摘要:探究三线圈磁耦合谐振式无线电能传输系统中继线圈的最优轴向位置对优化系统传输性能至关重要，为此深入研究三线圈MCRWPT系统的传输特性，应用电路互感耦合理论结合同轴线圈互感计算方法得出了系统最大功率和最大效率传输条件；基于上述最优传输条件，对宽负载范围内中继线圈轴向偏移对系统传输特性的影响进行了电磁仿真。仿真结果表明：中继线圈传输功率和传输效率的最优轴向位置与负载有关，均随负载的增大向接收线圈一侧偏移，当电源内阻与负载相等，中继线圈位于耦合机构中间位置时系统可获得最大传输功率，靠近发射线圈一侧时可获得最大传输效率。最后，搭建了三线圈MCR-WPT系统实验平台，实验验证了理论与仿真的正确性。

摘要:针对蒸发波导数据压缩感知过程中易受噪声干扰且采用传统重构方法抗噪性能较差的问题，提出了一种基于相似度阈值的自适应正则化匹配追踪去噪方法。该方法可以在信号稀疏度难以获知的情况下，利用自适应思想逐步扩充候选集，同时通过设置相似度阈值来对部分候选原子进行剔除，并结合正则化过程对支撑集原子进行二次筛选，从而较好地约束了噪声分量的重构，提高了信号的重构精度。理论分析和实验表明，所提方法的重构性能优于现有同类重构方法，去噪性能优于小波去噪方法，相同条件下，可获得更高的重构信噪比，有效实现了蒸发波导数据的去噪重构。

摘要:低采样频率下锂离子电池的健康状态（SOH）评估在工程应用中具有重要的意义。引入了区域电压（ΔV）和区域采样点数（RSP）的概念，提出了一种在概率密度函数（PDF）框架下的锂离子电池SOH评估方法。以实验室磷酸铁锂（LFP）电池循环老化数据为基础，建立了基于RSP的电池SOH评估模型，对比了基于RSP的方法和传统PDF法，并考察了不同采样频率和区域电压下RSP-SOH模型的效果。研究结果表明，RSP与SOH呈线性正相关，RSP-SOH模型无论是充电还是放电过程下的效果均优于传统PDF法。在采样频率较低时，适当的增加区域电压有助于提高RSP-SOH模型的评估效果。电池RSP-SOH模型在充电过程下对采样频率鲁棒性较好，在每五分钟一个采样点的低采样频率情况下模型的R2均大于0.98。在此基础上，采用区域采样点数法相对评估某储能电站的220个LFP电池的SOH。当9个RSP较小的电池被替换掉后，储能电站电能的吞吐能力将提升20.9%。

摘要:针对具有噪声干扰及延迟等特性的工业过程质量预测，本文提出了一种嵌入注意力机制的堆叠降噪自编码器与双向长短期记忆网络的方法。首先以无监督方式构建自编码器模型，利用高斯噪声对工业数据进行一次重构以实现去噪及去冗余作用；再次嵌入注意力机制对过程变量权重分配进行二次重构以实现深度特征提取；最后采用双向长短期记忆网络学习重构数据的时间序列趋势特征，克服数据间的延迟性，充分挖掘过程变量与质量变量间的潜在关系，实现精准预测。通过脱丁烷过程的单质量变量预测和硫磺回收过程的多变量质量预测仿真实验,验证了本文方法比BP、LSTM、BLSTM和DAE-BLSTM方法具有更精确的预测效果。

摘要:针对三维随机部署无线传感网络节点出现的覆盖率低和节点不均现象，以覆盖率为适应度函数，提出一种基于EGWOEO算法的三维无线传感网络覆盖优化算法。首先，采用Tent混沌映射初始化种群，以增加种群多样性；其次，利用反向学习策略，以增加全局搜索能力；之后，融入双曲正切高斯策略，加强算法寻优能力；然后，提出一种正余弦函数的非线性收敛因子，以平衡全局与局部搜索；最后，改进种群位置更新方程，加快算法的收敛速度与精度。将改进的EGWOEO算法应用于三维WSN覆盖优化中，仿真结果表明，与GWO、PSOGWO、LGWO算法相比，EGWOEO算法的三维WSN覆盖率平均增量分别为11.023%、10.662%和12.401%，改善了节点分布不均现象，提高了节点利用率。

摘要:针对恶劣的井下环境易对超宽带信号造成干扰导致现有井下人员定位算法误差较大的问题，提出基于超宽带的SDSTWR优化算法与鲁棒卡尔曼滤波结合的改进算法。该算法在一次定位周期内可测得定位标签到相邻基站的两个测距值，随后将其作为鲁棒卡尔曼滤波的两个观测值，旨在提高算法定位精度及稳定性、抑制巷道随机NLOS时延误差。仿真实验表明，在同等条件下，本文算法较S-TDOA法误差降低35%，较异步测时法误差降低31%，且误差波动较小，同时抑制了巷道NLOS时延误差，有效提高了井下人员定位精度。

摘要:在各种交通事故中，由雾霾等恶劣天气导致能见度降低引发的交通事故占比逐年增多，因此恶劣天气下能见度的检测成为一个亟待解决的问题。本文根据提取特征方式的不同，不仅将能见度检测的方法分为视觉检测法、仪器设备检测法和图像算法检测法，还归纳出能见度检测方法的发展历程。在分析和对比基于深度学习的能见度检测方法基础上，提出将最新的深度学习算法引入能见度检测是后续研究的重点。最后，总结现有能见度检测方法的不足和局限性，指出未来进一步研究的方向。

摘要:针对当前多模态多目标优化算法在获得Pareto解集的完整性、收敛性方面的不足，提出了一种决策空间自组织多模态多目标鲸鱼优化算法(MMO_SOM_WOA)。首先将鲸鱼优化算法首次用于求解多模态多目标问题，通过鲸鱼优化算法本身的随机性提高寻找Pareto解集完整性的能力。其次将自组织映射网络与鲸鱼优化算法相结合，迭代开始时为鲸鱼优化算法建立良好的邻域。最后使用精英反向学习策略初始化种群和非支配排序机制获得均匀且完整的解。通过与当前5种经典算法在多模态多目标优化问题上进行仿真对比，结果表明MMO_SOM_WOA算法兼顾Pareto解集的多样性和Pareto解的完整性，收敛速度和收敛精度均得到提升具有较高的性能，有效解决多模态多目标优化问题。

摘要:燃气表应用面广，需定期强制更换，首次检定项目复杂、工作量大，现有燃气表计量检定线离散测试效率较低、没有协同。本文研究基于燃气表计量检定线的首次检定调度技术，首先从燃气表计量检定线构成与首次检定项目需求入手，研究基于柔性车间调度问题的燃气表检定调度建模、使用离散粒子群算法进行调度优化求解，求得最优任务调度序列。对一批待检燃气表进行调度优化实验，结果表明，本文调度技术可缩短33.3%总测试时间，提高检定效率以及设备利用率。

摘要:针对电力系统输配电线路发生单相接地故障时，电气设备的电磁环境干扰，故障零序电流成分复杂等原因导致故障特征信息提取困难，变分模态分解参数人为确定导致其对零序电流分解效果差，常用的熵运算慢，鲁棒性差，进而后续选线准确率低的问题，提出了一种新的基于 NGO-VMD-DE的单相接地故障的零序电流故障特征提取方法。首先，通过北方苍鹰优化算法（NGO）优化变分模态分解（VMD）实现零序电流信号的自适应分解，建立了自适应相关系数的本征模态函数（IMF）分量选取准则选取有效分量，然后对选取的分量进行重构，最后对重构后的信号进行散布熵（DE）计算以提取单相接地故障的零序电流故障特征，通过搭建模型进行仿真实验，并与近似熵、样本熵、模糊熵、排列熵等其他特征熵值指标进行对比表明，所提出的故障特征提取方法可以更加准确、有效地表征发生单相接地故障线路的零序电流故障信息。

摘要:为了提高圆孔类零件半径尺寸的测量精度，提出一种改进的Zernike矩亚像素圆孔类零件测量方法。首先对传统Canny算子进行改进，分别在图像输入、去噪、梯度幅值计算和阈值选取方式上进行了优化，实现圆孔中心像素级边缘坐标的粗定位；其次提取待测零件圆孔所在的目标区域边缘像素点，利用在Ghosal算法的基础上提出新的边缘判断条件和采用迭代法计算得到Zernike矩的最佳灰度阶跃阈值来判断并获取亚像素边缘点，且从灰度边缘模型的角度对误差进行了分析；最后利用最小二乘原理实现圆孔中心坐标和半径的高精度检测和测量。仿真结果表明，改进算法的圆心坐标相对误差在0.02 pixels范围内，半径的相对误差精度为0.05 pixels范围内。通过对几个不同零件的实际测量，实验结果表明，改进后的算法和原算法与人工测量值对比，改进后的算法相对误差值更低，得到的实际值更接近人工测量值，测量精度明显高于传统的Zernike矩算法，所达到的测量精度能够满足工业零件生产过程中的精度要求。

摘要:针对数据中台在采集数据过程中会产生异常值的问题，提出一种改进GMM算法的数据清洗方法。首先，将边缘计算引入来解决负载过大的问题；其次，为避免EM算法计算参数时陷入局部最优解，通过对GMM算法中的参数进行优化，改善了陷入局部最优解的缺点。实验结果表明，一定的数据量下，改进的GMM算法在召回率、F值等指标上均优于GMM-EM算法。由此可知，改进算法在一定程度上提高了对异常数据的清洗效果，保证数据的可靠性。

摘要:为了减轻5G基站天线引入变电站后对站内敏感设备带来的电磁干扰，并对站内各监测设备处的5G信号进行优化，提出了一种基于多目标粒子群算法的变电站5G基站天线布点方法，即以变电站敏感设备处的射频场强不能超过规定的电磁兼容抗扰度限值为约束条件，以站内监测设备接受信号的Pareto最优解作为目标函数，采用多目标粒子群算法在变电站相关布点区域内寻找出最合适的基站天线布点。以500 kV官渡变电站为例，按照其内部实际的空间布局，利用本文算法得到4种天线布点安装方案，都能使得站内所有敏感设备处的射频场强低于10 V/m抗扰度限值，同时还能使得站内各监测设备处的平均信号分别提升3.77、6.37、4.34、4.58 dB，监测设备信号的方差分别减少了15.07%，12.64%，14.62%，14.78%，说明了本文算法即可以在一定程度上提升监测设备处的信号强度，还能使得站内各监测设备处信号的离散程度减小，使得信号在监测设备处覆盖更稳定，能为实际工程中变电站内5G基站天线的布点提供一定的参考。

摘要:针对结构光三维重建过程中，因表面强反光造成光栅形变而导致的相位误差、重建精度降低的问题，提出一种基于局部光栅补全的重建方法。首先对被测物体自身材料特性以及镜面反射角等引发三维重建点云模型缺失现象的反光因素进行分析。其次在相位展开前，引入局部光栅补全法，对反光区光栅丢失部分进行补全，以相移法加互补格雷码重建法为基础提高相位展开精度。最后，通过搭建单目结构光三维重建系统，对平面度误差在0.5 mm范围内的反光矩形铝合金板进行三维重建。实验表明，本文提出的改进方法可以有效补全因物体表面反光造成的重建缺失，其相位解码信息更加完备，重建率相较于传统方法提升了25%，平面度误差率降低了28.2%。

摘要:针对传统无人机巡检中视觉轨道识别的识别效率低、精度差的问题，提出了一种基于LSD的约束聚类拟合与卡尔曼滤波相结合的轨道线检测算法。首先针对由于镜头视角造成的视角畸变，采用IPM算法矫正，并通过LSD算法检测出轨道轮廓，在轨道间距约束将LSD检测结果进行聚类并进行最小二乘拟合得到轨道直线。然后根据轨道几何特征和无人机动力学特性建立数学模型，并结合卡尔曼滤波器对轨道坐标信息进行跟踪估计，以保证算法的稳定性和鲁棒性。采用无人机采集多个场景的轨道图像作为测试样本，对检测算法与其他算法进行对比实验。实验结果表明，本文轨道识别算法优于其他算法，其轨道准确识别率达到92.49%，识别速率达到23 frame/s，满足轨道检测的稳定性和实时性要求。

摘要:针对目前金属表面缺陷分类，数据稀缺且标注步骤繁琐昂贵的问题，将小样本度量学习引入金属表面缺陷分类中，提出了一种小样本分布度量网络模型FDM-FSL：用信息更加丰富的细节描述子来表征图像特征，并通过空间注意力机制筛选获得更具判别力的描述子信息，最后引入融合KL散度和EMD距离的图像到类的度量方式以考虑查询集和支持集类别的分布一致性。实验结果表明，提出的网络模型在小样本数据集MiniImageNet上拥有更加优良的度量能力，5类5样本下平均识别精度相较经典的RelationNet、CovaMNet、DN4算法识别准确率提高了6.34%、5.78%、1.25%。在金属缺陷数据集NEU-DET上5类5样本平均识别准确率分别提高了2.87%、3.34%、2.5%。

摘要:目前，电力公司的电缆维护都是人工完成的。人工维护不仅工作量大、效率低，而且存在很大的安全问题。随着机器视觉的快速发展和机器人技术在各行各业的广泛应用，将机器人和视觉技术应用于电缆的自动维护已成为一种必然趋势。本文提出了一种基于YOLACT模型的双目电缆识别与定位方法，该方法首先利用改进的YOLACT网络对复杂环境下的密集电缆进行识别和分割，然后对电缆分割图像进行边缘优化与提取，最后利用得到的电缆边缘特征对双目图像中的相同目标进行匹配，从而实现复杂环境下对电缆的识别与定位。与传统的YOLACT模型相比，本文提出的电缆候选框相关度计算方法可以很好地解决识别密集电缆时出现的漏检和误检问题，提高了电缆识别的准确率。

摘要:针对全切片数字病理图像中的肾透明细胞癌进行精准的细胞核分级并改善肾癌的治疗和预后，提出了一种基于多尺度通道信息拼接与融合残差网络的ccRCC病理图像国际泌尿病理学会核分级方法。通过多尺度通道信息拼接将不同阶段的语义信息进行融合，从而在不损失深度信息的同时提取更多的浅层特征，实现更准确的分类效果。实验收集了90例病人的肾组织病理切片，对WSI图像进行裁切和增强后，按照4∶1的比例分成训练集和测试集。在训练集上对CSFNet卷积神经网络模型参数进行迭代优化，并在测试集上验证模型性能。实验结果表明，提出的CSFNet模型鉴别ISUPⅠ级、ISUP Ⅱ级、ISUP Ⅲ级和正常病理图像的宏平均AUC与微平均AUC分别为0.975 8和0.979 4，准确率为88.00%，精确率为88.36%，召回率为86.67%，F1分数为87.32%，且优于其他主流的分类网络模型，因此，本文所提出的肾透明细胞癌病理图像ISUP细胞核分级模型有良好的诊断效能，具有潜在的临床应用价值。

摘要:针对风洞振动传感器和振动测量系统等测试特点，系统介绍了一种校准频率范围跨越低中高频性能满足风洞振动特征和测试需求的校准装置。通过仿真计算和优化设计，解决了风洞振动校准装置运动部件动力优化设计、气隙磁路优化设计、精密气膜导向设计、功率放大器设计、振动台低频失真控制等关键技术问题，校准装置研制完成后经第三方计量部门检定，性能指标和校准不确定度评定结果远高于相关技术要求，有效提升了风洞振动测量方面计量保障能力。

摘要:为了优化珍珠颜色特征提取，提高珍珠颜色检测准确率，提出结合K-means聚类和局部梯度的阴影检测算法，结果表明该算法可以精确检测珍珠数字图像中珍珠的阴影，消除了阴影对提取颜色特征的干扰。在Lab颜色空间，提出基于珍珠回音廊效应区域的颜色特征提取，使用GA-SVM作为珍珠颜色识别方法，提出使用二次颜色检测策略，通过两次颜色检测确定珍珠颜色类别。通过对比实验结果表明，珍珠体色色系检测准确率达到100%，珍珠颜色检测准确率达到98.7878%。

摘要:变电站红外图像中小目标众多并且环境复杂，导致现有检测算法精度较低，因此本文提出一种基于改进Centernet的变电设备红外检测方法。首先以Centernet作为基础模型，将FPN结构引入上采样网络以充分利用小目标特征信息，从而解决小目标难以被精确检测的问题；然后，为提升网络在复杂环境中检测的鲁棒性，通过在主干网络resnet50中嵌入注意力机制来提升网络对重要目标的关注；最后，采用CIOU损失替换中心点偏移损失和宽高损失的训练策略以加速网络收敛、提升训练效果。实验结果表明，本文方法在小目标检测和复杂环境检测中都能有较好的检测效果，检测精度相比改进前提升3.1%，达到92.7%，相比Faster R-CNN等现有方法精度更高，在变电设备红外检测中具有一定参考价值。

摘要:针对目前锂电池极片表面存在亮度不均、低对比度微小缺陷难以检测的问题，提出了一种基于小波增强与Canny算法融合的锂电池极片缺陷检测方法。首先使用K-近邻均值滤波抑制图像背景噪声，然后基于小波变换分别采用线性调整和多尺度细节增强方法处理图像的低高频分量，进行图像增强，接着利用PSO-OTSU算法自适应获取增强后图像的最佳高低阈值，最后利用哈夫检测法连接边缘点。通过测试漏金属、亮点、划痕、孔洞等缺陷各700张图片，定量分析比较了3种算法的准确率，实验结果表明，相对于其他两种算法，本文算法可以较好地保留缺陷边缘细节，检测低对比度微小缺陷，提取精确完整的缺陷轮廓，检测准确率达97.85%，具有一定的实用价值。

摘要:针对电力设备背景复杂、小目标密集等特点导致无人机智能电力巡检精度低、效果不佳等问题，提出了一种改进YOLOv5的目标检测算法。首先在原模型上增加一层检测层，重新获取锚点框以便能更好地学习密集小目标的多级特征，提高模型应对复杂电力场景的能力；其次对模型的特征融合模块PANet结构进行改进，通过跳跃连接的方式融合不同尺度的特征，增强信息的传播与重用；最后结合协同注意力模块设计主干网络，以聚焦目标特征，增强复杂背景中密集目标区域的显著度。实验结果表明：所提算法的平均精度均值(IoU=0.5)达到97.1%,比原网络检测性能提升了5.6%，有效改善了复杂背景下小目标的错测、漏检现象。

摘要:道路伤损检测是道路养护过程中的重要基础性环节，传统道路伤损检测方法存在检测成本高且效率低的缺陷。为准确快速检测道路伤损状况，提出了一种基于YOLOv5改进的道路伤损检测模型YOLO-C-α。通过引入注意力机制CBAM模块，提高检测模型的特征提取及特征融合能力，改善模型对道路损伤小目标的漏检问题；引入α-IoU损失函数替换原始网络CIOU损失函数，降低预测框的回归损失，提升预测框的定位精度。基于RDD2020道路伤损检测数据集展开对比实验，结果显示：YOLO-C-α模型平均准确度达到60.3%，相比于原始模型平均精度提升1.4%, 其F1值为60.2，相比于原始模型提升1%，且对于不同天气状况下的路面损伤均有较高的检测性能，实验环境每张图片的检测速度为6.3 ms，模型大小40.6 Mb。结果表明：本文基于YOLOv5m改进的算法抗干扰能力较强，能更准确地检测出多种天气状况下道路伤损目标，可为道路伤损实时检测及智慧化道路养护提供参考。

摘要:针对轮胎激光散斑图识别精度低的问题，本文提出了一种新的轮胎激光散斑图分类网络(CA-ResNet50)。首先选用ResNet50为基础的残差网络，改变传统ResNet50网络模型中的残差块结构，最大程度发挥批标准化的作用;再引入轻量级的卷积注意力模块，增强网络模型对轮胎缺陷的特征提取能力；然后，用LeakyRelu激活函数代替Relu激活函数，解决神经元的“失活”问题；最后，对训练数据集进行扩展，以克服训练中数据量不足和网络模型拟合过度的问题。将本文中提出的CA-ResNet50与当前常用的分类网络模型在相同的数据集上进行对比，实验结果证明本文所提网络模型对轮胎激光散斑图的测试精度高于其他网络，识别精度可达到99.7%。

摘要:近年来，弹性PNT和综合PNT不断发展，多源传感器的弹性融合机制受到广泛关注。针对多源组合导航中视觉传感器的测量精度和可靠性受环境影响大，对精度的影响程度难以单独评估等问题，通过研究单目视觉里程计位姿解算质量的评估因素，体现多源传感器融合系统中视觉传感器的测量质量，提出基于李代数推导的反应空间点构型对相机位姿恢复精度影响的精度衰减因子Visual-DOP，设计了单目视觉里程计位姿解算质量评估算法，并在视觉里程计权威数据集KITTI上做了验证，通过控制变量的方法解耦每一个评估因素与定位定姿精度的关系，结果显示采用的位姿解算质量评估因素能够正确反应单目视觉里程计的导航精度受视觉测量质量的影响程度。

摘要:传统的CamShift仅使用目标的颜色直方图作为特征，因此在相似背景干扰、遮挡、高速运动等情况下容易出现跟踪不准确或丢失跟踪目标的现象。针对上述不足，提出了基于SIFT和感知哈希改进的CamShift跟踪算法。首先,将图像从RGB颜色空间转为HSV颜色空间，分别得出色调和饱和度直方图，并提取图像的边缘梯度直方图进行融合获得目标的融合直方图。其次在CamShift算法框架下得到最优候选目标，若候选目标与目标模板的Bhattacharyya距离大于阈值时，则使用改进的感知哈希算法进行最优候选目标的搜索。然后在下一帧搜索时，在目标和视频序列的高信息熵部分使用SIFT算法进行特征点的提取并匹配从而获取初始搜索窗口，若SIFT算法匹配失败，则使用卡尔曼滤波预测的搜索框作为初始搜索窗口。将该算法首先在OTB-100数据集上和其他常用的跟踪算法进行对比实验，实验结果表明算法能够准确地跟踪目标，跟踪成功率达到了90.1%。将该算法应用于人脸跟踪任务中，并与其他的人脸跟踪算法进行对比实验，实验结果表明该算法具有更好的性能和准确性，跟踪成功率达到了93.5%。

摘要:针对于常用风电叶片疲劳加载方式存在的不足，提出一种基于电机卷筒驱动的牵引式疲劳加载新方法，设计了单轴和双轴加载控制策略。首先，对牵引式疲劳加载系统进行了动力学分析，说明了半波简谐周期性激振力的可行性；其次，设计了动态更新激振力振幅和激振频率的单轴加载控制策略，并在此基础上提出了双轴加载控制策略；最后，利用Adams与MATLAB进行联合仿真分析，验证了双轴加载控制策略的合理性，为后续牵引式疲劳加载系统的开发奠定了理论基础。