部特征的感受能力。其次,使用深度可分离卷积提取不同尺度的语义信息,减少网络参数量。最后,进行逐级上采样和特征融合,减少特征信息丢失。选择多种方法与改进算法对比,使用不同场景、不同波段组合的数据集进行测试。结果表明,改进后算法的精确率达到了86.376 9%，召回率达到了85.895 9%，特异性达到了96.915 6%，交并比达到了82.846 7%，精确度达到了94.600 8%，相比原始算法和其他方法有明显提高。验证了提出算法能在不同条件下实现高精度的云检测。

摘要:针对现有图卷积网络（GCN）需要预先定义人体骨架拓扑图和模型较大的问题，提出了基于时空自适应图卷积网络（STAGCN）的跌倒检测算法。该网络包括3个部分：利用HRNet姿态估计算法从视频中提取人体骨架点序列，并预处理成四维张量；引入归一化嵌入式高斯函数通过学习（无需人工预定义）得到人体拓扑图，利用空间自适应图卷积获取人体关联特征；利用多尺度卷积提取时间运动特征，提高模型获取动态信息的能力。在公开数据集和自建数据集上分别进行仿真，准确率分别达95.45%和99.55%。结果表明，该算法优于目前GCN方法，参数量只有后者的1/4甚至更少。本文算法还可以适用于不同的数据集。

摘要:鸟巢侵占是输电线路经常发生的一个故障情况。鸟类在铁塔上筑巢将会影响铁塔的绝缘性能，造成跳闸事故的发生。传统的输电线路鸟巢识别方法效率低且安全性不足。为此，本文提出了一种改进YOLOv5模型的输电线路鸟巢检测算法。通过在主干网络中加入CBAM注意力模块，以较小的计算代价提升主干网络的特征提取能力。在颈部网络中引入自适应特征融合模块替换原始结构，加强多尺度特征融合效果。使用更加稳定和平滑的Mish激活函数作为激活函数，以提升分类精度和泛化能力。实验结果表明，相较于原始YOLOv5s模型，改进方法在召回率以及平均精度均值方面分别提升4.4%和2.3%。对于遮挡目标以及远近距离目标均表现出良好的性能，验证了改进方法的有效性。

摘要:为实现植物表型参数的精准获取，针对自然环境下不同尺度叶片分割的细节损失问题，提出结合空频域多尺度特征的植株叶片分割方法。以U-Net网络架构为基础，设计下采样频域变换模块，在卷积神经网络中引入频域特征表示替换池化层，利用2D-DCT和2D-IDCT的频域变换方法感知植株叶片目标的全局语义特征；构建多尺度特征融合模块，增加6个上采样节点，提取和连接植株叶片图像细粒度的特征信息；改进通道注意力模块学习分支特征，采用联合损失函数优化网络性能。在2017CVPPP公开数据集上开展实验，结果表明，植株叶片分割网络的交叉比、平均交叉比、像素准确率、精准率和F-score分数分别达到了97.07%、98.04%、99.53%、99.68%和99.74%。与FCN-8s、FCN-ResNet、DeepLabV3+、SegNet和U-Net模型相比，网络的交叉比和平均交叉比最高提升23.32%和12.43%，在较小尺度和细节处理上改善了植株叶片的分割精度，可为植物表型方向的应用研究提供一种可借鉴的思路。

摘要:金属屏蔽腔体能够保证车载记录仪在强电磁环境中正常工作，但散热和线缆等开孔会降低腔体屏蔽效果，需要对结构优化以提高屏蔽效能。分析不同开孔方案和结构参数对屏蔽效能的影响，推导电磁屏蔽效能的计算公式，针对纯数值优化方法计算成本高、计算效率偏低的问题，结合解析法计算简单和数值法计算精确的优点，采用自适应权重PSO优化算法对解析式进行快速寻找优化值，采用数值法对寻优结果进行数值仿真计算适应度值，从而得到最优的结构参数。结果表明，与纯数值法优化相比，计算成本大约降低88.54％，在取得同样屏蔽效能的情况下，屏蔽结构的厚度由3.4 cm减少至2.99 cm，体积减小9.03％；在屏蔽结构体积大约相同时，屏蔽效能由98.79 dB提升至102.65 dB。可见提出的优化方法在提升优化效果的同时大幅提高设计效率。

摘要:提出一种基于连续小波变换(CWT)和坐标注意机制残差网络(CooAtten-Resnet)的弧齿锥齿轮箱智能故障诊断方法。首先将振动信号重叠采样获得大量信号样本，将这些样本通过连续小波变换将振动信号转化为时频图，并以此构建不同故障下的时频数据集，同时通过人为添加噪声样本以验证噪声对此类诊断方法的影响；然后将时频图数据集用于CooAtten-Resnet训练；最后对故障进行分类并输出诊断结果。结果表明，该方法可以准确的识别弧齿锥齿轮箱故障，无人为添加噪声的情况诊断准确率可达100%，添加噪声后在无降噪处理的情况下准确率仍在93%以上。相较于其他方法，该方法的准确率更高，抗噪能力更强，网络收敛速度更快，诊断结果更稳定。

摘要:针对在恶劣情况下行星齿轮箱特征难以提取以及多种故障状态下难以准确分类这种问题，提出在经验小波变换基础上将原有频谱分解替换为在噪声干扰下更为稳定的尺度谱分解的改进经验小波变换与深度极限学习机相结合的故障诊断方法。首先，将行星齿轮箱不同故障工况下的信号利用改进经验小波变换分别进行降噪处理并提取各阶调频-调幅分量，之后选取包络幅值峭度较高的前6个分量多尺度样本熵作为故障特征集，输入到深度极限学习机中进行故障诊断分类，行星齿轮箱故障诊断试验表明：与EWT、EMD与DELM结合的故障诊断准确率相比，该方法故障平均识别率可达97.6%，具有一定的有效性。